WWDC 2026 上，Apple 终于交出了 Siri 的 AI 重构答卷。不同于完全依赖云端大模型的路线，Apple 选择与 Google 达成多年战略合作，以每年 10 亿美元的授权费用接入 Gemini 模型家族，同时构建了一套三层混合推理架构。这套架构的核心命题是：如何在保护用户隐私的前提下，获得足以支撑复杂推理的 AI 能力。
三层架构的分工与路由机制
Siri AI 的查询路由由设备端的分类器模型决定，该分类器评估查询复杂度、上下文需求和实时数据依赖，将请求分配到三个层级之一。
第一层：设备端 Apple Foundation Models，处理约 70% 的查询。这些模型运行在 Apple Neural Engine 上，基于从 Gemini 蒸馏而来的学生模型，负责定时器、提醒、应用启动、简单问答和屏幕内容感知等任务。关键特征是零数据出境，端到端延迟控制在 200 毫秒以内。
第二层：Apple Private Cloud Compute (PCC)，承接约 25% 的查询。PCC 运行在 Apple Silicon 服务器上，采用经过加固的操作系统，执行无状态的临时计算。用户个人信息（PII）在到达 PCC 前已被剥离，处理完成后内存立即清零，无持久化存储，无日志保留。这一层处理跨应用推理、多轮对话和需要更大上下文窗口的任务。
第三层：Google Gemini 云端，仅约 5% 的最复杂查询会触及这一层。通过 PCC 的隐私代理，PII 被进一步匿名化后路由至 Google 的 1.2 万亿参数 Gemini 模型。Google 在状态隔离的计算容器中处理请求，不保留查询数据。
隐私优先的技术实现
PCC 的设计目标是实现技术上可强制执行的隐私保证，即即使面对法律传票或内部威胁，系统也无法泄露用户数据。
硬件级隔离：PCC 节点采用与 iPhone 和 Mac 相同的 Secure Enclave 架构，提供硬件级加密隔离。即使 PCC 操作系统被完全攻破，也无法解密先前处理的查询。
无状态临时计算：每个查询在隔离内存空间中处理，响应生成后立即清零。内核层面阻止存储 API 调用，从架构上消除数据持久化的可能。
公开可验证性：Apple 开源了 PCC 的关键组件，并提供虚拟研究环境。每个 PCC 节点发布其软件配置的加密证明，iOS 客户端在路由查询前验证该证明，确保节点运行的是经过审计的软件版本。
模型蒸馏与能力演进
Apple 的授权协议包含将 Gemini 能力蒸馏到设备端模型的权利。知识蒸馏通过让小型学生模型学习大型教师模型的输出概率分布（而非仅复制最终答案），使学生继承教师的推理模式。
这一机制具有战略意义：每一次 Tier-3 的 Gemini 查询都产生训练信号，用于改进设备端和 PCC 层模型。随着时间推移，需要 Google 服务器的查询比例将逐渐下降。当前蒸馏的重点方向是长上下文摘要和跨文档推理，这些任务目前由 PCC 的较大模型变体处理。
开发者的集成考量
对于希望接入 Siri AI 的开发者，App Intents 框架成为关键集成点。Siri 的规划组件（由 Gemini 支持）可以链式调用多个 App Intents 来完成用户的高级目标。
隐私敏感应用（健康、金融、法律）需要特别注意：只有 App Intents 中声明的参数才会到达云端处理层。设计意图参数时应遵循最小必要披露原则，优先使用窄范围的参数类型（如 clientName: String）而非完整对象（如包含邮箱和支付历史的 Client 对象）。
架构的局限与争议
尽管 Apple 强调 PCC 的隐私保障，2026 年 2 月 Google 公开声明部分 Siri 查询会路由至 Google 服务器，这与 Apple 纯 PCC 的宣传存在张力。Apple 随后澄清，仅当查询复杂度超过 PCC 独立处理能力时，才会通过隐私代理落入 Google 基础设施。
更深层的结构性问题是：路由决策由设备端分类器控制，用户无法审查具体的路由路径。Apple 的透明度日志覆盖 PCC 节点软件，但不覆盖单个查询的路由决策。安全研究人员呼吁增加按查询的路由透明度，WWDC 2026 可能会通过设置中的增强隐私报告来回应这一诉求。
可落地的工程参数清单
基于上述架构，开发者在设计 AI 集成时可参考以下参数：
| 层级 | 延迟目标 | 隐私边界 | 适用场景 |
|---|---|---|---|
| 设备端 | <200ms | 零数据出境 | 即时响应、屏幕感知、简单指令 |
| PCC | <1s | PII 剥离、无状态 | 跨应用推理、多轮对话、中等上下文 |
| Gemini | 可变 | 匿名化代理 | 长文档分析、实时知识、复杂规划 |
隐私敏感应用的设计原则：
- App Intents 参数最小化：仅声明必要字段
- 敏感操作设计 PCC-only 变体（如 WWDC 提供路由提示 API）
- 监控蒸馏路线图：优先支持设备端能力的任务类型
- 遗留 SiriKit 迁移：在 2 年弃用窗口期内完成向 App Intents 的迁移
结语
Siri AI 的三层架构代表了一种务实的工程妥协：既不放弃云端大模型的能力，也不牺牲 Apple 的隐私承诺。通过将 95% 的查询留在 Apple 控制的基础设施内，仅在必要时触及 Google 的 Gemini，Apple 实现了隐私与能力的动态平衡。对于行业而言，这一架构提供了一个可复制的模板：如何通过分层设计、模型蒸馏和可验证计算，在端侧 AI 与云端大模型之间找到最优解。
资料来源：
- TechBytes: "Apple Siri + Gemini on Private Cloud Compute: A Deep Dive into the 3-Tier Architecture" (2026-03-28)
- The Next Web: "Apple finally ships its AI do-over: Siri AI, a standalone app, and a three-tier privacy stack" (2026-06-08)
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。