苹果 AI 的平台转型潜力

本文信息来源：stratechery

---

苹果的黑色一周

苹果在人工智能领域度过了最糟糕的一周。看看这家公司去年秋天不断播放的这则广告：

如果你错过了广告中的小字说明，内容是这样的：

Apple Intelligence 将于 2024 年秋季随 Siri 推出，设备语言需设置为美式英语。部分功能和其他语言支持将在接下来一年内陆续推出。

如今”接下来一年”这个说法显得格外刺眼，因为广告中详细展示的特定功能——Siri 从日历等来源获取信息的能力——已被官方确认推迟。以下是苹果向 Daring Fireball 网站的 John Gruber 发表的声明：

Siri 帮助用户快速找到所需并完成任务，仅过去六个月我们就提升了 Siri 的对话流畅度，新增了”键入对话”和产品知识查询功能，并整合了 ChatGPT。我们还在开发更个性化的 Siri，使其能更深入理解个人使用场景，并具备跨应用执行任务的能力。这些功能的实现周期将超出预期，预计明年逐步推出。

即便在当时，以保密文化著称的苹果如此大张旗鼓宣传尚未落地的功能也令人惊讶；坦白说，我当时认为这个策略绝妙。正如我在 WWDC 后的更新中所言：

关键在于”理解个人场景”这一环节：Apple Intelligence 将比其他 AI 更了解你，因为手机是最了解用户的设备（且能在调用时感知当前界面内容）；这也解释了为何基础设施和隐私保护如此重要。

这意味着苹果智能主要聚焦于那些知识能派上用场的具体应用场景；也就是说，苹果智能试图解决的问题领域既受到限制又立足实际——无论是比喻意义还是字面意义上——都大大降低了人工智能出错的可能性。换言之，苹果正在攻克一个极具实用价值、唯有他们能胜任的领域，而这个领域恰好又能在声誉风险方面保持”安全”。说实话，这几乎显得不太公平——或者换个说法，这正体现了可信平台所拥有的巨大优势。苹果得以用低风险的方式切实解决重要问题，而他们现在所做的正是如此。

这与 OpenAI 试图通过 GPT 模型、Google 通过 Gemini、Anthropic 通过 Claude 所追求的目标形成鲜明对比：这些大型语言模型试图囊括所有可用的公共知识来通晓万物；这是一个规模庞大得多且困难重重的问题领域，因此它们会犯错。同时它们也存在大量未知领域，因为这些信息被封锁——比如 iPhone 上的所有数据。这并不是说这些模型没有价值：在非依赖个人情境的领域，它们远比苹果试图构建的系统更强大且知识渊博；它们也都在追求相同的目标。

那么是苹果比这些公司更无能，还是我对问题领域的评估有误？本周多数评论都默认第一种观点，但正如西蒙·威尔逊指出的 ，你不应忽视第二种可能性：

我猜测这次延迟可能与安全性有关。这些新的 Apple Intelligence 功能涉及 Siri 响应访问应用程序信息的请求，并代表用户执行操作。这正是提示注入攻击最危险的组合！每当基于 LLM 的系统能够访问私人数据、调用工具并暴露于潜在恶意指令（如来自不可信陌生人的电子邮件和短信）时，攻击者就有可能劫持这些工具，利用它们破坏或窃取用户数据。

Willison 链接了他之前关于提示注入风险的文章；简而言之，如果你的设备端 LLM 正在解析电子邮件，当其中一封邮件包含精心设计的恶意文本，诱使你的设备端 AI 执行你不希望的操作时会发生什么？我们本能地理解代码注入的危害；而 LLMs 将攻击面扩展到所有文本领域；Apple Intelligence 通过深度集成到系统中，将攻击面扩展到你的整个设备，以及它独有访问的所有珍贵内容。

