有嘴就行？Siri 又画大饼了，明年让你解放双手用 iPhone……

Hey Siri

帮我上班

iPhone 为智能手机领域带来的革命之一，就是多点触控屏幕。「触控」也在此后的十八年里，逐渐成为了人们与电子设备交互的主要方式之一。

但苹果觉得：触控还不够。

事实上，我们已经在 Vision Pro 上见到了基于视觉识别的纯手势交互，几乎是目前 AR 设备中最无感的一种方案。

而近期的一些新证据表明，苹果也在尝试另一种基于 Siri 的纯语音的人机交互方案。

图片使用 Gemini 生成，因为 Image Playground 用不了

就在昨日，彭博社苹果专家 Mark Gurman 在一篇最新的预测中指出：推迟到 26 年的 AI Siri，有可能通过借助加强 App Intents 的方式，间接实现让用户完全以语音遥控的方式操作 iPhone 。

这是一块苹果在 2024 年 WWDC 上就已经画过的大饼了。在一则饱受虚假宣传指责的广告中，苹果展示了女演员 Bella Ramsey 向 Siri 提问、Siri 跨应用收集信息并给出回答的场景：

广告中，Bella 向 Siri 提问一项活动的参与者名字，Siri 通过快速调用日历做出了回答｜YouTube @QuirkyFilms

由于 Apple Intelligence 始终无法实现这样的功能，这则广告片早在年初就已被苹果下架。至于「更智能的 Siri 」，也因为 Siri 团队内部架构双轨（老架构用于老功能，新的内外部大模型用于 agent 功能）的调整，推迟到了 2026 年。

Marc Gurman 的看法是：新架构 Siri 反复推迟这件事，本身并不是什么大问题，比起磕磕绊绊的 Siri，更值得关注的在于——

新架构 Siri 如果想要实现苹果在两次 WWDC 与发布会上画的那些大饼，iOS 的 App Intents 功能必须在未来得到史诗级加强。

图｜Fast Company

你或许没有听说过 App Intents 这个名字，这并不奇怪，因为它不是某个单独的功能，而是一个面向苹果开发者的系统功能框架，于 2022 年苹果在 iOS 16 中首次推出 App Intents，取代了早前的 SiriKit Intents。

图｜Apple Developers

而 App Intents 的功能也如同它的名字一样，主要用于展示一款 app 的「意图」。

就拿 iOS 的聚焦搜索（Spotlight）来说，除了直接查找 app 之外，我们其实还可以直接在这里输入一些功能提示词，比如「创建」或者「扫一扫」，系统就会自动拉起一些 app 内部的功能入口以供选择：

而这也很直观的展示了 App Intents 的基本作用——给原本处在 app 内部的各种功能，创建一条「快捷通道」，并且将这些快捷通道的入口与 iOS 系统级功能（比如 Siri、聚焦搜索、捷径等等）整合，让用户可以不打开 app 就快速调用。

图｜Apple Developers

而这也正是 Marc Gurman 所预测的、新的 AI Siri 在未来能够胜任更多复杂操作的基石。

无独有偶的是，类似的功能快捷入口并非苹果独享，华为的 HarmonyOS 中也有一个类似的服务叫做 Intents Kit，负责连接系统入口与 app 或元服务内部的功能：

图｜华为开发者联盟

不过目前由于苹果的宣传力度和入口限制，能够在 iOS 中调用 App Intents 去执行操作的就只有上面提到的三大件—— Siri、聚焦搜索，以及捷径。

考虑到 Siri 过于拉胯、聚焦搜索用户基数不高，因此使用频率最高的就是通过捷径调用了。现在各种快速记账、裁剪照片添加水印、将前一天的照片统一发送到微信文件传输之类的捷径，本质上都是经由 App Intents 在发挥作用。

通过聚焦搜索直接跳转执行支付宝内部的扫码功能

而未来 AI Siri 领衔的自动化操作，参考目前捷径对于 App Intents 的调用方式，爱范儿认为将会是一个很简单的「两步走」逻辑：

加强 App Intents 能够直接调用的 app 功能。目前的 App Intents 框架需要开发者主动编写，能够覆盖的 app 数量十分有限，苹果后续可能通过新建 API 的方式让系统直接读取 app 功能列表，扩大 App Intents 的调用范围。

Apple Intelligence 的语音模型可以帮助 Siri 更好的拆分和理解用户的语音指令，并且利用 iPhone 上面的端侧模型将自然语言指令转换为依次调用 App Intents 的组合，从而实现复杂步骤的自动操作。

Marc Gurman 预测苹果最早可能会在 2026 年的春季发布会上推出这套新 AI Siri + App Intents 的组合，届时可以实现的操作可能类似于「嘿 Siri，把昨晚吃饭拍的照片全部裁成正方形，发到 XXX 的微信，在下周六创建一个一样的日程」，并且全程不需要动手点 iPhone 。