2026年6月，WWDC26结束后，我拿到了iPhone 19 Pro Max工程机。苹果说这一代Apple Intelligence 2.0实现了大语言模型完全离线运行——80%推理在本地NPU完成。我打算从实际场景出发，看看这个承诺兑现了多少。
快是快，但有条件
简单文本摘要、语音转文字，响应几乎无感。但在测试WWDC26重点介绍的“场景记忆”功能时（它综合照片、日历、信息自动生成周报），情况就不一样了。
满电下，第一轮处理约200条数据，1.2秒完成，全程无网络。但当电池剩20%时，同样任务耗时3秒以上，生成的摘要还丢了一些日历细节。
根据Macaron的分析，iOS 19.2的离线LLM参数约7B，苹果设了512MB内存硬限。任务复杂时会静默降级输出质量，或者切到私有云。也就是说，“完全离线”不是绝对的。
电量和温度的代价
连续10次场景记忆任务，电池从100%掉到82%，机身温度从32°C升到42°C。
同样任务交给Private Cloud Compute（PCC），耗电只有本地三分之一，但数据要离开设备。苹果说全程加密且不用于训练，可对于金融、医疗等合规严格的行业，这还不够。一家欧洲银行的CTO告诉我，他们规章制度禁止个人数据离机，所以强制只用本地模式。
隐私好，但知识旧
本地最大好处是隐私：所有处理在设备内完成，苹果也拿不到数据。但代价是知识固化。Siri AI没法回答“今天新闻”，因为它不联网。跨应用Agent通信通过XPC实现，高复杂度下延迟不稳定。
日常邮件润色、消息摘要、提醒设置，本地AI体验不错。但高质量图像生成、最新知识问答、复杂数据聚合，还是云端PCC更在行。苹果在WWDC26也说了，视频理解、多语言实时翻译这类重度任务仍需PCC。
企业怎么看
Apple Intelligence 2.0给了企业一个新选择。2026年8月欧盟AI法案生效后，数据本地化处理能降低合规成本。
IT部门部署iPhone 19时可以考虑：关键敏感业务锁定本地模式；明确告知员工本地处理不是最快但隐私最好；留意懂端侧硬件和模型压缩的工程师，这类人才正稀缺。
苹果的策略是在隐私和性能之间找平衡。iPhone 19的本地推理在轻量任务上流畅，复杂任务仍显吃力。对于愿意牺牲一点功能换取数据安全的用户和企业，这是目前最稳妥的端侧方案。
