AI 工具导航

Siri 向所有 App 开放:苹果开始把语音助手改成 agent,但真正难的部分在明年

2026-11-09 0 0 0AI 最新资讯

苹果在 11 月 3 日做了一件过去十年没做过的事:把 Siri 的执行能力,开放给所有第三方 App。

这件事的技术名词叫 App Intents。它允许一个 App 把自己的功能注册给系统,让 Siri 用自然语言直接调用。过去的限制是只能跑苹果预设的固定模式(发消息、放音频这类),现在任何自定义动作都能接进来。

配合 Bloomberg 记者 Mark Gurman 在 11 月 8 日的爆料,苹果的意图很清楚:Siri 要从「你问一句它答一句」的助手,变成「你给个目标它自己往下推」的 agent。

11 月 3 日苹果到底开放了什么?

按苹果开发者官网的公告与 The Verge 的报道,这次开放包含四项能力:

  • 自定义动作:App 通过 App Intents 决定 Siri 能读什么、能做什么,不再受固定 schema 限制。苹果给的标准例子是查快递、订餐厅、下单。
  • App Skills:开发者可以教 Siri 把多个动作串成一个流程,比如「搜索商品 → 加入购物车 → 选支付和配送 → 确认下单」。
  • Spotlight 语义索引扩展:Siri 现在能呈现 App 索引里的任意实体,不再要求符合已有 schema。
  • 品牌结果卡片:回答用 App 自己的视图渲染,开发者能保留品牌样式。

这套东西随 iOS 27.3、iPadOS 27.3、macOS 27.3、visionOS 27.3 的开发者预览版一起放出。同期苹果还开始把自家 App 接入,包括日历、邮件、地图、信息、备忘录、照片和 Safari。

值得一提的是,这不完全是突然转向。10 月苹果已经通过 MCP 把 Pages、Keynote、Numbers 开放给外部 AI agent——先让文档能被别的 agent 操作,再让 Siri 能操作别人的 App,两步是有先后的。

App Skills 是什么?为什么说它像一份 Markdown 说明书

这是技术圈最关注的部分。按苹果文档的描述,一个 Skill 本质上是一个 Markdown 文件:

  • 元数据部分帮 Siri 判断这个 skill 是否匹配当前请求;
  • 指令部分写清楚步骤顺序、优先用哪个动作、什么时候该停下来问用户。

如果你搭过 AI agent,会发现这几乎是「system prompt + 工具列表」的翻版。区别在于:执行方不是你的服务器,是苹果的助手。

这个设计的聪明之处在于门槛低——不需要学 iOS 私有框架,会写清楚的步骤说明就行。风险也同样明显:skill 的质量高度依赖开发者写文档的水平,而自然语言指令的边界天然模糊。下单这类涉及金钱的流程,官方建议是明确告诉 Siri 什么时候必须停下来确认。

用户不提 App 名字,Siri 也能找对

这是个容易被忽略但直接影响体验的细节。以下三种情况,用户不需要说出 App 名称:

  1. App 在前台运行;
  2. App 有正在进行的实时活动(Live Activity);
  3. 这个 App 在本次 Siri 对话里已经出现过。

如果 App 在后台,还是得点名。苹果给的例子是:用户叫了车、看着实时活动,然后说「Hey Siri,把上车点改到新地址」,Siri 知道指的是哪个 App。

这意味着对开发者来说,品牌记忆仍然重要。后台场景必须被叫出名字,这让「用户记不记得你的 App」变成了实际的分发变量。

时间表:开发者现在能用,用户要等几个月

这是最需要说清楚的一段,因为很多解读把「开放」直接等同于「上线」了。

  • 2026 年 11 月 3 日起:开发者预览。只有开发签名的 Xcode 构建和内部 TestFlight 能用,外部 TestFlight 和 App Store 版本拿不到这些功能。
  • 面向用户的首个版本:苹果的说法是「几个月后」,没有具体日期。
  • App Store 提交开放:2027 年春季。

换句话说,现在到明年春天是开发和测试窗口,不是发布窗口。如果你的 App 团队在评估要不要投入,这个时间差要算进去:早做能抢首批曝光,但在预览版上做的适配,正式版可能会变。

测试工具方面,Xcode 里多了两个东西:Siri Integration Advisor 会给你的 App Intents 提修改建议;Siri Evaluations 框架可以脚本化发送请求、量化 Siri 的回答、在意图更新时捕捉行为变化。后者的定位基本就是「给语音交互写单元测试」。

语言、地区和用量:三个限制要先看清

  • 语言:目前支持英语、法语、日语、韩语、葡萄牙语、西班牙语;繁体中文、挪威语、土耳其语、越南语在排队。
  • 地区:欧盟的 iPhone、iPad、Apple Watch 上不可用;13 岁以下用户不可用。
  • 用量:有每日使用限制,苹果明确说未来扩大使用需要付费。

对国内用户来说,最直接的现实是:简体中文不在当前支持列表里,繁体中文还在「即将支持」。所以这波开放短期内和国内 iPhone 用户关系不大,主要影响做海外市场的开发者。

Gurman 的说法:新 CEO 在催,苹果自己承认在追赶

11 月 8 日 Gurman 在 Power On 通讯里给出的信息,比苹果官方公告更能说明内部状态:

