AI手机,老登大战小登,技术含量很高

你有多久没换手机了？

有些人，迫不及待。有些人，也不想换了。

现实，就是这么分裂。

下面展开说说。

手机的发展，可以分为三个阶段。

第一阶段，是功能机时代。它解决的是通信问题，打电话、发短信，人与人之间，第一次建立起即时通信网。漫长的等待，变成了即时联通。这也是信息革命的起点。你要融入高效的人际关系网，就需要手机。

第二阶段，是伴随移动互联网爆发的。手机大屏取代了软键盘，App成了显学。由于手机号可标识，GPS可定位，用户就能够被系统画像。于是，这个阶段的手机不仅连接了人与信息，更连接了人与服务。

此时的手机虽然被叫做“智能机”，本质上是“能”而不“智”。它多功能，多媒体，可以基于用户画像推送信息与服务，但无法主动发现需求，也无法被动完成任务。所以手机的第二阶段，更准确的称谓应该是“移动互联网手机”，或者，“低智能机”。。。

但由于融合了众多数字服务功能，手机成了数字社会的钥匙。你必须有手机，才能获得更便捷的生活。在国内尤甚。

第三阶段，就是现在，移动互联网和AI时代的交棒期。

这两年，国内手机企业一直在卷拍照和折叠屏，在镜头和屏幕上卷到极致。但大屏和拍照，终归只是锦上添花。2022年以来大模型高歌猛进，创新乏力的手机行业又活跃起来。

AI手机，尽管外观大差不差，但AI手机的内核以及用户交互模式，会发生非常大的变化。

先看苹果。

苹果是这轮大模型爆发的后进生。。。难得，在库克即将卸任CEO的WWDC 2026全球开发者大会上，苹果AI搞了近年最大的升级。

这次苹果手机iOS 最核心的变化，是从“被动访问的设备”升级为“主动执行任务”。而iPhone变化的牛鼻子，是Siri。

Siri有一段鲜为人知的历史。

它源自2003 年的某大型 AI 认知助手项目（背景不宜展开，有兴趣自己查），由斯坦福国际研究院 SRI 负责研发，投入上亿美元，目标打造能自主完成复杂任务的智能代理。CALO 项目结束后，三位核心研究员创业了Siri Inc。

2010 年，Siri Inc 开发的Siri App上架苹果商店，主打生活事务代理。Siri App 上线仅 2 个月，乔布斯亲自找到创始团队，最终苹果以约 2 亿美元全资收购 Siri Inc，24 人团队全部并入苹果总部。Siri App下架，开始重构适配 iPhone。

2011 年 10 月 4 日，库克发布 iPhone 4S，首次搭载 Siri。第二天，乔布斯离世。。。

虽然Siri出场很惊艳，定位为全球第一款深度预装在主流智能手机、面向普通消费者大规模落地的语音助手，重新定义手机交互方式，开启消费级语音 AI 赛道。。。但很快，就拉垮了。。。

由于高度依赖预设意图、规则和有限服务接口，无上下文记忆，Siri多轮对话失效，复杂提问、模糊需求大概率答非所问。尤其在大模型浪潮下，ChatGPT谈恋爱、豆包讲段子， AI 助手全面爆发，Siri成了不受待见的“老登”。。。

今年的大会，库克卸任CEO前最后一次，就是让Siri再度焕发光彩——Siri从“语音助手”升级为跨应用、跨设备的“系统级AI智能Agent”

苹果新一代 Siri AI，是跨应用的智能代理中枢，能够结合对用户个人情境的理解、对屏幕内容的感知能力、对各种应用程序的操作功能，以及庞大的全球知识库，以对话的形式来履行职责，真正发挥数字/虚拟个人助理的作用。

具体来说，Siri可根据聊天记录查找地址、规划路线、自动撰写邮件，实现多步骤任务的端到端串联等等。

所以，Siri要重生苹果手机的AI入口。

手机从“操作工具”到“任务执行”。用户不再需要复杂的操作路径（解锁-找App-找到人/服务-发信息/要求-完成交互），而是直接通过自然语言向全新的Siri AI下达指令，由AI自主调用系统功能和App来完成。

不过啊，这种自然语言驱动的交互模式，已经yy很多年了，但真正落地，挺难的。手机存储、端侧算力、功耗和隐私机制等等，需要有个精巧的平衡。

这次升级Siri，Apple Intelligence 专门设计了一个三层架构。我学习了各种资料，概述如下：

底层是模型层：由苹果自研基础模型（Apple Foundation Models）与谷歌支持。这是一个五层模型的架构，略复杂。

设备端 2 款纯自研模型：AFM Core（3B ），支持打开 App、基础语音唤醒、简单文字改写、本地照片检索等简单场景；AFM Core Advanced（50B），支持识别屏幕内容、相册复杂图文检索、本地 PDF 总结等等。

