今年 WWDC 上的 Siri，跟以前那个感觉不太一样了。
以前你得说“打开邮件，搜索上周关于XX项目的邮件”，现在你可以说：“帮我把上周跟XX项目有关的邮件、会议和待办，整理到这周日程里。” Siri 2.0 会自己在邮件App里找、看、提取信息，再调用日历App检查空档，最后帮你把事件和提醒都建好。
整个过程跨了三个App。苹果管这个叫“设备端智能体”。
跑腿怎么跑起来的
让AI在App之间穿行，难点在理解上下文和权限。Siri 2.0 能理解“上次和Lisa聊的那个地址”这种话，靠的是对本地数据的理解。这些理解过程，全在手机芯片上完成。
权限更敏感。苹果的说法是，Siri 像用户一样，需要获得每个App的明确授权。它不是后台有钥匙，而是一个受限的操作员，干了啥事后能查。
背后的逻辑很简单：数据留在手机里，AI也在手机里跑，全程不出端。
在手机里跑大模型，硬不硬？
在手机上运行一个能理解复杂指令、执行多步任务的模型，对算力、内存和电池都是考验。苹果的做法是针对自家芯片（Apple Silicon）做深度优化和量化，把资源消耗压下来。
这不是苹果一家的想法。我们此前测试过，像 VibeThinker-3B 这样的模型优化后，在骁龙8 Gen 3手机上跑256个token只要1.2秒。苹果从芯片到系统都是自己的，优化空间理应更大。不过，苹果没公布Siri 2.0的模型参数、响应速度这些具体指标。
谁会被影响
首先受冲击的可能是那些做单一自动化流程的工具。比如用iOS捷径（Shortcuts）或者第三方App搞的邮件归类、日程安排自动化。现在用户可能直接对Siri说句话就搞定了，不用提前配脚本。
更深层的变化是工作流自动化的逻辑。现在像n8n、Make这类平台，核心是“连接API，定规则”。而Siri 2.0 展示的是“理解意图，临时调度”——它不靠预设流程，根据当下情况决定怎么做。
这更接近人处理事情的方式。但也给开发者提了个新问题：你的App接口和数据结构，怎么设计才能让AI看懂、用好？
隐私的线，划在哪里
把核心处理全放在设备端，苹果把隐私计算的标杆立得很高。对处理敏感信息的法律、医疗、金融领域，这个模式有吸引力。
但完全依赖设备端，能力上限就被硬件卡住。任务太复杂，本地模型处理不了怎么办？是放弃，还是在用户同意后传部分非敏感数据上云？演示里没细说。
Siri 2.0 这次亮相，画了一条很实的线：它不追求云端AI那种“啥都能干”的聪明，而是在隐私约束下，把本地能用的功能做到“好用”。这条路对芯片、工程和整个生态的控制力要求很高。接下来的问题是，当别的厂商也在做设备端AI时，苹果这道隐私护城河的优势，能保持多久？