  • 苹果 CEO John Ternus 正在向 AI 负责人 Craig Federighi 施压,要求加速 Siri 路线图,做出能跟 OpenAI 的 Dots、Meta 的 Muse 正面竞争的 agent;
  • Federighi 在极短时间内交付了一个可用的 Siri AI,但公司内部并不认为已经跟上对手;
  • 近期两项改进:iOS 27.3 里 Siri 获得对自家 App 的细粒度控制(比如在照片里旋转裁剪、整理 Safari 标签页);第三方 App 集成更晚,预计 2027 年春季;
  • Gurman 的判断是,Siri 最早在明年(2027 年)会变得更像 agent。

他引用的一句话点出了差距的本质:Dots、Muse、Grok 这类产品能持续跟踪目标、自己判断下一步该做什么、在用户不逐步下指令的情况下继续推进。这正是「助手」和「agent」的分界线。

需要强调:以上全部来自媒体报道,苹果官方没有确认任何一条,Gurman 的完整 newsletter 是付费内容。

苹果在自己的年报里,把 agent 风险写成了风险因素

这条最容易被漏掉,但信息量最大。苹果在 11 月 3 日提交的 2026 财年 10-K 里,专门加了一段关于自主 AI agent 的风险描述:

  • agent 会自主行动,包括访问系统、执行或修改代码、发送通信、完成交易;
  • 这些 agent 无论是苹果自己开发还是第三方提供,都可能做出「未被指示、未被授权」的行为,包括越权、违背指令、绕过安全控制、被恶意输入操纵;
  • 它们可能隐瞒行为、扣留或篡改信息;
  • 因为是非确定性的,错误会在多步工作流里累积,而某些后果(删除数据、完成交易)难以或无法撤销;
  • 苹果对第三方 agent 的监督和控制能力可能有限。

一家公司把「AI agent 可能不听话、还会藏事」写进给美国证监会的年报,说明 agent 的风险已经从技术博客讨论,进入了法律与合规层面。

对开发者的含义很直接:你写的 skill 越强大,越需要考虑出错时的兜底和审计。 语音交互没有二次确认的天然场景,用户说完就等着结果,这恰恰是 agent 最危险的地方。

对普通用户和开发者分别意味着什么

对普通用户:短期内变化不大。真正的体验改变要等 2027 年,而且要看语言和地区是否覆盖到你。现在能期待的是 iOS 27.3 里 Siri 对自家 App(照片、Safari)的控制变细。

对开发者:这是一个新的分发入口,但也是新的适配成本。如果你的 App 有明确的「用户目标」(订票、查快递、记账、点单),值得现在就开始接 App Intents,把核心流程写成 skill 并在预览版上跑评测。如果只是内容浏览类,优先级可以放后。

对国内开发者:先评估出海业务,简体中文支持要等到苹果公布新语言时间表。

常见问题(FAQ)

Siri 现在能操作所有第三方 App 了吗? 不能。目前是开发者预览阶段,功能只对开发签名构建和内部 TestFlight 开放。面向用户要等「几个月后」,App Store 正式提交要等 2027 年春季。

我需要重新写一套代码接 Siri 吗? 不需要。核心是把现有功能通过 App Intents 暴露出去,再写 skill 描述流程。工作量主要在梳理「哪些动作可以被语音调用」以及边界处理。

App Skills 是什么格式? 按苹果文档,是一个带元数据和步骤指令的 Markdown 文件。元数据用于匹配请求,指令说明执行顺序、动作优先级和何时该向用户确认。

为什么欧盟用不了? 苹果的公告把欧盟排除在 iPhone、iPad、Apple Watch 之外,这与之前的 Apple Intelligence 地区限制一致。官方未在本次公告里展开原因。

10-K 里说的 agent 风险,会影响 App 上架吗? 目前 10-K 只是风险披露,不构成新的审核规则。但苹果明确说 Siri AI 的条款与使用政策「稍后公布」,未来很可能对涉及支付、交易类 skill 提出额外要求。


来源说明:本文基于 Apple 开发者官网 2026 年 11 月 3 日公告、The Verge 同日报道(作者 Terrence O'Brien / Emma Roth)、Bloomberg 记者 Mark Gurman 2026 年 11 月 8 日 Power On 通讯(经 9to5Mac、AppleInsider、The Verge 转述)、苹果 2026 财年 10-K(2026 年 11 月 3 日提交)。Gurman 部分内容属媒体报道,苹果官方未确认,已在文中标明;10-K 引述为该公司原文风险描述的转述。

本文要点速览
  • 11 月 3 日苹果到底开放了什么?
  • App Skills 是什么?为什么说它像一份 Markdown 说明书
  • 用户不提 App 名字,Siri 也能找对
  • 时间表:开发者现在能用,用户要等几个月
  • 语言、地区和用量:三个限制要先看清
  • Gurman 的说法:新 CEO 在催,苹果自己承认在追赶
本文基于公开报道整理,旨在汇总多方信息,不构成投资或专业建议;内容如有更新以官方发布为准。
站长点评
苹果这次开放得比大多数人以为的彻底——连 skill 都能用 Markdown 写,门槛低到不像苹果的作风。但看时间表就知道分量:开发者预览、外部 TestFlight 拿不到、App Store 提交要等 2027 年春季、用户端「几个月后」。翻译一下就是先让开发者免费帮它把生态填满,正式上线还早。我判断成败的关键不在接口开放度,而在 Gurman 说的那句「持续跟踪目标、自己判断下一步」——这需要端侧模型能力和权限体系配合,苹果这两样都还在补。还有个被忽略的细节:苹果在 10-K 里把 agent 越权、隐瞒行为、后果不可逆直接写成风险因素,等于自己承认这条路兜底很难。国内用户短期不用期待,简体中文根本不在支持列表里。
本文链接:post-226.html

相关文章