01 触发事件

2026 年 6 月，TechCrunch 报道 Apple 在 WWDC 后并不只押注 Siri 的 AI overhaul，更把一批“practical AI features”分散放进 iOS 27 的其他系统功能里。

Siri’s AI overhaul may have grabbed the headlines at WWDC, but some of Apple’s most useful AI features are arriving elsewhere in iOS 27.

表面上，这是一个产品发布新闻：Apple 继续给 iPhone 加 AI 功能。

但真正值得看的，不是 Siri 有没有变聪明一点，而是 AI 正在被 Apple 从一个单点入口，改造成操作系统级的默认能力层。

这两者差别很大。

如果 AI 只存在于 Siri，它还是一个用户“主动调用”的 feature。

如果 AI 被嵌进 Photos、Messages、Notes、Mail、系统写作、搜索、通知整理、甚至 app 间动作流，它就不再是一个 feature，而更像是 iOS 的新 runtime。

我没在内部跑过 iOS 27 的全部功能细节，所以不能断言 Apple 这次每个能力都足够成熟；但从产品组织方式看，这个方向本身比某个单一模型升级更重要。

02 这事的真正含义

这事真正的含义，不在“Apple 也有 AI 了”。

问题不在模型，而在 distribution。

OpenAI、Anthropic、Google 在过去两年定义了大众对 AI 的认知方式：打开一个 app，进入一个 chat box，输入 prompt，等待回答。这是典型的模型中心视角。

Apple 干的却是另一件事：把 AI 从 destination product 变成 ambient capability。

这是完全不同的竞争面。

对模型公司来说，核心变量是 benchmark、latency、price per token、context window、tool use 成功率。

对 Apple 来说，核心变量是默认入口、系统权限、端侧执行、交互 friction、以及用户根本不需要学习 prompt。

这才是 Apple 在说的事：最有价值的 AI 不是最强的 AI，而是最少被感知为“在用 AI”的 AI。

这会直接改写应用层的价值分配。

如果一个第三方 AI app 的核心卖点是“帮你总结通知”“帮你润色短信”“帮你从照片里找东西”“帮你把邮件转成待办”，那它面对的不是另一个 app，而是 OS 自带能力。

而 OS 自带能力通常有三个天然优势：

  • 零获客成本
  • 零安装 friction
  • 默认权限与跨 app 上下文

这三个东西叠加起来，往往比模型领先 10% 更有杀伤力。

我可能低估了用户对“独立 AI assistant”品牌的偏好，但历史上看，只要系统级能力“够用”，大量轻量级工具都会被边缘化。不是因为它们做得差，而是因为 distribution 被吃掉了。

再往下看，这对 token economics 也有一层隐含含义。

Apple 如果把大量 AI 任务分流到 on-device 或混合式推理路径，它就在绕开“每次调用都走云端大模型”的成本结构。即便最终仍需要 cloud inference，Apple 也更可能把用户请求切成不同等级：本地先处理、简单任务 edge 处理、复杂任务再上云。

这意味着，未来最大的 AI 平台之一，未必会把所有价值都交给 frontier model API。

那个真正会被定价的，不只是 intelligence，而是 谁控制 request routing。

03 历史类比 / 结构对照

更贴切的类比，不是 2022 年 ChatGPT，而是 2007 年 iPhone 之后 Apple 对功能型软件的吸收。

当年很多独立软件的价值，来自把复杂能力包装成一个单点产品：相机优化、地图、笔记、提醒、播客、文件管理、密码管理。

后来 Apple 一点点把这些能力系统化。

结果不是所有第三方都死了，而是整个市场被重新分层：

  • 底层的通用需求，被 OS 吃掉
  • 更深的专业需求，留下来并继续收费
  • 极少数拥有强品牌或工作流嵌入的产品，建立 moat

AI 应用现在也正在走这条路。

过去两年，很多创业公司默认前提是：只要能把一个 LLM 包成 UI，就能切出市场。

这个窗口还没完全关上，但 Apple 这种动作说明，浅层 workflow 包装正在快速商品化。

另一个类比是 2014 年 AWS 之后的 SaaS 基础设施演进。

当某项能力从“需要自己搭建”变成“平台默认提供”，创业公司的机会不会消失，但会往两边移动：

  • 一边往更上层，做更完整的业务闭环
  • 一边往更下层，做更深的 infra、tooling、optimization

中间那层“把基础能力稍微包装一下”的公司，最危险。

我没法确认 Apple 的 AI feature adoption 会不会像当年 AirDrop 或 Apple Pay 那样迅速起量；但如果 iOS 27 的这些能力默认开启、且足够稳定，第三方轻工具的 churn 压力大概率会在未来 12 个月内显性化。