不用说，我后悔去年六月没提出这一点，但我确信我的懊悔比起苹果高管们——以及那个周末不得不去 YouTube 撤下广告的人——根本不值一提。

苹果的高光周

在人工智能领域，苹果度过了最辉煌的一周。看看他们的新硬件发布吧，尤其是 Mac Studio 和搭载 M3 Ultra 芯片的版本；据公司新闻稿所述：

苹果今日发布其迄今性能最强的 M3 Ultra 芯片，为 Mac 带来最强大的 CPU 与 GPU 性能，神经网络引擎核心数量翻倍，并实现个人电脑史上最高容量的统一内存。M3 Ultra 还搭载 Thunderbolt 5 接口，每个端口带宽提升逾两倍，实现更快速的连接与强劲扩展能力。该芯片采用苹果创新的 UltraFusion 封装架构，通过超万条高速互连线路将两枚 M3 Max 晶片紧密结合，兼具低延迟与高带宽特性，使系统能将复合晶片视为单一芯片进行调度，在保持行业领先能效的同时实现澎湃性能。UltraFusion 技术集成了总计 1840 亿个晶体管，将新款 Mac Studio 的业界标杆性能推向新高度。

“M3 Ultra 是我们可扩展系统级芯片架构的巅峰之作，专为运行最高线程数和带宽密集型应用的用户打造，”苹果硬件技术高级副总裁 Johny Srouji 表示。”凭借 32 核 CPU、强大的 GPU、个人电脑史上最大统一内存支持、雷雳 5 连接技术以及业界领先的能效表现，M3 Ultra 是独一无二的芯片。”

苹果发布新款 Ultra 芯片并不令人意外，毕竟此前已有 M1 Ultra 和 M2 Ultra；但这次具体发布的内容几乎处处充满惊喜。

首先从命名说起。苹果芯片名称包含两部分：M_ 代表核心类型，后缀则代表核心配置。以 M1 系列芯片为例：

这些所谓的”M1″核心包括”Firestorm”高性能核心、”Icestorm”能效核心以及一个未公开命名的 GPU 核心；这三类核心最初都首发于 A14 仿生芯片，该芯片随 iPhone 12 一同面世。

与此同时，后缀则代表了核心数量（包括 CPU 和 GPU）的增加，以及内存控制器和相关带宽的提升（对于 M1 系列而言，还包括更快的 RAM）。值得注意的是，Ultra 版本实质上就是将两颗 Max 芯片融合在一起；这就是所有参数直接翻倍的原因。

M2 芯片大体上与 M1 相似，至少在各类后缀型号的相对性能表现上如此。例如 M2 Ultra 本质上就是将 M2 Max 的性能翻倍。然而 M3 Ultra 在最大内存支持方面独树一帜：

我无法完全保证表格中每个数据的准确性（数据来源为维基百科 ），因为苹果尚未公布 M3 Ultra 的完整技术细节，且该芯片目前还无法进行测试。但可能性较大的是，苹果并非简单地将 M3 Max 翻倍，而是重新设计了内存控制器以支持翻倍的内存容量。这也解释了为何 M3 Ultra 的发布时间远晚于同系列其他芯片——实际上，Mac Studio 的基础芯片其实是 M4 Max。

不过这种等待是值得的：苹果芯片架构的独特之处在于其内存由 CPU 和 GPU 共享，且不同于旧款集成显卡的划分方式；相反，芯片的每个部分——包括我未列入表格的神经网络处理单元——都能（几乎

）随时访问全部内存。

从实际意义来说，苹果刚刚交付了有史以来最强大的消费级 AI 计算机。搭载 M3 Ultra 芯片和 512GB 内存的 Mac Studio 可以直接在桌面上运行 DeepSeek R1 的 4 位量化版本——这是最先进的开源推理模型。虽然存在局限——量化会降低精度，内存带宽成为性能瓶颈——但这是任何独立 Nvidia 芯片（无论是专业版还是消费级）都无法实现的。当然，专业显卡可以通过互联获得更强性能，但整套方案需要数十万美元；家用场景下唯一的替代方案是服务器 CPU 配超大内存，但速度更慢且需要自行组装。

