国行 Apple AI 今天终于进入测试阶段了,真正值得关注的不是功能截图,而是它到底能完成哪些任务

今天刷到国行 Apple 智能的消息，我最先去看的不是哪张截图里出现了彩色 Siri 边框，而是苹果开发者网站的发布记录。iOS 27.3 Beta 已在美国时间 11 月 3 日放出，对应国内 11 月 4 日，苹果列出的版本构建号是 24C5037i。10 月 31 日的中国区新闻稿也把时间讲得很清楚：11 月 4 日起测试，正式版计划在 12 月随 iOS 27.3 推出。到这里，能确认的是测试通道已经打开，不是所有国行用户今天都拿到了正式服务。

我一直觉得，手机 AI 最容易让人产生错觉的地方就在这里。一个按钮出现了，演示里写了一段挺顺的文字，网上便开始讨论它是不是“全面追上”海外版。但真正用手机的人关心的哪有这么简单。它能不能在我平常使用的 App 里找到入口？能不能看懂一份写得乱七八糟的材料？做错以后能不能改？遇到网络不好、语言混杂或原始资料不完整时，会不会干脆胡说？这些问题，一张漂亮截图基本回答不了。

测试之前，我会先把环境写清楚。至少要知道手机的具体型号、是否在中国大陆购买、iOS 构建号、Apple 账户地区、实际使用地区、设备语言和 Siri 语言，还要看 Apple 智能是否真的启用、相关语言资源是否下载完成。苹果首批支持的是 iPhone 15 Pro、15 Pro Max、iPhone 16 及后续符合要求的机型，也包含 iPhone Air 和 Duo。这里还有一个容易被忽略的区别：能够安装 iOS 27，不代表具备运行 Apple 智能的硬件条件。

语言这一项尤其不能省。苹果的说明要求设备语言与 Siri 语言采用受支持的设置，首批中国区公告也专门列出了英文和简体中文条件。假如一位博主用英语演示成功，另一位用户在简体中文设置下找不到相同功能，两个人未必是谁在撒谎。先核对条件，再讨论差异，才有意义。至于功能需要加载模型、登录服务或完成额外设置，测试记录也应该如实写出来，不能全部归结为“苹果没开放”。

我最想先测的其实是写作工具，因为它不需要特别复杂的场景。准备一段自己写的三百字消息，里面故意放两处错别字、一处不通顺的句子、一组不能改动的日期和金额。先试校对，再试改写，最后试摘要。关键不是看它把文字修得多华丽，而是原本的事实有没有被悄悄改掉，姓名、时间和金额有没有丢，改写后还能不能保留原来的语气。把输入原文和三次输出放在一起，读者一眼就能核对。

这次国行还加入了千问的部分能力。苹果说，写作工具可以通过千问的“创作”从零生成内容，Siri 也能在特定请求中调用千问理解文字、图片及 PDF、演示文稿。我会把“给现有文字润色”和“凭提示词生成新内容”拆成两个实验；前者看忠实程度，后者看有没有编造出处。至于一次请求到底走了哪个模型、哪些信息送往哪里，不能凭界面猜测。中国区公告确认了合作和功能入口，却没有给出足以让外界还原所有数据流向的技术细节。

照片消除更应该选难题，而不是只拿蓝天背景里一个孤零零的路人当样板。相同原图至少准备三种：背景纹理简单的、人物与栏杆或文字交叠的、阴影与倒影明显的。每张图先存原件，再圈定相同区域操作，对比局部放大后的边缘、纹理、阴影是否自然；还要看看保存后能否退回原图。要是墙上的字母被生成成了不存在的符号，那不叫小瑕疵，而是图片内容真的变了。

网上如果有人晒出“国行消除比美版强很多”的结论，我只会追问两个问题：用的是不是同一张原图，比较的是不是同一套工具。苹果如今还有其他更高级的照片编辑能力，国行首批新闻稿明确提到的是照片 App 中的“消除”，并没有承诺 WWDC 2026 公布的下一代照片编辑功能同步到来。把不同功能混着比，再加上照片压缩和不同缩放比例，最后得到的结论很难复核。

通知摘要恐怕是最需要谨慎看待的一项。我会用不涉及隐私的模拟通知做测试：一组包含航班改签、登机口和起飞时间；一组包含快递地址更正；再放几条普通聊天。先保留原始通知，打开摘要后检查它有没有遗漏否定词、颠倒时间、误把未确认的事情写成已经完成。苹果本来就允许用户按 App 关闭通知摘要，也能展开查看原文。这不是锦上添花的设置，而是给 AI 可能出错留下的退路。

