ARTICLE · 1017169

Siri AI来了:苹果终于把“会聊天的助手”变成了真正能办事的系统入口

发布时间：2026-09-16 04:22:11 最近访问：2026-09-16 04:23:11

苹果终于把新一代 Siri 带来了。

2026 年 9 月 14 日，Apple 发布下一代 Apple Intelligence，并推出全新的 Siri AI。官方将它描述为“更强大、更个人化的助手”，支持个人上下文理解、屏幕感知、跨 App 操作、更自然的连续对话，以及更广泛的世界知识。

但这次更新真正值得关注的，并不是 Siri 能不能像聊天机器人一样回答问题，而是它开始尝试完成一整条任务链：

从用户的消息和邮件中找到信息，理解当前屏幕内容，再调用日历、提醒事项、照片或第三方 App，把事情真正办完。

比如，你可以问 Siri：“家人上次提到我们下个月一起做什么？”

它可能会从消息中找到“做家传食谱”，再从过去的邮件里找出具体做法，最后把食材添加到提醒事项中的购物清单。

这已经不只是“语音搜索”，而是一个具备上下文理解和系统执行能力的 AI 助手。

Siri AI到底升级了什么？

旧版 Siri 更像是一个语音命令入口：播放音乐、设置闹钟、查询天气、发送一条消息。

新版 Siri AI 则试图成为一个贯穿 Apple 设备和 App 的智能协调层，主要增加了五类能力：

个人上下文理解：从消息、邮件、照片等个人内容中找到相关信息；

屏幕感知：理解用户当前正在看的网页、图片、文件或文字；

跨 App 执行：不只是回答问题，还能在日历、提醒事项、照片等 App 中完成操作；

多轮对话：用户可以围绕一个回答继续追问，不必每次重新说明背景；

视觉和多模态理解：通过相机、截图、屏幕内容和 Apple Vision Pro 看到的物体回答问题。

同时，Apple 还推出了专门的 Siri App，用于查看过去的对话和继续未完成的交流。

不过，Siri AI 目前仍然是测试版，并不是所有设备、地区和语言都能立即使用。

个人上下文：Siri开始“理解你的资料”

个人上下文理解，简单说就是让 Siri 不只依赖公开知识，也能结合用户自己的信息回答问题。

这些信息可能包括：

信息中的聊天记录；

邮件内容；

照片和图片；

日历安排；

提醒事项；

用户正在查看的页面或文件。

以前，用户需要自己翻找多个 App，再把信息拼起来。

现在，Apple 希望 Siri 可以跨越这些信息孤岛，替用户完成查找和关联。

例如：

用户：我表姐下次来上海时想做什么？Siri：我在你们的聊天中找到，她提到想一起做家里的传统甜点。用户：她之前发过具体做法吗？Siri：有，她在一封邮件里发过食谱。我可以把需要的材料加入提醒事项。

这里最重要的不是 Siri 能否搜索文字，而是它能否理解不同内容之间的关系：

谁说过这句话；

这件事发生在什么时候；

邮件里的内容是否对应消息中的计划；

用户希望下一步采取什么行动。

如果这套能力运行稳定，Siri 就不再只是一个“帮我查资料”的工具，而会更像个人信息的自然语言入口。

屏幕感知：你正在看什么，Siri也能理解

屏幕感知，也叫 Onscreen Awareness，指的是 Siri 能够理解设备当前显示的内容，并根据这些内容回答问题或执行操作。

例如：

在体育网站上查看球队页面时，让 Siri 找出所有主场比赛并添加到日历；

在阅读一封邮件时，让 Siri 总结其中的日期、地点和待办事项；

在查看一张图片时，让 Siri 解释图片中的内容；

在 Mac 上选中一段文字，让 Siri 针对这段内容回答问题；

在 iPad 上截取屏幕后，直接询问截图中的信息。

它与传统的复制、粘贴、分享菜单不同。

传统操作要求用户明确告诉系统“把哪段内容交给哪个 App”；屏幕感知则试图让系统理解当前语境。

不过，这种能力也对隐私和权限提出了更高要求。Siri 必须知道用户正在看什么，但不能因此让所有内容都被任意上传或保存。

Apple 的做法是将一部分处理放在设备本地，并通过系统级索引和权限机制协调信息访问。

跨 App 执行：从“告诉我怎么做”到“替我做完”

