Apple 爲什麼越來越依賴 Gemini？2026 年 Apple AI 戰略到底發生了什麼變化？

2026 年真正落地的兩件事

先把「已經寫進官方頁面的事實」和「媒體估算」分開。1 月 12 日的聯署聲明只有兩段。第一段是合作範圍：多年合作，下一代 Apple Foundation Models 基於 Gemini 模型與雲技術，將爲未來 Apple Intelligence 提供能力，包括更個性化的 Siri。第二段是選型理由和邊界：經過審慎評估，Apple 認爲 Google 的 AI 技術是 Apple Foundation Models「最有能力的基礎」；同時強調 Apple Intelligence 繼續跑在設備與 Private Cloud Compute 上。聲明沒有寫每年多少錢、參數量多少、會不會替換現有 Writing Tools，也沒有說用戶會直接面對 Gemini 品牌。

6 月 8 日，Apple Security Research 發表 Expanding Private Cloud Compute。文章寫得很硬：PCC 首次擴到第三方數據中心；與 Google、NVIDIA 合作，在 Google Cloud 的 NVIDIA GPU 上跑新的 Apple Intelligence 工作負載；覆蓋從設備端到雲端的模型族；對最喫算力的任務——包括 agentic tool-use 與複雜推理——走 PCC on Google Cloud。核心 PCC 要求沒改：無狀態計算、可強制保證、運行時無特權訪問、不可定向攻擊、可驗證透明。新的是實現層：NVIDIA Confidential Computing、帶 TDX 的 Intel CPU、Google Titan 芯片，外加一份可密碼學驗證、只追加的 Google Cloud 硬件賬本。Apple 明確：無論基礎設施託管在哪，PCC 軟件仍由 Apple 完全控制，設備只信任經 Apple 密碼學批准的 PCC 軟件。

把時間線連起來：2024 年 PCC 只跑在 Apple silicon 上，用來補設備端模型夠不到的推理；2025 年 Apple Intelligence 上線，雲端模型大約是千億級、自研味道更重，Siri 深度個性化一再延期；2026 年 1 月，下一代 AFM 的「基礎」改掛 Gemini；2026 年 6 月，最重的那檔雲端模型被放到 Google Cloud 的 GPU 上，但仍套着 PCC 的外殼。戰略變化不是「突然喜歡上 Google」，而是承認：在 20 億級活躍設備上同時提供個性化 Siri 和 agent 級工具調用，自研雲端模型加自有機房，短期接不住。

爲什麼越來越依賴 Gemini

Apple 不是沒有模型。Foundation Models 框架已經讓 App 在設備上跑 LanguageModelSession，用 @Generable 約束結構化輸出，用 Tool 做工具調用——這些在 2025 年 WWDC 就擺上桌了。缺的是「能撐住系統級 Siri 的前沿雲端模型」和「能撐住峯值推理的機房」。2025 年把 ChatGPT 嵌進 Siri，是用戶可見的外掛：複雜問題可以扔給 OpenAI，但那是另一扇門，不是 Apple Foundation Models 自己的底座。2026 年的 Gemini 合作層級完全不同：它進入 AFM 的訓練與基礎，而不是再開一扇「問問 ChatGPT」。

爲什麼是 Google 而不是繼續加碼 OpenAI？公開文本里 Apple 只說「最有能力的基礎」。結合產品邊界，更說得通的解釋有三條。第一，Google 接受「隱進基礎設施」：用戶看到的是 Siri 和 Apple Intelligence，不是 Gemini 品牌，更不是 Google Assistant。Federighi 後來強調「我們使用的 Google Assistant 分量是零」。第二，Google 同時能提供模型技術和雲技術——聲明原文把 models and cloud technology 寫在同一句，6 月 PCC 擴容把這句兌現了。第三，合作被寫成多年、且外界普遍按非排他理解：Apple 仍可自研推理芯片、繼續收購補齊，不把命運鎖死在一家。媒體報道的「每年約 10 億美元、定製約 1.2 萬億參數 Gemini」兩邊都未確認，當作量級參考即可，不要寫進你的架構決策。

還有一條很少被標題寫進去的動機：時間。個性化 Siri 原計劃更早，卻撞上自研模型能力與機房性能的雙重缺口。後續報道提到，工程師曾嘗試在現有 M 系列服務器上跑 Gemini 級負載，性能不夠，才把最重的一檔放到 Google Cloud 的 NVIDIA GPU。Apple 同時在推自研服務器芯片 Baltra（與 Broadcom），面向推理而非訓練，量產時間表多次被外界後移。讀法很簡單：Gemini 是橋，不是終點；橋的另一頭是自己的推理硅片和機房。在橋還沒走完之前，依賴會看起來「越來越深」——因爲最難的查詢都走 Cloud Pro。

三層推理棧怎麼讀

不要把「Apple 用了 Gemini」理解成單一運行時。2026 年夏天，對外能對齊的分層大致是這樣：輕量任務繼續在設備上，用 Apple Intelligence 的 on-device 模型，不必出網；中等雲端任務走 PCC on Apple silicon，例如通用 AFM 3 Cloud 與圖像側 ADM 3 Cloud；最重的 agent 工具調用和複雜推理，走 AFM 3 Cloud Pro，跑在擴展後的 PCC on Google Cloud。三層對用戶都叫 Apple Intelligence，對開發者都可能打到你的 App Intents 或你自己的 HTTP API。變的是「誰在雲端想參數」，不是「參數該長什麼樣」。