更值得看的是它会不会把重要程度判断错。真正紧急的，是航班从晚上八点提前到七点，不是朋友在群里发了二十条表情；系统如果刚好反过来，摘要写得再通顺也没什么用。银行通知、验证码、工作审批这类信息，我不建议只依据 AI 摘要操作。测试文章最好把原消息、摘要内容、是否正确和能否返回原文放在一起，而不是截一张锁屏界面就宣布“效率大幅提升”。

视觉智能我会分成“识别”和“执行”两关。第一关拍一张菜单、商场楼层指示牌，或者摆着多件物品的桌面，要求它指出指定信息，并说清哪些内容看不清。第二关再尝试根据识别结果做简单操作，例如整理文字、提取地址或询问文件内容。苹果已确认首批视觉智能可以通过相机了解物体和场所，也允许在相关场景接入千问，但不能由此推出它已经能替我操作任意第三方 App。识别正确和执行成功，完全是两项能力。

如果一张截图写着“视觉智能识别成功”，我还想知道拍摄距离、光线、原文是否完整，以及它面对模糊文字时有没有明确说不知道。专有名词、门牌数字和价格，哪怕只错一个字都可能影响后续决定。还有个必须问的问题：测试材料里有没有别人身份证件、私人聊天记录或者公司文件？公开展示 AI 结果之前，先把敏感内容遮住，这比证明模型有多强更重要。

实时翻译则要把语言组合、使用入口和延迟放到同一张记录里。苹果公告明确提到信息、电话、FaceTime 和符合条件的 AirPods，但它们不是同一条技术路径。我会分别准备普通文字对话、安静环境下的语音和有背景噪声的对话，记录从原句说完到译文出现的时间，并请懂两种语言的人检查意思有没有偏差。最要命的往往不是日常寒暄，而是“不能”“取消”“下周三之前”这样的词。

AirPods 还要另外核对具体型号、固件和语言资源是否下载好。苹果支持文档说明，AirPods 实时翻译需要受支持的耳机、启用 Apple 智能的 iPhone，以及下载相应语言；其介绍的翻译处理运行在 iPhone 上。不能用“连上耳机就可以翻译”一笔带过。更不能拿一种语言、一种安静环境的成功录屏，推断所有旅行场景都没有障碍。

我还想把失败样本留在测试里。点了入口没反应、模型下载不完整、生成中断、回答跑题、系统提示暂不可用，都应该留下发生条件与重试结果。每项任务至少重复几次，最好先规定成功标准，再看结果，而不是做十次挑最漂亮的一次公布。对于无法复现的异常，也别急着扣上“国行阉割”的帽子；Beta 本来就可能有 Bug，单个账号或网络环境的问题同样需要排查。

看其他人的体验报告，我现在会给它设一个很简单的门槛：有没有完整演示从哪里点进去，原始输入是什么，输出有没有被人为剪辑，功能运行在哪个系统构建号上，出错时发生了什么。只有结果没有过程，只能说明有人拿到了一张结果图。尤其是所谓“国行 Siri 已经能跨 App 自动办事”的视频，要先和苹果公告对照：本轮首批明确不包含下一代 Siri AI，也不包含 WWDC 2026 宣布的其他下一代 Apple 智能功能。

还有最后一道关，是隐私。很多人关心苹果与千问合作之后，自己的照片和文档究竟交给谁处理。我觉得这是应该问的问题，但不能靠猜。今天可以确认的是苹果公开了合作范围、部分需要登录的使用路径，以及一些功能的设备与语言要求；对于没有披露的数据路径、保留期限和调用细节，就该老老实实标成待确认。想测试时用一份自己编的 PDF、一张不含人脸和证件的照片，完全足够，不必拿真实客户合同去证明 AI 有本事。

所以我反而没那么着急抢第一张截图。11 月 4 日是一个开始，不是答辩结束。到了 12 月正式版，入口、稳定性甚至开放范围还可能继续调整。对普通用户来说，真正值得期待的是：修改文章不会乱改事实，照片消除不会胡乱补画，通知摘要不会漏掉重要变化，视觉智能敢承认看不清，实时翻译能处理真正需要沟通的句子。如果这五件事能有可重复的结果，那国行 Apple 智能才算从发布会上的功能名字，慢慢变成手机里用得上的工具。