Siri AI 的一个关键变化，是新增更多系统级 App 操作。

官方给出的例子包括：

从零起草一封邮件；

编辑并分享一组照片；

把食材加入提醒事项；

将网页中的比赛加入日历；

修改日历事件；

创建复杂的快捷指令自动化。

Siri 还可以与第三方 App 配合。

现在已经可以继续使用 Siri 完成一些第三方 App 操作，例如在 WhatsApp 中给朋友发消息，或在 Audible 中播放有声书。

Apple 还表示，未来用户可以让 Siri：

在 Microsoft Outlook 中起草邮件；

在 Notability 中搜索作业；

把餐厅推荐添加到 Tripsy。

这里要注意“已经支持”和“即将支持”的差异。Apple 的 Newsroom 发布中，有些第三方 App 场景明确写成即将推出，不能理解为当天就能使用。

跨 App 执行真正难的地方在于权限和失败处理。

如果用户说“把这家餐厅加到我的旅行计划里”，系统需要判断：

这家餐厅具体是哪一家；

用户使用哪个旅行 App；

是否需要确认日期和地点；

是否可以直接修改已有计划；

如果信息不完整，是继续猜测还是先询问用户。

因此，一个能执行操作的助手，必须具备比聊天机器人更严格的确认机制和错误处理能力。

Siri可以更自然地连续对话

新 Siri 支持更丰富的回答和自然对话。

用户可以在一个回答之后继续追问，不必重复上下文。

比如：

用户：帮我规划周末去杭州的行程。Siri：可以先从西湖和灵隐寺开始……用户：如果我带孩子呢？Siri：那可以减少步行距离，把室内活动放在下午……用户：把适合孩子的两个活动加入日历。Siri：我找到了两个活动，需要安排在周六还是周日？

这类多轮交流的价值，在于用户不必把每个请求都写成完整指令。

但连续对话也可能带来误解。如果 Siri 记错了前文，或者把“建议”误认为“授权执行”，就可能产生错误操作。

所以，连续对话越自然，系统越需要在真正执行重要操作之前进行明确确认。

专门的 Siri App：对话历史可以跨设备同步

Apple 为 Siri 推出了一个全新的独立 App。

用户可以在这里：

回顾过去的 Siri 对话；

开启新对话；

继续之前没有完成的任务；

保存 Siri 生成的内容；

在不同设备之间接着交流。

官方表示，Siri App 使用 iCloud 私密同步对话历史，用户可以在 iPhone 上开始对话，再在 Mac、iPad、Apple Watch 或 Apple Vision Pro 上继续。

