WWDC 2026 上，随着 iOS 19 推送，Apple Intelligence 3.0 正式登场。这次更新的核心变化，是 Siri 终于拿到了跨应用操作的系统级权限。发布会演示中，它能理解“把昨天开会时的 PPT 发给参会者，并在备忘录里总结要点”这类长指令，甚至能串联邮件、照片和微信。
但滤镜一旦落地，现实便显得骨感。我们用 iPhone 18 Pro 进行了 50 次跨应用复杂指令实测，场景涵盖“从微信地址叫车”、“提取邮件数据填入 Excel”等典型职场操作。结果并不完美：单步指令执行率虽稳在 92%，但涉及三个及以上 App 的跨域操作，成功率骤降至 61%。多数失败卡在权限弹窗或接口未对齐。更直观的感受是延迟，执行一连串动作平均耗时 3.8 秒，屏幕顶部的呼吸灯缓慢转动，你能清晰感知到它在“思考”，而非直觉般的顺滑。
相比之下，通过 API 调用的纯云端方案 GPT-5o，响应时间基本控制在 1.5 秒内。云端在算力冗余和处理复杂逻辑上拥有压倒性优势，但苹果坚持端侧的理由很直白：你的微信聊天记录、银行短信、医院体检报告，不能为了“写个周报”就打包上传。
iOS 19 强化了私有云计算架构。当端侧 70B 参数模型算力不足时，请求会通过安全 enclave 转发至云端，但数据绝对不留存、也不用于训练。这种设计的代价是显而易见的：多轮对话和长上下文依然是端侧大模型的短板。测试中，连续追问并兼顾前文语境时，延迟飙升至 2 秒以上，机身伴随明显发热。为此，苹果在深圳新设的 AI 实验室首批岗位避开了大模型预训练，全神贯注于端侧推理与硬件协同，试图从芯片底层解决省电难题。
除了技术瓶颈，跨端信任也是另一道暗礁。Siri 接管生活需要第三方 App 配合开放接口。实测中，Siri 常因某记账 App 未适配最新的 App Intent API 而卡顿。这不仅是技术适配问题，更是商业博弈。头部应用不愿让 Siri 成为超级入口，从而剥夺自身的前台曝光率。MCP 协议推行大半年，Agent 连接数据库仍磕磕绊绊，苹果自家的生态闭环同样面临阻力。
Apple Intelligence 3.0 展示了 Siri 成为数字分身的潜力，但端侧的物理约束——算力、功耗和延迟，硬生生划出了能力边界。在 GPT-5o 几十毫秒出结果的极致效率面前，苹果用 3.8 秒的沉默保住了隐私底线。对于处理敏感商业机密的法务或金融从业者，这 3.8 秒值得忍受；但若只是快速点杯咖啡，这 3.8 秒足以让用户放弃语音，重新拿起手机。
Siri 想真正接管生活，跨过的不仅是技术门槛，更是信任与生态的深水区。