04 对 AI builder 意味着什么

对 AI builder 来说，这不是一条消费电子新闻，而是一条产品边界重划线。

这周、这个月，至少有四个决策需要重看。

第一，重新审视你是不是在和 OS 抢工作。

如果你的产品核心价值能被一句话描述为“系统里某个动作加一点 AI”，那你要假设 Apple、Google、Microsoft 最终都会来。

这不代表不能做，而是你必须回答：系统自带后，用户为什么还留你？

可能的答案只有几个：

  • 你有更深的 domain context
  • 你有 team/workspace 协作层
  • 你接企业数据源与权限系统
  • 你有明确的 review / audit / compliance 流程
  • 你在特定 vertical 上效果远高于通用 OS feature

如果这些都没有，你卖的更像 convenience，不像 moat。

第二，减少对“chat entry point”的路径依赖。

Apple 正在证明，用户未必想打开一个 assistant app 才使用 AI。真正高频的用法，可能是自动发生在写字、搜东西、整理、归档、回复、调度这些碎动作里。

这对产品设计的启发是：少做大而全的 copilot，多做明确触发条件下的嵌入式 agent。

这里 MCP、App Intents、系统 action schema、A2A 这类协议演进会越来越重要。因为一旦 AI 从聊天迁移到工作流，可调用性 比“会聊天”更值钱。

我没在你的具体产品里看过 retention 数据，所以这点可能会被某些强 consumer AI app 反例推翻；但对多数工具类产品，工作流嵌入的留存通常比 standalone chat 更扎实。

第三，供应侧不要只盯 frontier model，开始盯 distribution owner。

很多开发者现在优化的是“该接 GPT-5.4 还是 Claude Sonnet 4.6，是否用 prompt caching，batch API 折扣怎么吃满”。这些当然重要。

但如果平台 owner 正在收走入口，那你更该关心：

  • 你的调用是否会被平台层替代
  • 你的价值在模型层、编排层还是分发层
  • 你能否成为 routing 层，而不是被 routing

这也是 OPCX.AI 这类 token gateway 视角下很关键的一点：未来竞争不只是拿到模型 access，而是谁能在不同任务、成本、latency、policy 约束之间做最优路由。

第四，把“AI feature”改成“AI workflow P&L”。

别再只问功能酷不酷，要问：

  • 它是否提高 activation
  • 是否降低 churn
  • 是否提升 paid conversion
  • 是否减少 support load
  • 是否形成 switching cost

Apple 可以把 AI 当平台保卫战的一部分来做，不急着单 feature 变现。

创业公司没有这个奢侈。

所以如果你今天还在 roadmap 里堆“智能总结”“智能润色”“智能分类”，最好给每个 feature 绑定明确的经营指标。否则你只是比 Apple 更晚、更贵地实现同一件事。

05 反方观点 / 风险

最强的反方观点是：我可能高估了 Apple 的执行力，也高估了系统级 AI 对用户行为的改变速度。

Apple 过去几年在 AI 上并不稳定，尤其 Siri 历史包袱很重。即便 iOS 27 把功能散装进系统，真实体验也可能是碎片化、不一致、延迟高，或者因为 privacy 与 on-device 限制而效果平庸。

如果是这样，第三方 app 反而还有窗口。

尤其在三类场景里，Apple 未必能吃下：

  • 跨平台工作流，尤其不是每个人都只活在 Apple 设备里
  • 面向团队协作的 AI 工具，而不是个人 feature
  • 高价值 vertical agent，需要专有数据、复杂 tool use、可审计输出

另一个反方是，系统级集成不一定自动等于高使用率。

很多 OS feature 最终都存在，但不形成习惯。用户可能继续打开熟悉的 ChatGPT、Claude 或 Cursor，因为品牌心智已经建立，且这些产品更新速度远快于 OS release cycle。

这点我可能误判。

如果模型公司的产品层创新继续快于平台公司的系统集成，那么 AI 的主入口仍可能是独立 app，而不是操作系统。

但即便如此，Apple 这次动作仍然释放了一个清晰信号：应用层最薄的一层 AI 包装，接下来会被平台迅速压缩利润池。

所以结论不是“不要做 AI app”。

结论是：别做那个最容易被系统顺手做掉的 AI app。