这使 Siri 更接近一个长期存在的个人助手，而不是每次唤醒后都从零开始的临时工具。

但“跨设备同步”也意味着用户需要特别关注账号安全、设备访问权限和对话数据管理。

对于包含个人行程、家庭关系、工作邮件或健康信息的对话，用户需要知道这些内容会在哪些设备上出现，并确保设备本身受到保护。

Siri的声音和听写能力也升级了

Siri AI 提供更有表现力的声音，用户可以调整声音的表达方式和语速。

更重要的是，Apple 还提升了系统级听写能力。

新的听写可以更准确地处理：

大小写；

标点符号；

文本格式；

自然语速；

连贯的口语表达。

这意味着用户说话时不必刻意放慢或逐字发音，系统会尝试把自然语言整理成更适合阅读的文本。

Apple 表示，这些能力依赖其最先进的端侧模型 AFM Core Advanced，具体支持范围取决于设备和内存配置。

Visual Intelligence：Siri开始理解图像和现实世界

Visual Intelligence 是 Apple Intelligence 的视觉理解能力。

这次它扩展到了 iPad、Mac 和 Apple Vision Pro，并与 Siri AI 深度结合。

iPhone：通过相机直接询问

iPhone 的相机 App 中新增 Siri 模式。

比如，用户对着音乐节海报提问：

我喜欢的歌手几点演出？

这些演出分别在哪一天？

能不能把它们全部加到日历？

Siri 可以从画面中提取相关信息，并帮助用户创建多个日历事件。

iPad：通过截图询问

在 iPad 上，Visual Intelligence 集成到截图体验中。

用户可以截取屏幕内容，再询问其中的文字、图片或信息。

Mac：选择屏幕区域提问

在 Mac 上，用户可以通过专用快捷键选中屏幕上的内容，然后直接向 Siri 提问。

Apple Vision Pro：看见空间中的内容

在 Vision Pro 上，用户可以询问 App 窗口中的内容，也可以询问周围的实体物体。

Siri 还会通过 3D 视觉形式出现在用户的空间中，用户可以将它放置在合适的位置，并通过注视和语音进行交互。

这意味着 Siri 的输入方式不再只有语音和键盘，而是扩展到了相机、截图、屏幕和空间环境。

写作工具：几乎在任何输入框里写和改

Apple 为 Siri 集成了更强的 Writing Tools。

用户可以在几乎任何输入位置，通过自然语言让 Siri：

从零生成一段文字；

改写现有内容；

调整语气；

修正语法；

提供写作建议；

让内容更清晰或更简洁。

在 Mail 和 Messages 中，Siri 还可以参考用户与不同联系人平时的交流方式，尝试匹配常用语气、标点和表达风格。

Apple Intelligence 也会在用户输入时自动进行校对，而且不仅限于 Apple 自家的 App，大多数第三方 App 也可以使用。

这对普通用户的价值很直接：不用切换到单独的 AI 写作工具，就能在当前输入框中完成润色和修改。

不过，涉及正式邮件、工作文档和重要信息时，用户仍然应该人工核对内容，尤其是名字、日期、数字和语气。

照片、图像生成和 Safari也被重新改造

Siri AI 并不是 Apple Intelligence 的全部。

Apple 还为多个日常 App 增加了 AI 能力。

1. Photos：更强的编辑能力

照片 App 新增或强化了多种编辑能力：

Spatial Reframing：调整照片视角和构图；

Extend：扩展画面，让主体周围拥有更多空间；

Clean Up：移除照片中的干扰物，并进行更自然的内容填充。

这些功能的共同点是：尽量保留原始拍摄内容，同时让用户更方便地修整画面。

2. Image Playground：支持更真实的图像生成

Image Playground 使用运行在 Private Cloud Compute 上的新生成模型，可以创建多种风格的图片，并加入了照片级真实感的生成能力。

用户还可以用自然语言描述修改要求。

这项能力也可以通过 Siri AI 使用：用户在 Siri App 中描述想要的图片，系统调用 Image Playground 生成结果。

Apple 还表示，未来将支持 SynthID 标准，帮助用户识别由 Apple Intelligence 生成或编辑的图片。

3. Safari：浏览器也开始主动工作

Safari 增加了几项 AI 能力：

自动将标签页按主题整理；

通过 Notify Me 提醒用户商品补货或价格变化；

根据用户描述创建自定义扩展。

其中，Notify Me 对购物、价格跟踪和长期关注网页比较有用，但实际触发条件、地区支持和使用限制仍应以系统版本为准。

4. Mail、Messages、Phone和Calendar

这些 App 也获得了更多智能能力：

Mail 和 Messages 的 Smart Reply 可以参考用户个性化写作风格；

Mail 建议可以与第三方 App 联动；

Phone 的 Call Context 可以在通话时主动提供验证码、预约号码等相关信息；

Calendar 支持使用自然语言添加或修改事件。

Shortcuts和Home：AI开始操作“自动化系统”

