Siri 学会跨 App 干活,AI 拿到了密码学身份证

QUOTE

授权在扩张，验真在补课，信任要留一块自留地。

大家好，我是Zizi。

11 月 4 日，AI 界在忙同一件事：给信任立规矩。苹果发布 App Intents 更新，让 Siri 第一次可以跨应用替你干活，但开放哪些功能由开发者自己决定；腾讯一天连发两弹——770B 参数的混元 Hy4，和像素解码器只有 960 万参数的 WeVisOne-VL；Anthropic 公布 FlashProve，用密码学证明验证「这段输出真的来自这个模型」，防的就是套壳造假；而最资深的 AI 用户 Addy Osmani 发文承认：自己已经从「认真检查」滑向了「照单全收」。

授权、能力、验真、自省——11 月 4 日发生的事，整理给你。

本文看点

第一条是苹果的 App Intents 更新。开发者可以把自家 App 的功能接入 Siri AI，开放哪些、不开放哪些，由开发者自己决定。这意味着 Siri 第一次可以跨应用完成任务——官方示例是「跨购物和聊天应用发送商品」：你在聊天里说想买什么，Siri 直接打开购物 App 下单再回到聊天里回复。

技术上也有一处值得注意的设计：Siri 内置了 Agent 的 Skill 格式子集，先读取 Skill 判断需求是否匹配，再动手操作，而不是硬猜。对照记忆点在此前发生过：国内某超级应用曾拒绝豆包自动操作其应用。苹果的解法是把钥匙交给开发者——平台不强行开门，但把开门的流程标准化了。开发者从 27.3 测试版就能接入测试。

第二条是腾讯今天一口气发的两个模型，一大一小，方向完全不同。大的：混元 Hy4。总参数约 770B、MoE 架构、1M token 上下文，首次支持图像理解和 Computer Use，主打金融、办公、前端游戏和科研场景。评测口径很具体：213 位金融从业者参与打分，Hy4 得 3.04 分；搜索相关幻觉率从 15.76% 降到 5.45%；WorkBuddy 评测平均 83.18 分、任务通过率约 96%。定价输入每百万 token 6 元、输出 18 元，权重计划开源。团队也说了实话：和顶尖闭源模型仍有明显差距。

小的：WeVisOne-VL。微信视觉团队开源，提供 2B 和 4B 两种权重，支持检测、计数、OCR、分割和精细抠图，可用自然语言描述定位并提取目标区域。最亮的设计：像素解码器仅960 万参数、不依赖 SAM；目标不存在时拒识率达96.4%（基线最高 73%），找不到就返回 None——一个知道自己不知道什么的视觉模型。

第三条最「密码学」：Anthropic 公布 FlashProve，验证 AI 服务的输出是否真的来自指定模型。原理两步：先为模型权重生成指纹，再生成密码学证明——用户不需要拿到权重、不需要 GPU，就能检查一段输出是不是真出自这个模型。对满口「我们用的是 GPT-X」的套壳服务，这是釜底抽薪的验真手段。

数字也摆得很诚实：在 4000 亿参数的 Llama 4 Maverick 上，单张 H100 生成证明的吞吐约每秒 110 个 token。目前是研究原型：只支持最长 1024 token 上下文、特定整数计算和贪心解码，代码与文档已开源。贵、慢、限制多——但「验证 AI 身份」这件事第一次有了密码学级的答案。

第四条是今天的「灵魂章节」。Addy Osmani 描述了自己使用 AI 的习惯演变：从认真检查每个答案，到直接接受——而且他清楚这不是他一个人的轨迹。他的建议值得抄下来：区分「可放心交给 AI 的任务」和「需要自己决策的任务」；涉及资金、产品上线和用户利益时，核查 AI 的检查范围；先自行思考再看 AI 的答案，先看证据再看总结。

创作侧今天也有六条教程，挑三条：有人用 video2game 工作流24 小时做出水墨画风 3D 武侠游戏（Opus 5.5 + Flux 3 Max + Tripo + Blender）；有人用 Seedance 2.5 生成 30 秒一镜到底跳舞视频，成本不到 0.1 美元；Elvar 开源的 teardown 用 Claude Code 制作机械章鱼演示视频，建模到配乐一条龙。工具越顺手，Osmani 的提醒越值钱。

11 月 4 日的四件事，是「信任」的四个刻度：苹果在扩张授权（Siri 跨应用），腾讯在扩张能力（Hy4 与 WeVisOne-VL），Anthropic 在补验真的课（FlashProve），Osmani 在提醒留一块自留地（先思考，再看答案）。

授权、能力、验真都可以外包，判断本身不行。

AI 越值得信任的日子，越要留得出不信任的底气。

今天你交给 AI 的决定里，有没有一个本该自己做的？评论区聊聊。

本文素材来自 Zhi.AI 信息聚合（2026.11.04）及公开报道交叉核实（苹果开发者文档、腾讯混元与微信视觉团队发布、Anthropic FlashProve 报告、Addy Osmani 博客、各作者 X 账号）。Hy4 评测分数与定价为官方口径；WeVisOne-VL 拒识率引自 WeRef-Bench；FlashProve 性能数据为论文口径且目前仅支持研究场景；教程成本为作者自述。本文不构成任何投资建议。