大家都说 AI 时代苹果是不是掉队了, 我可以负责任的告诉大家, 苹果下一代操作系统就会闪瞎这些人的钛合金眼睛.
先抛出一个个人判断: 苹果核心竞争力是“最强的生产力工具”, 这点应该没人反驳吧(不管你是程序员还是设计师或者是剪辑人员或者是音乐人)? 那么苹果做 AI 的目的也是: 维持苹果设备是最强生产力工具的事实, 甚至降低使用门槛, 拓展更多非专业人士的专业能力.
有了这个观点, 我们再来谈苹果的 AI 战略.
Apple 的做法是把 LLM 嵌进系统层级 —— 和 CoreLocation、CoreML 同级,而不是摆在 App Store 里让你下载。Apple 想要的不是"更好的 ChatGPT 客户端",而是让 AI 变成 macOS 本身的一个能力。
开发者入口是 Foundation Models framework,macOS 27 起还会有官方 fm CLI。
如何理解苹果的 AI 布局?
如果你只看接口,会觉得眼花缭乱 —— fm CLI、Python SDK、Foundation Models framework、apfel、afm、ollama、mlx-lm,再加上 PCC、PCC-GCP、Apple Intelligence Report,名词能列出 20 个。但如果你从三个维度切进去 —— 能力放在哪一层、请求怎么路由、命令行怎么编排 —— 这套布局的主线其实只有一条: Apple 主动让出"大模型市场"给第三方,自己占据系统级位置。
下面分四节展开。
Apple Intelligence 在 macOS 里不是"一个应用",而是分了 5 层塞进操作系统的不同位置。看一眼这张图就够了:

Apple Intelligence 在 macOS 中的能力分层
最上层是 Private Cloud Compute(PCC) —— Apple Silicon 服务器集群,公开 VRE(Virtual Research Environment) + 100 万美元漏洞悬赏 —— 架构层面公开可审计,但运行时的行为依赖独立研究者持续审计。
模型层是 Foundation Models framework —— Swift 原生 API(SystemLanguageModel、@Generable、Tool 协议),同时绑定端侧和 PCC,开发者不用关心请求去了哪里。(个人理解苹果本地模型强在与苹果自身系统内置应用融合的能力, 可能比外部模型强很多, 而且本地模型与苹果M系列芯片GPU算力的整合丝滑.)
系统层是 OS 内置服务 —— App Intents、Writing Tools、Image Playground、Siri、Intelligence 索引 —— 它们是用户能感知的"AI 功能",但实际上是上层接口的具体表达。
应用层是第三方 App —— 通过 Foundation Models 调用端侧/PCC 模型,或通过 ExternalProvider 调用 ChatGPT。
用户层是终端用户与自动化的入口 —— Spotlight、Siri、邮件/备忘录里的 Writing Tools,以及两个对开发者最关键的 CLI:shortcuts run 和 macOS 27 之后的 fm。
关键判断:这套分层不是在"画一个 App",而是在把 LLM 做成 macOS 的一个子系统。它和 CoreLocation、EventKit 同级 —— 你不会问"CoreLocation 是哪个 App",你也不会问"Apple Intelligence 是哪个 App"。这是和 OpenAI/Anthropic 路线最大的区别:Apple 没有去抢"AI 应用"这个身位,它在抢"AI 系统能力"这个身位。
未来持续观察 Foundation Models framework 的 API 是否在持续扩展、第三方 App 接入数量是否在增长、Apple Intelligence 月活渗透率。
早期讨论都说 Apple 是"本地 → PCC → ChatGPT"三段,但 2026 年 WWDC 之后,端侧多了一个 20B 稀疏 MoE 模型(AFM 3 Core Advanced),路由其实已经是四段了:

Apple Intelligence 请求路由决策图
3B 端侧(AFM 3 Core)覆盖约 80% 高频场景 —— 摘要、改写、分类、Shortcuts 自动化、Siri 基础 NLU。论文 arXiv 2507.13575 给出的方案是 2-bit QAT 量化 + KV-cache 共享,能把权重压到约 0.75 GB,常驻内存,M1+ 设备直接跑。
20B 端侧(AFM 3 Core Advanced)是 2026 年新增,总参数 20B 但单 token 激活 1–4B,适合新 Siri 多步推理、听写、TTS、图像理解这类"端侧能做但 3B 撑不住"的场景。
PCC 是兜底层 —— 端侧置信度不足、任务超出本地能力范围时,请求上行到 PCC 节点。Apple Silicon 服务器、不可持久化、公开源码。 注意:PCC 触发是静默的,UI 不弹窗,事后通过 Apple Intelligence Report 审计。这点和"分层可见性"的叙事有距离 —— 你能审计的是"异常路径",不是"实时透明"。
ExternalProvider(ChatGPT / Claude)是最后的兜底 —— 只有用户显式同意(每次弹窗或首次整体授权)才走 OpenAI 或 Anthropic。
如果说能力分层决定 AI 的模型路由,命令行版图决定开发者怎么用。

macOS 命令行工具的 AI 可编排性分层地图
CLI 工具矩阵按从官方到第三方分四层。
L1(Apple 原生 AI 接口层) 是 fm run/fm chat(WWDC 26 公告,预计随 macOS 27 落地)、Foundation Models Swift API、Python SDK(import apple_fm_sdk as fm)、App Intents。
L2(Apple 官方自动化总线) 是 shortcuts、osascript、defaults、afplay、screencapture、sips、mdls —— 这些本身不是 LLM 工具,但全都能被 LLM 编排。
L3 是经典 shell 原语(grep/awk/sed/jq/curl/ssh)。
L4(第三方 CLI) 是 apfel(Arthur-Ficial 出品,包装 Foundation Models,提供 OpenAI 兼容 HTTP server 在 localhost:11434 监听)、afm/maclocal-api(scouzi1966 出品,同时支持 Foundation Models 与 MLX)、ollama(2026-03 v0.19 切到 MLX 后端)、mlx-lm(Apple MLX 团队官方)。
注解:
fm CLI 是 WWDC 26 Session 334 公告的官方命令,预计随 macOS 27 落地。 注意:这是已公告但未发布的状态,macOS 26 Tahoe 上 which fm 仍然找不到。
apfel 填补了 macOS 26 时代官方 CLI 的真空。如果你今天就想用 Apple 内置模型 + Unix 管道,apfel "你的 prompt" 比等 macOS 27 更现实。
shortcuts CLI 才是真正的"逃生通道" —— 它从 macOS 12 Monterey 起就把 GUI 自动化暴露给 Terminal 了,任何含 Writing Tools、Genmoji 动作的 Shortcut 都可以通过 shortcuts run <name> 触发,stdout/stdin 双向管道,配合 CI、cron、shell 脚本。LLM 让 Shortcuts 变得可"自然语言编排",CLI 反而是把它接进自动化流水线的桥梁。 (依赖图形界面操作的任务自动化编排, 以前用 shortcuts CLI 支持, 现在有了 AI 更加丝滑, 可自然语言编排 shortcuts 了.)
Apple 的战略选择: Apple 主动让出"大模型市场"给第三方 —— 你做 MLX 微调、跑 70B 模型、用 Ollama 的全量模型市场,Apple 不和你争。Apple 占据的是"系统级位置" —— Foundation Models framework 作为标准入口、App Intents 作为应用可发现性基础设施、PCC 作为隐私标杆。这不是"互补",是主动放弃 + 主动占据的组合。
Apple 把内置 LLM 的能力做成系统原语,不做成独立产品。这意味着你不能用"应用 vs 应用"的眼光看 Apple Intelligence 和第三方 CLI —— 它们之间是系统层与应用层的协作关系,不是直接竞争。
苹果核心竞争力是“最强的生产力工具”, 那么苹果做 AI 的目的也是: 维持苹果设备是最强生产力工具的事实, 甚至降低使用门槛, 拓展更多非专业人士的专业能力.
三个核心观点串一下:
shortcuts 是 macOS 12 就写好的 GUI 自动化任务编排“逃生通道”,fm 是内置的模型调用 CLI,第三方(Ollama/MLX)填补 Apple 主动让出的"大模型市场",Apple 占据系统级入口。苹果股票依旧值得持有. 本文非投资建议, 不负任何责任, 仅作观点交流, 投资需谨慎, 自己负责.