苹果私有云端2款模型：AFM Cloud（70B），支持邮件 / 备忘录长文总结、日程规划、本地文件批量处理等等；AFM Cloud Image是图像生成专用自研模型。

最复杂的任务，会使用AFM Cloud Pro模型，同时利用谷歌 Gemini能力。苹果自研语义路由器（轻量本地判别模型）会分层分流。如果是多步骤生活规划、长文档深度分析、代码生成、复杂跨 App 联动等任务，模型会在剥离手机用户 ID、姓名、证件等敏感信息后，以匿名语义向量传入云端，调用模型处理。

综上，五模型配套，构成了智能手机的“大脑”。

中层是上下文引擎：即 Personal Context。这是Siri实现“懂你”的关键。它可以理解用户的个人信息，包括相册、信息、邮件、日历等，并能够理解当前屏幕上的内容（Onscreen Awareness）。

Personal Context更偏向于为模型提供个人信息、屏幕内容和语义索引等上下文支持，负责找对用户个人信息、屏幕内容，整理成素材喂给底层大模型；大模型拿到素材才看懂你的专属场景、给出个性化回答，二者是前置预处理和核心推理的前后流水线关系。

顶层是执行层：即 Siri通过App Intents（各家 App 提前给 Siri 登记好的「功能办事清单 + 标准化调用协议」）完成最终的执行。这一层负责将用户的意图转化为具体操作，调用系统功能或第三方App来完成实际任务。

在iOS 27系统中，苹果将推出全新的Siri扩展应用程序编程接口——这一接口能让Siri与包括谷歌Gemini、ChatGPT等其他企业的人工智能服务实现对接。符合苹果的规则前提下，你中意哪家的模型，就可以用哪家。不过，在第三方对iOS27 Beta版 AI 扩展API 实测中，系统底层框架已预埋 ChatGPT/Claude/Gemini 切换入口，但服务器开关暂未全开。

AI时代，苹果从封闭生态向 AI 平台模式转向。这和苹果啥事都要自己来的调性不一样。主要是苹果自研 AI 的进度太慢了，加上各国对 AI 的监管和反垄断，要想进入当地市场，就只能选择开放平台了。

无论是多复杂的系统架构设计，还是多开放的平台模型，用户都不关心。用户关注的核心还是使用体验，包括隐私数据安全。

所以，实际使用中，Siri AI在多步骤、跨应用任务中的可靠性，才是最核心的考验。错误的自动操作将严重损害用户信任， Siri AI就又凉了。。。

新版 Siri AI要在三季度才能在海外规模上线。目前iOS27 开发者 Beta 版本海外评测显示，Siri 终于追上主流 AI 入门水平，但不算颠覆性领先。

要论颠覆性，还得看小登。。。

OpenAI首席财务官之前吹风，已经亲身体验了OpenAI的AI硬件设备，公司计划在2026年年底前正式发布，最早可能在2027年2月开始出货。OpenAI硬件的最终目标，是重构、重构、重构！

根据各种信息拼图，OpenAI更中意“无APP”硬件。这种设计体现了其Agentic OS的核心理念：用户界面（UI）完全由AI实时生成，彻底抛弃传统的App图标与应用商店。

据说，OpenAI为它的第二代设备设定了1500万至2000万台的出货目标。而谷歌Pixel手机，去年的出货量为1400万台。

国内AI手机，是豆包抢跑。

行业调研消息，6月至7月，豆包手机发布二代“概率较大”。还有预测称，豆包手机二代预计在6月下旬发布，并被称为“首部AI原生手机”。

消息称，豆包手机已完成与抖音生活服务深度打通，实现了团购、支付、订单、核销全闭环。用户无需跳转至抖音App，即可在豆包内一键完成从浏览、购买到核销的完整流程。

豆包AI助手，从“提供建议”进化到了“直接完成交易”。不过，如果只是抖音生态，这“首部AI原生手机”就有点打折诶。。。

说回iOS27 开发者 Beta 版本。国内测试显示，iOS系统 App 联动极强，第三方App 依赖开发者适配，目前 Beta 阶段适配量很少，微信、外卖、社交软件跨 App 操作经常失灵。

看来围绕AI Agent，优秀的用户体验需要重构生态。

不过，说起重构生态，我想起了微信Agent，微信A2A。。。腾讯AI的广度和深度

未来，是AI手机需要一个统一入口？还是一个超级Agent定义了一部AI手机？

继续观察。