Wird Siri AI ein KI-Agent? Apple Intelligence, JSON, APIs, Tool Calling und App Actions

Kurze Antwort: Sie handelt, wird aber kein offener Agent

Nehmen Sie die Ingenieursdefinition, nicht Keynote-Adjektive. Ein Agent braucht Ziel, Wahrnehmung und Handlung: Das Modell wählt Werkzeug und Argumente; die Laufzeit führt aus und schreibt die Beobachtung zurück. Die alte Siri hörte meist einen Satz und öffnete ein Kurzbefehl oder eine Systemfähigkeit — fast ohne Schleife „Ergebnis ansehen, dann entscheiden“. Siri AI 2026 beginnt, diese Schleife zu schließen: Sie wählt eine Aktion aus dem App-Intents-Katalog, löst „speichere das in Notizen“ mit Bildschirmkontext und reicht eine Entität an den nächsten Intent über Apps hinweg. Vom Verhalten her wird sie ein Systemagent.

Sie ist trotzdem nicht der offene Agent, den Sie in einer IDE oder am Support-Schreibtisch aufstellen. Der Unterschied ist, wer die Werkzeuggrenze zieht, nicht wie klug das Modell ist. Der Katalog eines offenen Agenten ist Ihrer: OpenAI tools[], Anthropic tool_use, MCP tools/list; Argumente sind fast immer JSON. Der Katalog der System-Siri sind die bereits auf dem Gerät erklärten Intents, möglichst passend zu einem App Schema; Parameter sind Swift-Typen, kein Blob zum Parsen. Auch der Privatsphärezaun ist anders: Gerät und Private Cloud Compute entscheiden, welcher Kontext die Maschine verlassen darf — nicht eine Zeile im Systemprompt „du darfst Kontakte lesen“. Lesen Sie Siri als „noch ein ChatGPT, an das man Funktionen hängt“, liefern Sie die falsche Migration: App Intents löschen oder die Gemini-API von iOS aus „an Cupertino angleichen“.

Ein Satz: Siri AI wird ein Agent im System, nicht eine Agent-Laufzeit, die Ihnen gehört. Sie steuern die Form der Aktionen, die Sie exponieren, und das JSON, nachdem diese Aktionen HTTP treffen. Die nächsten zwei Abschnitte trennen Produkt und Vertrag, damit „sie erledigt Dinge“ nicht als „offene Werkzeugschleife“ gelesen wird.

Die drei Dinge, die Siri AI 2026 wirklich dazugewonnen hat

Apples Entwicklerdoku und die WWDC26-Linie falten Siris App-Intents-Arbeit in drei Fähigkeiten. Sie erklären, warum es nach einem Agenten wirkt — und warum Sie trotzdem Intents schreiben statt ein JSON Schema zu kleben und fertig zu sagen.

1. Ihre Inhalte erreichen: Modellieren Sie Geschäftsobjekte als App Entities, passen Sie sie an ein Entity Schema und speisen Sie den semantischen Spotlight-Index. Erst dann findet Siri „jene bezahlte Bestellung“ im persönlichen Kontext statt nur den Homescreen zu öffnen.
2. Handeln: Passt ein Intent auf ein Intent Schema (Handel, Fotos, Kommunikation und andere vortrainierte Domänen), trifft natürliche Sprache perform() ohne Phrasenliste pro Formulierung. Das sind die App Actions, die die offiziellen Seiten wiederholen.
3. Den Bildschirm lesen: Annotieren Sie Views als Entitäten mit View Annotations oder NSUserActivity, damit Leute „dieses“ und „jenes“ sagen können. App-übergreifende Anfragen starten meist hier, nicht in einem Planner, den Sie geschrieben haben.

Stapeln Sie die drei, fühlen Nutzer: „Siri erledigt Dinge.“ Entwickler fühlen, ihre App ist der Werkzeugkasten des Systemagenten geworden. WWDC26s Build intelligent Siri experiences with App Schemas friert auch die Testreihenfolge ein: Intent-Logik isoliert, dann Kurzbefehle für die Parameterform, dann Spotlight für den Index, und erst dann Siri Ende-zu-Ende. Die ersten drei überspringen und nur mit Stimme debuggen wird teuer.

Die Modellschicht bewegt sich ebenfalls; lesen Sie das nicht als Produkttausch. Die gemeinsame Erklärung vom Januar 2026 hängte die nächste AFM-Grundlage an Gemini-Technik; im Juni erweiterte Private Cloud Compute auf Google Cloud für schwereren agentischen Tool-Einsatz. Nutzer sehen weiter Siri / Apple Intelligence — kein Gemini-Badge und nicht Google Assistant. Zur Strategie: warum Apple auf Gemini setzt; zur Lage neben der ChatGPT-Erweiterung der Dreiervergleich. Für Sie ändert sich, wie mutig das Cloud-Modell Aktionen kettet — nicht der Nachname Ihrer Parametertabelle.

