刚拆封装，我没导通讯录，而是关掉Wi-Fi走进电梯——信号两格，想看看Apple Intelligence 2.0离了云能撑多久。
这台iPhone 19 Pro Max用M5芯片，系统默认给AI分配了70B参数模型（理论上能跑128B）。我让它写供应链风险分析，首字延迟1.2秒——比上代iPhone的30B模型快一倍多。更关键的是，飞行模式下Siri的自然语言理解、文本重写、图像描述全部离线运行，数据不出设备。对于常在地下室或高铁上的人，这很实用。
但连续生成三篇短文后，机身温度从26°C升到42°C，再推理时首字延迟涨到2.8秒——NPU降频了。之前测128B模型也发现连续跑12分钟速度就折半，瓶颈在内存带宽和散热。这次70B跑10分钟同样降频，意料之中。
精度也有折损。我出了三道题：鸡兔同笼、三段论推理、多语言颜色识别。端侧只做对第一题，第二题错判推理成立，第三题把法文当成西班牙文。同样的题，云端GPT-4o全对。量化压缩省了内存，但逻辑精准度打了折扣。
说白了，Apple Intelligence 2.0的端侧推理处理摘要、格式转换、简单问答很利索，但一涉及需要多步思考的复杂问题就不太稳。据CNMO科技消息，苹果正加速Apple Intelligence 2.0迭代，计划两年内底层重构Siri（代号LLM Siri）并整合第三方模型，让端云协同更智能。但目前复杂任务还得靠云。
连续指令测试：先问天气，再追问“刚才说的城市明天呢”，端侧能关联上下文，延迟1.5秒。但音乐播放和设置提醒同时提出，它只能串行。端侧搞不定时系统会弹窗询问是否用云端结果，需要手动授权。消息称未来Siri可能按任务复杂度自动切换。
其他厂商也面对同样难题。我们之前的《38位用户半年实测》显示，天玑9500在7B模型能效领先15%，但13B降频严重；骁龙8 Gen 5 AI Agent完成率82%对64%。苹果直接上70B，散热压力更大。去云端化是方向，但工程上还有距离。
所以，iPhone 19端侧推理对日常查询、摘要、翻译、简单对话已经够用，隐私和离线优势明显。但想要一个随时能处理复杂逻辑的助理，目前还得忍受降频和偶尔错误。端云协同是苹果在当前工程约束下的务实选择。
测试在iOS 26下进行，M5芯片的分层调度缓解了部分降频，但物理散热限制难突破。iPhone 19的70B推理是个不错的开始，但离“真香”还有距离。