当然，苹果并非专为 R1 设计 M3 Ultra 芯片，支撑这款芯片的架构决策早在数年前就已确定。事实上，若将采用统一内存架构这一关键决策纳入考量，时间线甚至要追溯至 2000 年代末——当时苹果正为首款 A4 芯片（2010 年初代 iPad 搭载）制定核心架构方案。

无论如何，事实是你可以有力地论证苹果是人工智能领域最优秀的消费硬件公司，而本周印证了这一现实。

Apple Intelligence 与 Apple Silicon 之争

Apple Intelligence 的延迟与 M3 Ultra 的发布恰巧发生在同一周，这或许纯属巧合，但值得对比分析为何前者显得拙劣而后者彰显睿智。

Apple Silicon 的抉择

先从后者说起：托尼·法德尔曾在 2022 年 Stratechery 专访中向我讲述 Apple Silicon 的起源故事。以下引述的背景是他在盛赞三星公司——这家曾为 iPod 和初代 iPhone 多款机型制造芯片的合作伙伴时所言：

三星曾是个了不起的合作伙伴。尽管他们遭遇了诉讼，但确实是个非凡的伙伴——没有他们，iPod 不可能如此成功，iPhone 甚至都不会诞生。这一切确实发生了。但在此期间，三星的智能手机和安卓业务逐渐崛起，矛盾也由此产生。

与此同时，iPad 乃至最终 iPhone 上还上演着英特尔与 ARM 的战略博弈。当时我与苹果多位高层（包括乔布斯）爆发了激烈争论——乔布斯希望 iPad 乃至 iPhone 采用英特尔芯片，毕竟 Mac 转型英特尔取得了成功。而我坚决反对：”不行！绝对不行！”我甚至为此大声疾呼。直到英特尔竞标失败后，乔布斯才表态：”那我们就自主研发 ARM 芯片。”于是我们收购了 P.A. Semi。

当时三星和英特尔各有各的问题，于是我们意识到必须掌控自己的命运。我们不能只依赖三星供应处理器，因为他们的芯片最终会出现在自家产品里。英特尔又无法提供我们所需的低功耗嵌入式方案，也缺乏快速迭代的文化——他们更擅长标准化通用产品而非定制芯片。再加上我们秉持着”必须制定超越所有人的专属战略”的理念，这些因素共同作用，最终促使我们决定需要像台积电这样的合作伙伴来生产更多芯片。我想说的是，这些从来都不是孤立决策，而是像烘焙蛋糕一样，所有原料缺一不可才成就了最终结果。

作为战略分析师，这个故事让我深感谦卑。我本想编织一个关于苹果芯片战略远见的精彩叙事，但就像商业世界里的许多事情一样，事实证明最出色的消费级 AI 芯片诞生于现实困境——英特尔在移动领域缺乏竞争力，而三星逐渐成为智能手机市场的劲敌。

然而，这项努力最终呈现出四个关键特质：

时间： 苹果研发 Apple Silicon 芯片已持续 17 年。

动机： 苹果之所以投入自研芯片，是因为具备竞争力且差异化的移动芯片被视为其业务核心。

差异化： 苹果的差异化优势始终植根于软硬件整合，而自主掌控芯片设计使其能将这一理念贯彻到极致，尤其在能效方面实现了前所未有的突破。

迭代演进：M3 Ultra 并非苹果的首款芯片，甚至不是首款 M 系列芯片，严格来说连 M3 的首发型号都算不上。这是十七年持续迭代与实验的结晶。

苹果智能

请注意这些特质在苹果智能上的不同体现：

时间因素： 描述苹果应对 2022 年 11 月 ChatGPT 浪潮时最常用的词是措手不及 ，这也与我听到的坊间传闻相符。这意味着苹果研发苹果智能最多只有 28 个月时间——考虑到公司需要大量时间确定技术路线，这个估算已经相当宽容。虽然不算短（xAI 从公司成立到推出 Grok 3 只用了 19 个月 ），但绝对比不上 17 年的积累！