Drei Schichten: Apple Intelligence, Modelle, Entwicklerflächen

„Siri wurde ein Agent“ auf eine Schicht zu pressen, kippt jede spätere Entscheidung. Trennen Sie mindestens drei: das gesehene Produkt, wo Inferenz läuft, und welchen Vertrag Ihr Code umsetzt.

Foundation Models ist eine zweite Linie. Eine App kann eine LanguageModelSession auf dem Gerät (und auf dem in der Doku beschriebenen PCC-Pfad) fahren, Tools rufen und strukturierte Ausgabe zwingen. Das ist „Ihre App ist die Agent-Laufzeit“, nicht „die System-Siri ist der Agent und trifft Ihren Intent“. Viele Apps liefern beides: App Intents, um von Siri / Spotlight / Kurzbefehlen gefunden zu werden; Tool-Konformanzen, damit ein On-Device-Modell Bestand prüft oder ein Formular füllt. Wie das HTTP trifft, steht in wie ein Apple-KI-Agent Apps und APIs erreicht.

Kurzbefehle kleben die Schichten. Apple Intelligence kann Mehrschritt-Automationen aus natürlicher Sprache bauen; nach App Intents landen Ihre Aktionen in diesem Ökosystem neben Fähigkeiten wie Use Model. Ein Nutzer kann sagen „finde bezahlte Bestellungen, schreib sie in Notizen“ — der Orchestrator bleibt das System, kein Planner auf Ihren Servern. Jeder Intent-Parametersatz muss allein stehen, weil das System nur einen Hop laufen oder umordnen kann.

App Intents, App Schemas und App Actions

App Intents sind nicht „Siri Stimme geben“. Sie sind der Vertrag, den eine Dritt-App mit Apple Intelligence unterschreibt: Sie erklären, welche Inhalte und Aktionen Sie bieten; das System entscheidet, wann es ruft. Mit iOS 18 ausgerollt und 2026 gleichzeitig Futter für Siri, Spotlight, Widgets, Kurzbefehle und den Systemagenten. Teams, die App Intents noch als optional behandeln, lesen die Haustür der System-KI falsch.

Ein App Schema ist die vortrainierte Form dieses Vertrags. Ein Entity Schema sagt dem System, das ist eine Bestellung, ein Foto oder ein Gespräch, damit es in den semantischen Index kommt. Ein Intent Schema sagt, das ist Suchen, Öffnen oder Teilen, damit natürliche Sprache die Aktion trifft, ohne dass Sie einen Phrasencorpus pflegen. Xcode-Makros erzeugen konforme Stubs und prüfen sie zur Compile-Zeit. Verfehlen Sie die Domäne, behandelt Siri die Aktion weiter als gewöhnlichen Kurzbefehl, nicht als bevorzugtes Werkzeug des Agenten. WWDC26 ergänzte länger laufende Intents, Abbruch und geräteübergreifend synchronisierte Entitäten — schleifenähnlicher, weiter vom System geplant.

„App Actions“ ist das Wort, das am ehesten driftet. Auf Apples Entwicklerseiten sind App Actions Fähigkeiten, die über App Intents exponiert und von Siri AI und anderen Systemflächen ausgeführt werden. Das ist nicht Googles historisches App-Actions-Protokoll für Assistant und nicht Android-Intent-Filter. Beide Produkte „lassen einen Assistenten eine App rufen“; Felder, Kataloge und Privatsphäremodelle passen nicht. In Designdokumenten schreiben Sie „App Intents / App Schema“ und lassen „App Actions“ für nutzerseitige Texte. Mischen Sie die Namen, sucht ein Backend-Ingenieur ein Google-artiges JSON-RPC, das es nicht gibt.

Tool Calling: Systemagent vs. In-App-Tools

Industrie-Tool-Calling / Function Calling ist ein Mechanismus: Das Modell fasst die Datenbank nicht an; es sendet „bitte diese Funktion mit diesen Argumenten“, die Laufzeit führt aus. 2026 unterscheiden sich die Hüllen; Argumente bleiben ein JSON-Objekt. Auf der Siri-Seite wird dieselbe Idee ein typisierter Intent: Das Systemmodell wählt findOrders, füllt email / status / limit und betritt perform(). Trifft perform() Ihre HTTP-API, kodieren Sie diese Felder dann als JSON. Teilen Sie keinen „einfach parsen“-Pfad über beide Hops.