這張表對排障很有用。用戶抱怨「Siri 這次居然會改日曆又會查庫存」，多半是 Cloud Pro 那一檔被點亮了，工具調用鏈變長，JSON 參數字段變多。用戶抱怨「沒網就不能用」，那是 on-device 降級，不是 Gemini 掛了。你不需要知道請求落在哪臺 GPU 上，但你需要假設：雲端模型更敢調工具、更敢填可選字段，於是 extra keys、類型漂移、枚舉寫飛會比 2025 年更常見。本地 Schema 校驗不是過時工序，而是被放大的那一層。

依賴不等於交出體驗

「依賴 Gemini」在中文互聯網很容易被讀成「Apple 把靈魂賣了」。官方文本不支持這種讀法。聯署聲明把體驗鎖在 Apple Intelligence；PCC 文章把控制鎖在 Apple 簽名的軟件；WWDC 後的口徑把 Google Assistant 使用量鎖在零。Google 得到的是分發與授權收入，以及一次對 Gemini「能當別人家底座」的背書。Apple 得到的是時間：用別人已經訓好的前沿模型，填上自己 2025–2026 交不出的 Siri，同時繼續講隱私。

真正換手的是三樣東西：下一代 AFM 的教師信號 / 基礎權重從哪來；最重推理的機房在哪；峯值算力向 NVIDIA GPU 租借到什麼程度。沒換手的是：系統 Agent 怎麼選 App（仍是 App Intents）、App 內模型怎麼調工具（仍是 Foundation Models 的 Tool）、你的後端怎麼收 HTTP JSON、用戶在設置裏看到的品牌。把這四層纏在一起，就會做出錯誤的遷移：有人開始在 iOS 裏直接調 Gemini API「對齊官方」，有人反過來刪掉 App Intents「反正都是 Google 了」。兩條都是把基礎設施合作誤讀成產品替換。

隱私敘事也沒有被官方放棄，只是實現更繞。PCC 從「只信任自家硅片」擴成「信任一套可驗證的第三方機密計算流水線」。這會引來安全社區的追問，Apple 的回應是公開二進制、研究模式節點、賞金計劃，以及夏季預覽期逐步補齊完整保護。對產品經理，這意味着：你可以繼續對外說「默認不在服務器留用戶數據」，但要能講清「無狀態 + 證明 + 短生命週期」；對工程師，意味着日誌裏不該出現可回放的用戶原文，工具返回值也要按最小必要字段裁剪。

對開發者：JSON 契約沒換東家

回到你能控制的契約。系統級 Apple Intelligence 打到你的 App，走的仍是 App Intents：類型化的參數，而不是你去解析一段 Gemini 自由文本。App 內 on-device 模型走 Foundation Models：Arguments 用 @Generable 生成，call(arguments:) 裏你再決定是否拼 JSON 打 HTTP。這兩條鏈在 2026 年都還在。Gemini 合作改變的是系統雲端模型有多敢編排多步工具，不是把你的參數表改成另一種協議。

另一條容易混的線：你自己的後端直接調 Gemini API。那是 Google 的開發者產品，有 response_format / JSON Schema 約束，和 Apple Intelligence 不是同一條請求。站內 Gemini API JSON 輸出 把這條鏈寫過了。不要把「Apple 用 Gemini 技術訓 AFM」理解成「iPhone 上的 Siri 請求會變成你熟悉的 generateContent JSON」。對用戶設備來說，出網的是 PCC 封裝；對你的服務器來說，只有當你主動去調 Gemini 時，纔會看到 Google 的字段名。

實踐上，建議把示例載荷按「意圖層」存，而不是按「模型商標」存。下面這段 JSON 只描述：誰發起、調了哪個工具、參數是什麼。runtime.pccTier 可以記日誌，但不要讓它進入業務校驗——Cloud Pro 和 on-device 必須接受同一份 arguments Schema，否則一次降級就會把訂單查掛。

{
  "source": "apple-intelligence",
  "intent": "findOrders",
  "arguments": {
    "email": "ada@example.com",
    "status": "paid",
    "limit": 5
  },
  "runtime": {
    "onDevice": false,
    "pccTier": "cloud-pro"
  }
}

拿到真實流量後，把成功樣本和失敗樣本丟進 JSONVue：格式化看字段，JSON Schema 卡類型與枚舉，Diff 對比「設備端兜底」和「Cloud Pro 全量」兩份輸出少了哪些鍵。2026 年 Apple 更依賴 Gemini，並不減免這一步；相反，雲端模型越強，越會多填字段、多調工具，本地校驗的價值越大。延伸閱讀：Apple AI Agent 如何連接 App 與 API，以及 AI Structured Output。

常見問題 FAQ

總結與下一步

2026 年 Apple AI 戰略的變化可以壓成一句話：模型層願意借 Gemini，推理層願意租 Google Cloud 的 GPU，產品層和證明層仍要寫 Apple。依賴變深，是因爲個性化 Siri 和 agent 工具調用把自研雲端棧的缺口暴露出來；這不是把助手品牌交出去。

下一步很具體：把 App Intents 參數和 HTTP 工具載荷寫成同一份 Schema，用 JSONVue 校驗成功/失敗樣本，並假設 Cloud Pro 會多調一次工具、多填兩個可選字段。模型商標會變，JSON 形狀不該跟着變。