动机层面： 查阅 ChatGPT 发布后苹果的财报电话会记录——2023 年 2 月 、5 月和 8 月 ——管理层反复强调”多年来我们始终将 AI 和机器学习融入产品，未来仍将审慎推进”；直到 2023 年 11 月 ，CEO 蒂姆·库克才首次透露正在开发新项目：

在生成式 AI 领域，我们显然正在进行相关工作。我不会透露具体细节，因为众所周知，我们确实不会这么做。但可以肯定的是，我们正在大力投资，并将以负责任的态度推进这项工作——随着时间的推移，你们会看到以这些技术为核心的产品迭代升级。

首先，这显然与前述”时机”观点相关；其次，人们明显感觉到苹果在经历行业大量炒作和分析师不断追问（很大程度上代表了股东们的关切）后，似乎别无选择，必须要在生成式 AI 领域有所动作 。换言之——没错，这完全是在后视镜里看路——苹果开展生成式 AI 研究并非认为这对产品愿景至关重要，而是迫于必须跟上行业步伐的压力。

差异化优势： 这是苹果智能愿景中最诱人的部分，也是我最初极力推崇的——苹果对其用户隐私信息的独家访问权。但除了安全层面的考量，更有趣的是思考”独家性”与”整合性”之间的本质差异。

以通讯录为例：iOS SDK 曾内置联系人 API，允许系统内任何应用无需用户明确授权即可完全访问联系人数据。这对 WhatsApp 等服务的早期成功至关重要——该应用巧妙地利用电话号码作为唯一 ID 来构建用户关系网；这意味着依赖用户名的传统网络如 Skype 和 AIM 在 iOS 平台上反而处于劣势。2011 年 iMessage 推出时采用了相同策略，直到 2012 年苹果才开始要求应用获取用户授权才能访问通讯录。

然而，这种程度的访问权限与 Mac 相比仍相形见绌——在 Mac 上开发者可以获取系统任意位置的信息。而 iOS 则将应用置于沙盒中，切断与其他应用及 API（如通讯录 API）之外系统信息的联系，且这些限制随时间推移愈发严格。需要明确的是，苹果做出这些决策有充分理由：iOS 是比 macOS 更安全可靠的环境；日益严格的限制通常意味着更强的隐私保护，尽管这以削弱竞争为代价 。

但值得指出的是，数据独占权本质上是排斥第三方政策的衍生结果，这与苹果为实现卓越性能而独家提供的软硬件整合有本质区别。诚然这种差异很微妙，但值得注意的是：苹果芯片的差异化是为了构筑竞争护城河，而苹果智能的差异化则是为了维持这条护城河。

迭代： 从某个角度看，苹果智能与进化系统恰恰相反：苹果整合了一整套生成式 AI 功能，并计划全部在 iOS 18 中推出。其中部分功能（如文本处理和消息摘要）实现起来相对简单，已顺利发布；而另一些功能，尤其是重新构想的 Siri 及其与第三方应用和个人数据的整合，目前已被推迟。看来苹果试图一次性完成太多工作。

在位者优势

与此同时，Siri 也并非新生事物；这款语音助手与 iMessage 同在 2011 年问世。但事实上，Siri 始终在过早地追求过多功能； 我上周撰文分析过 Siri 与 Alexa 的差异，指出亚马逊明智地将产品开发聚焦于基础能力——响应速度与准确率——同时刻意让 Alexa 比 Siri”更愚钝”，尤其体现在坚持要求精确措辞而非揣测用户意图。

就此而言，这表明苹果本可以在生成式 AI 策略上更趋保守（鉴于我对 Alexa+的质疑，恐怕亚马逊也该如此）：只需打造一个能正常运作的 Siri。现实情况是，Siri 始终难以兑现其承诺的功能，但许多缺陷本可通过生成式 AI 解决。然而苹果在去年 WWDC 上许下了更宏大的愿景：Siri 不仅要提升性能，更要以前所未有的方式理解并整合用户的个人数据与第三方应用。