Legen Sie Gold-Payloads auf der Intent-Schicht ab, nicht unter einer Modellmarke. Das JSON unten sagt nur, wer startete, welches Schema, welche Aktion, welche Argumente. runtime.onDevice gehört ins Log, nicht in die Geschäftsvalidierung — On-Device-Fallback und die volle Cloud-Stufe müssen dieselben Argumente akzeptieren.

{
  "source": "siri-ai",
  "schema": "commerce.findOrders",
  "intent": "findOrders",
  "arguments": {
    "email": "ada@example.com",
    "status": "paid",
    "limit": 5
  },
  "runtime": {
    "surface": "siri",
    "onDevice": false
  }
}

Dieselben Geschäftsfelder tragen in einem offenen Agenten, der Ihnen gehört, eine vendor-tool_calls-Hülle. arguments ist oft ein String: zuerst JSON.parse, dann dasselbe Schema. Wenn Siri hereinkommt, sehen Sie diese Hülle nicht — nur typisierte Parameter. JSON sehen Sie wieder, wenn Sie das Gerät zu Ihrer eigenen API verlassen.

{
  "id": "call_8f3a",
  "type": "function",
  "function": {
    "name": "findOrders",
    "arguments": "{\"email\":\"ada@example.com\",\"status\":\"paid\",\"limit\":5}"
  }
}

Der Kontrast ist scharf: Der Name ist beiderseits findOrders; die Schlüssel sollten ein Schema teilen. Der Systempfad hat keine tool_call-id; der offene Pfad hat keine App-Schema-Domain. Behandeln Sie Gemini generateContent, OpenAI tools[] und eine App-Intent-Parametertabelle nicht als gegenseitige Defaults. Structured Output regiert die Endantwort, nicht die Eingaben dieses Hops; warum Dateien getrennt gehören, steht in AI Structured Output.

JSON, APIs und lokale Prüfung

Je mehr Siri wie ein Agent wirkt, desto mehr tun es die Fehler: extra Hops, optionale Felder gefüllt, wilde Enums, zwei Schlüssel im On-Device-Fallback weg. Ein stärkeres Modell hebt Validierung nicht auf; es macht Verpassen teurer. Jeder Ausgangs-Hop bleibt parse → Schema → Geschäftsregeln.

1. Kodieren Sie Intent-Parameter als JSON und parsen Sie sofort; bei Fehler Intent-Name und Rohfelder loggen und einen wiederholbaren Fehler zurückgeben — keine Swift-Exception an den Nutzer werfen.
2. Typen, Enums und required mit einem Draft-2020-12-Schema festnageln. additionalProperties: false, damit Extra-Schlüssel der Cloud-Stufe nicht nach unten lecken.
3. Geschäftstor: Rechte, Fremdschlüssel, Datumsbereiche. Erst dann der Bestelldienst. Wenn der Systemagent wiederholt, muss Ihre API idempotent sein.

Legen Sie drei Blobs nebeneinander: das Parameterobjekt von Siri / Kurzbefehlen, den HTTP-Body, den Sie senden, das Objekt, das der Server wirklich nutzte. Abweichung sitzt fast immer im Adapter. Im Browser: JSON-Formatierer für Felder; JSON-Schema-Prüfung für Typen; JSON Diff für Schlüssel, die der On-Device-Fallback gegenüber der Cloud-Stufe verliert. Teilen Sie valid / missing-field / wrong-enum in CI und beim Siri-Debug auf dem Gerät.

Weiterlesen: Apple-KI-Agenten und JSON, was ein KI-Agent ist, KI-JSON-Fehlerleitfaden, MCP und JSON Schema.

FAQ

Fazit und nächste Schritte

Siri AI wird ein KI-Agent — hinter dem Systemzaun. Apple Intelligence liefert persönlichen Kontext, App Actions und Bildschirmerkennung; die Modellschicht kann Gemini-Technik und eine schwerere PCC-Stufe leihen; Entwickler übergeben Aktionen weiter über App Intents und fahren In-App-Schleifen mit Foundation Models Tool. Die offene Tool-Calling-JSON-Hülle erscheint nicht auf der Systemanfrage. Sie erscheint auf Ihrer eigenen API.

Als Nächstes konkret: Listen Sie die App Schemas, die Sie übernehmen, schreiben Sie Intent-Parameter und HTTP-Body gegen ein Schema und spielen Sie valid / fehlendes Feld / falsches Enum in JSONVue. Modellmarken werden wandern. Die Aktionsform sollte nicht mitwandern.