Shortcuts 变得更容易使用。

用户可以用自然语言描述想要的自动化流程，系统再帮助创建复杂快捷指令。

例如：

每天下班前，如果明天有雨，就提醒我带伞，并把明早的天气和第一个日历安排发给我。

过去，这可能需要用户自己配置多个条件和动作；现在可以先用自然语言描述，再由系统生成自动化方案。

Home App 则加入了更多基于 AI 的家庭视频和通知能力：

将相关通知理解为一个连续活动；

为多个视频片段生成描述；

跨摄像头搜索相关片段；

在搜索页面优先展示值得关注的内容。

这类功能的实际效果，会很大程度上取决于家庭摄像头数量、网络环境、家庭中枢设备和 iCloud+ 订阅条件。

今年晚些时候：Apple Watch的Audio Intelligence

Apple 还公布了 Apple Watch 上的新一类 Audio Intelligence 能力。

它们将在今年晚些时候推出，部分功能以测试版形式提供，主要包括以下几项。

1. Sound Recognition

Sound Recognition 可以识别警报、警笛、门铃和婴儿哭声等重要声音，并在 Apple Watch 上提醒用户。

对听力障碍用户来说，这项功能尤其有价值，因为即使 iPhone 不在身边，手表也可以提供提醒。

2. Live Rewind

用户双击 Apple Watch 的数码表冠，可以查看刚刚过去约 15 秒对话的文字片段。

如果刚才没有听清，用户可以回看这段内容，也可以询问 Siri，或将其保存到 Siri App 中。

3. Siri Recap

Siri Recap 可以对对话生成高层级摘要，包括标题和关键要点，帮助用户稍后回忆刚才讨论了什么。

它不是完整录音转写，而是更短的摘要形式。

4. Shazam

Apple Watch 可以更快识别周围正在播放的音乐，并在 Smart Stack 中显示歌曲名称和艺人。

Audio Intelligence如何保护隐私？

Apple 对音频功能的隐私设计进行了较多说明。

官方表示：

这些功能不会创建或存储完整音频录音；

用于处理的原始音频无法被操作系统、App、用户或 Apple 访问；

Apple Watch Series 12 和 Apple Watch Ultra 4 的 S11 芯片包含 Secure Exclave；

Secure Exclave 会在与系统隔离的硬件区域内处理音频，完成后立即删除原始音频；

用户可以分别选择是否开启每项音频功能；

Siri Recap 可以随时在控制中心关闭；

系统不会识别和标注每个说话者的身份；

Live Rewind 启用时会播放提示音，并显示全屏动画和麦克风指示器。

这些设计主要解决一个问题：当设备开始监听周围声音时，旁人也应该能够知道相关功能已经被启用。

Apple 还表示，Live Rewind 的文字片段和 Siri Recap 摘要会在 Siri App 中进行端到端加密，并通过 iCloud 同步，Apple 也无法访问这些内容。

不过，任何涉及环境音和对话的功能都可能引发隐私和同意问题。用户在会议、公共场所或涉及他人谈话时，应注意当地法律和场景规则。

Health App也开始用 AI解释健康数据

健康 App 获得了新的设计和 AI 能力。

新的 Insights 标签页会对用户的健康数据生成摘要，重点展示睡眠、心肺适能、准备度、生命体征和周期追踪等信息。

Health App 还会根据长期数据提供个性化建议。

例如，如果用户正在改善心血管健康，系统可能建议在日常跑步中加入间歇训练，并根据用户后续数据动态调整建议。

新的 Health App 还加入了 Longevity 标签页，用于分析长期健康数据，并提供 Health Age 等相关视图。

需要强调的是，这些内容属于健康信息整理和建议，不应替代医生诊断。涉及疾病、用药和治疗方案时，不能只依据 AI 的提示做决定。

Apple的AI架构：端侧模型加Private Cloud Compute

Apple 表示，新功能由下一代 Apple Foundation Models 驱动，这些模型由 Apple 与 Google 及其 Gemini 模型合作构建，用于深度集成到 Apple Intelligence 体验中。

这些模型会运行在两种位置：

设备本地；

使用 Private Cloud Compute 的服务器。

Private Cloud Compute 是 Apple 用来处理更复杂 AI 请求的云端计算架构。它的目标是把云端模型的能力带给用户，同时尽量延续 iPhone 的隐私和安全标准。

Apple 的隐私承诺包括：

当 Private Cloud Compute 处理用户请求时，个人数据不会被 Apple 保存；

这些个人数据不会被 Apple 或其他人访问；

外部专家可以继续对相关隐私承诺进行验证；

Siri 的系统协调器可以调用 Spotlight 索引和 App Toolbox 等设备端能力；

个人数据尽可能在设备端处理。

对普通用户来说，最容易理解的版本是：简单任务尽量在设备上完成，复杂任务才交给 Private Cloud Compute，同时 Apple 试图做到服务器不保留、也无法查看用户的个人数据。

不过，这是 Apple 的官方架构和隐私承诺。实际使用时，仍需要结合具体功能、设备、地区和服务条款理解，不能把“隐私优先”简单理解为“所有内容都完全不离开设备”。

