Apple 對這次改版用的字是 rebuilt from the ground up(從頭重建)。這句話常被當成行銷詞,但這次它有具體對應的東西,拆開來是三層:
第一層:聽懂你那句話的方式換了
舊 Siri 的做法是樣板比對 —— 它手上有一批事先寫好的指令格式(「打給 OOO」「設一個 N 分鐘的計時器」),你講的話要先對上其中一個,對不上就跳到「我在網路上找到這些」。
這解釋了舊 Siri 最讓人火大的兩個行為:換個講法就聽不懂、以及每一句都是獨立的(問完「台北天氣」再問「那明天呢」,它不知道「那」指什麼)。
新 Siri 沒有樣板這一關,交給語言模型理解,所以它接得下去。
第二層:中間多了一個系統調度器
Apple 的原詞是 system orchestrator。它負責決定「這句話要去哪裡找答案、要動哪一個 App」,會去翻兩樣東西:Spotlight 索引(你自己手機裡的訊息、郵件、備忘錄、照片)與 App Toolbox(各個 App 宣告自己能做哪些動作)。
官方特別寫明這兩個完全在裝置上執行。這一層是舊 Siri 完全沒有的,也是「它怎麼會知道我上週收到的那封信」的答案。
第三層:模型本身
Apple 的原話是「次世代 Apple Foundation Models,與 Google 及其 Gemini 模型合作共同打造」。簡單的請求在裝置上跑,複雜的送到 Apple 的私密雲端運算(Private Cloud Compute)。官方說在私密雲端運算處理的資料不會被儲存,Apple 與任何人都讀不到。
這三層合起來解釋了幾個「為什麼」:為什麼它要比較新的機型(裝置端模型吃記憶體與儲存空間)、為什麼要排候補名單(伺服器端有容量)、為什麼有每日使用量上限,以及為什麼 Apple 已經先預告未來會有付費擴充額度。
圖:Mac 上的 Siri AI 面板。右邊那塊深色面板就是新 Siri,底部有一個寫著 Ask Siri 的輸入框與一個麥克風圖示 —— 也就是說它可以用打字的,不一定要講話。上方灰色小框是使用者問的「How does this sound?」,下面是 Siri 針對左邊那份文件給的回應,而且主動提出「要不要我念出來讓你排練,或是幫你改幾個地方」。這張圖看得出來的重點是「它在回應一份它看得到的文件」,不是在回答一個獨立問題。
你怎麼分得出來手上的是哪一個:舊 Siri 的回答是一句就結束、沒有輸入框、沒辦法追問;新 Siri 有一個可以打字的對話介面,而且第二句話不必重講一次主詞。
---
二、它實際能做什麼(重點放在跟家裡有關的)
下面每一個例子都是 Apple 新聞稿自己舉的,不是推測。
1. 接得下去,記得前面講過什麼
可以一直追問。官方把這個做成一個獨立的 Siri App,對話會留著,而且透過 iCloud 在 iPhone、iPad、Mac、Apple Watch、Vision Pro 之間同步 —— 在 iPhone 上問到一半,換 iPad 可以接著問。
圖:iPhone 上的 Siri App。畫面是卡片牆,每一張是一段過去的對話,左上角那張有一個圖釘圖示與「Monday」,代表對話可以釘選;其他卡片標的是時間(9:41 AM、8:47 AM、Yesterday)。右上角是篩選鈕,左下角是搜尋,右下角是開新對話。看得出來的是:它把 Siri 從「一次性的問答」變成「一個有歷史紀錄的 App」。
2. 讀得到你自己的東西,而且一句話跨好幾個 App
圖:iPhone 鎖定畫面上打給 Siri 的一句話。原文是「Draft an email to Elton listing the Saturdays in November that I'm free from 12-3pm to bring snacks. Include snack options that are gluten-free.」(幫我寫一封信給 Elton,列出十一月裡我 12 點到 3 點有空、可以帶點心的星期六;順便附上無麩質的點心選項。)下方有一個開著的「Show Results」開關。
這張圖要看的不是功能多炫,是那句話的結構:它同時要求查行事曆、算出符合條件的日期、寫一封信、再加上一段跟行事曆無關的建議。舊 Siri 的樣板比對做不到這種句子 —— 它連「十一月裡我有空的星期六」這個條件都沒有對應的樣板。
圖:Apple TV 上的全螢幕 Siri 回答。上方是一整段文字回答(關於 Apple TV 上有哪些自然紀錄片),下面一排是可以直接點的追問建議(BBC Studios productions、Nighttime nature documentaries、Wildlife series collections),再下面是對應的影片海報牆。右邊是 Apple TV 主機與遙控器。看得出來的是「它把追問做成按鈕」,不必再講第二句話。