当时我也对此表示赞赏，所以这完全是事后诸葛亮。但我越来越怀疑，我们正目睹一种此前未曾考虑过的大企业病症状：面对新技术时，一种失败模式是行动过于迟缓，而与之相反的另一种失败模式则是误以为能过快实现过多目标——其实只要做好基础功能就已绰绰有余。

以智能家居为例：该领域的三大玩家是 Siri、Alexa 和 Google 助手。这些公司的重要性不仅在于它们拥有可置于家中对话的设备，更在于围绕它们构建的完整产品生态体系。基于此，试想该领域可能出现的两种产品：

• OpenAI 发布了一款可对话交互的 ChatGPT 智能音箱；它性能出色，能控制——好吧，其实什么都控制不了，因为生态系统尚未接纳它。OpenAI 需要努力与从窗帘制造商到智能灯具、门锁等各类厂商建立合作关系；这本身已足够困难，考虑到许多这类设备安装后基本不会更新，难度就更大了。
• 苹果、亚马逊或谷歌用基础 LLM 更新了语音助手。现在你不再需要使用精确的措辞，只需随心所欲地表达，助手就能理解意图——同时还具备所有 LLM 的贴心功能，比如回答各种冷知识。

这种情况下，即便苹果/亚马逊/谷歌助手的底层 LLM 技术不如 OpenAI 的产品强大或先进，它们依然更具优势。因为这些公司销售的并非独立产品，而是一个生态系统。这正是大型老牌企业的优势：除了产品实力，还能调动其他资源形成竞争力。

新 Siri（我担心 Alexa+也是）令人惊讶之处在于，它们过度追求成为独立出彩的产品。Siri 能记住我和谁喝过咖啡确实很聪明；但可靠地开关电灯不仅更实用，实现难度也低得多。苹果（我猜亚马逊也是）本应优先完善后者，再承诺实现前者。

若要对苹果公司保持宽容态度，可以说这正是他们试图通过扩展”Siri 意图”功能实现的愿景：开发者已经能让应用的部分功能（如音乐播放）接入 Siri，而新版 Siri 本应基于该框架增强对用户情境的理解以提供实用回答。然而这种做法将交互层完全置于苹果掌控之下，弱化了应用价值并将其商品化——这正是聚合者的典型行为。但如果苹果选择另一条道路呢？

人工智能平台

关于聚合者与平台差异的最清晰阐述或许见于 《互联网竞争监管框架》，但最具浪漫色彩的论述当属 《科技行业的两种哲学》 一文：

这两种理念的形成确实有其历史背景的必然性。作为”思维自行车”的两大代表，苹果与微软仅相隔一年创立并非偶然。数十年来，两家公司保持着大体相似的商业模式：微软通过软件授权盈利，苹果则销售搭载差异化软件的硬件设备，但本质上它们始终是个人计算机企业——进而演化为平台型企业。

另一方面，谷歌和脸书是互联网的产物，而互联网催生的不是平台而是聚合器。平台需要第三方参与才能发挥作用，并通过构建生态来巩固护城河；聚合器则凭借其内在价值吸引终端用户，久而久之，供应商若想触达用户就不得不遵循聚合器的规则。

商业模式源于这些根本差异：平台提供商没有广告的容身之地，因为平台的核心功能是为用户真正需要的应用程序提供展示舞台。而聚合者，尤其是谷歌和脸书，经营的是信息业务，广告不过是另一种形式的信息。此外，由于聚合者关键的差异化因素在于其平台用户数量，广告便成为唯一可行的商业模式；要实现大规模普及，没有什么比”免费”更重要的特性了。

尽管如此，这两种理念依然泾渭分明：谷歌和脸书始终立足于为用户提供服务，正如微软和苹果的根基在于赋能用户和开发者，去创造完全超乎想象的事物。

我说过这种关系很浪漫，但现实中苹果与开发者的关系——尤其是近年来随着 iPhone 增长放缓——已经变得相当对立。苹果口头上承认开发者在打造 iPhone 这一吸引人的平台中所起的作用（以及共同为 iOS 和 Android 构筑护城河），但其行动却表明苹果将开发者视为一种商品：整体上不可或缺，个体上却多是麻烦。