哪些设备能用？哪些地区暂时不能用？

这是这次发布中最需要认真看的部分。

Apple Intelligence支持设备

Apple Newsroom 列出的支持范围包括：

iPhone 16 系列或更新机型；

iPhone 15 Pro 和 iPhone 15 Pro Max；

iPad mini（A17 Pro）；

M1 或更新芯片的 iPad；

MacBook Neo（A18 Pro）；

M1 或更新芯片的 Mac；

Apple Vision Pro；

Apple Watch Series 9 或更新型号；

Apple Watch Ultra 2 或更新型号；

与支持 Apple Intelligence 的 iPhone 配对的 Apple Watch SE 3。

更先进的端侧模型支持范围

苹果最强的端侧模型，以及更具表现力的语音和高级听写能力，支持范围更窄，要求设备具备更高的本地内存和芯片能力。

官方列出的设备包括部分新款 iPhone、至少 M4 且拥有至少 12GB 统一内存的 iPad，以及至少 M3 且拥有至少 12GB 统一内存的 Mac；Apple Vision Pro 也有相应支持条件。

Siri AI的语言和地区限制

Siri AI 从英语测试版开始推出，法语、日语、韩语、葡萄牙语和西班牙语支持将在下个月扩展。

Apple Intelligence 的系统语言支持范围更广，但不同功能并不一定都支持所有语言。

同时，官方明确说明：

Siri AI 初期不会在欧盟的 iOS、iPadOS 和 watchOS 上提供；

依赖 Siri AI 的相关功能也会受到影响；

Apple Intelligence 和相关新功能在中国暂时不可用，Apple 正在处理监管要求；

Siri AI 不提供给 13 岁以下用户；

某些依赖服务器模型的能力会有每日使用限制；

未来可能通过付费方式提供更高使用额度。

也就是说，即使设备满足硬件条件，用户所在地区、系统语言、账号状态和具体版本，仍然可能影响功能是否出现。

这次 Siri AI适合什么人？

它最适合以下几类用户：

已经深度使用 iPhone、Mac、iPad 和 Apple Watch 的用户；

需要频繁处理邮件、消息、日历和提醒事项的人；

经常在多个 App 之间搬运信息的人；

希望直接在设备上完成图片、文本和屏幕内容处理的人；

重视端侧处理和隐私控制的 Apple 用户；

需要辅助听觉、视觉和语音交互的用户。

它的优势不一定是单项聊天能力，而是对 Apple 生态的整合程度。

如果用户的工作和资料都在 Apple 设备内，Siri AI 有机会减少跨 App 搜索、复制和粘贴的操作。

但如果用户主要使用 Android、Windows 或大量非 Apple 服务，Siri AI 的系统级优势可能没有那么明显。

普通用户需要注意的三个问题

1. Beta不等于最终体验

Siri AI 目前以测试版推出。测试版意味着功能可能出现错误、延迟、误解指令或暂时不可用的情况。

涉及删除、发送、购买、修改日历和分享内容时，建议在最终执行前确认结果。

2. AI知道得更多，也意味着权限更敏感

当 Siri 能够读取消息、邮件、照片和屏幕内容时，用户应当了解哪些权限已经打开，以及哪些设备可以访问这些信息。

3. 使用限制可能随功能变化

Apple 已经说明，依赖服务器模型的功能可能存在每日限制，限制会受到功能类型、请求复杂度、系统需求和政策影响。

因此，不能把发布会上的功能演示，直接等同于每个用户都能无限使用的稳定服务。

苹果真正想做的，是让AI成为操作系统的一部分

这次 Siri AI 的重点，不只是把 Siri 变成一个更会聊天的助手。

苹果真正想做的是：让 AI 深入操作系统，理解用户正在看什么、刚刚聊过什么、接下来想做什么，并在不同 App 之间完成任务。

它的产品思路可以概括为：

个人上下文＋ 屏幕感知＋ 视觉理解＋ 跨 App 操作＋ 端侧与私有云计算＝ 更像系统入口的 Siri AI

这条路线和单纯的 AI 聊天机器人不同。

聊天机器人主要负责回答；Siri AI 更进一步，试图成为设备和用户之间的操作层。

最终它能不能真正改变使用体验，还要看三个问题：

它能否准确理解用户意图；

它能否在执行重要操作前做好确认；

它能否在不同设备、地区和第三方 App 中稳定工作。

如果这些问题能够解决，Siri AI 可能会成为 Apple Intelligence 中最接近日常使用的一项功能。