这一切非常可惜，因为人工智能正为苹果及其开发者带来一个绝佳机遇，这个机遇让他们回归初心：成为平台。

先从硬件说起：虽然 M3 Ultra 是当前最强的性能怪兽，但苹果所有 M 系列芯片都实力不俗，尤其是在配备大容量内存时。我手头正好有一台配备 96GB 内存的 M2 MacBook Pro（为此特定用途我选择了顶配），能让我以 4 位量化方式运行 Mixtral 8x22B——这是 Mistral 推出的拥有 1410 亿参数的开源模型；我向它提了几个问题：

你其实不必费力去阅读屏幕截图；虽然输出的内容远不及前沿模型那般详尽和引人入胜，但效果已经相当不错。令人惊叹的是它居然能实现：这个答案是在我的 M2 芯片电脑上生成的，而非依托英伟达数据中心 GPU 的云端服务。我不需要支付订阅费用，也无需担心调用限制。这是属于我设备上的专属模型。

更令人惊叹的是看到模型在你的 iPhone 上运行：

这虽然是个规模小得多的模型 ，能力也相应较弱，但它能在手机上本地运行的事实本身就令人称奇！

苹果对其支撑”Apple Intelligence”的模型也采取同样策略——部分模型在用户设备上运行，另一些则在苹果私有云计算平台运行——但这些模型并不直接开放给开发者； 苹果仅开放了写作工具、图像游乐场和 Genmoji 功能。当然，他们还会为 Siri 索取你应用的数据，以便成为 AI 聚合者。如果开发者想实现独特功能，就必须自带模型——这些模型不仅体积庞大，还难以针对特定设备进行优化。

苹果真正应该做的，是将其本地模型和私有云计算模型全面开放给开发者，让他们自由创造。不要将他们局限在诸如 Genmoji 这类花哨却恼人的框架里，或是经过消毒却漏洞百出的图像生成器中，更不要想当然地认为只有 Siri 的开发团队才能利用开发者数据打造出惊艳之作。相反，应当重拾平台精神的浪漫本质：让用户和开发者能够创造出完全超乎想象的事物。这是唯有苹果才能实现的壮举，坦率地说，这也是整个 AI 行业迫切需要的突破。

---

M1 芯片发布时，我曾撰写过一篇题为苹果差异化的战略转移的文章。文中阐释道：尽管苹果始终秉持软硬件整合的理念，但该公司的差异化核心已随时间推移发生了转移：

• 当 OS X 首次面世时，苹果的差异化优势在于软件：苹果硬件当时受限于 PowerPC 芯片，性能远逊于英特尔的最强产品，但开发者们尤其被 OS X 精美的用户界面和 Unix 底层架构所吸引。
• 当苹果转向英特尔芯片后，其硬件性能已与 Windows 设备持平，这使得其软件差异化优势得以真正凸显。
• 随着时间推移，当越来越多应用转向网页端时，软件差异的重要性逐渐减弱；这也正是 M1 芯片对 Mac 未来至关重要的原因。

在人工智能时代，苹果有机会发挥其硬件优势：由于掌控着完整设备生态，他们能向开发者保证特定型号设备在私有云计算的加持下具备确定性能水平，这将促使开发者尝试构建仅适用于苹果设备的新型应用。

这并不一定意味着最终无法让新版 Siri 发挥作用；苹果正在把握的机遇依然合乎逻辑。但与此同时，公司差异化转向硬件也意味着苹果软件最重要的任务就是不要成为障碍；用苹果的历史来类比，Siri 就像是其 AI 战略中的 PowerPC 处理器，但这其实是自我设限。苹果具有得天独厚的优势不必事必躬亲；与其将开发者视为敌人，苹果更应该授权并武装他们，这种赋能方式在科技界无人能及。

---