不烧钱训练前沿大模型，不参与GPU军备竞赛，而是继续押注高端消费硬件，以轻资产姿态嵌入足够多的AI功能，守住25亿台活跃设备构成的生态。

　　这套策略的底层逻辑，正被越来越多的投资者私下讨论。苹果机器学习平台前战略与运营主管Simeon Bochev，近期在美银专家电话会议上对苹果AI战略进行了系统性拆解。他指出，苹果已从两年前WWDC上Apple Intelligence全面渗透设备的宏大承诺，退守为嵌入足够多AI功能留住用户、同时大力借助第三方的务实路线。

　　然而，这条路并非没有隐患。Bochev警告，随着AI竞争重心从模型层向代理框架和生态编排层迁移，苹果依赖第三方模型、随时切换最优选项的逻辑将面临根本挑战——不深度参与代理层构建的苹果，可能在AI下半场被边缘化。

　　苹果AI战略的核心，是一套双轨并行的架构。

　　据Bochev描述，苹果一方面持续自研5000亿参数以下的小模型，专注于设备端和苹果私有云场景；另一方面，通过整合OpenAI的ChatGPT和谷歌Gemini等第三方合作伙伴，覆盖高阶需求。他强调，外界因此认为苹果放弃自研是一种误读——苹果只是将自研重心集中在较小规模模型，而非追求前沿参数规模。

　　不参与前沿大模型竞争，有其内在逻辑。

　　训练前沿模型需要数百亿乃至更高的资本开支，但AI对苹果营收的贡献至今高度间接——苹果从未对AI功能直接收费，巨额投入的商业回报难以核算。花了100亿美元CapEx，收入提升了X%，其中多少是这100亿换来的？很难说清楚。

　　模型同质化趋势，也在客观上支撑了这套外包逻辑。

　　Bochev指出，ChatGPT 3.5发布时与第二名的性能差距超过一年，如今领跑者与追赶者之间的差距已缩短至一至三个月，且将持续收窄。他预计，随着更多第三方模型达到苹果的隐私门槛，苹果将持续扩大合作范围，ChatGPT和Gemini只是起点。

　　隐私护城河：差异化优势与能力天花板并存

　　苹果的AI数据处理遵循明确的三层架构：首先在设备端处理，无法完成时推送至苹果私有云，仅当用户明确知情同意后，才将查询转交第三方。Bochev表示，这条数据流动边界是苹果隐私立场最具操作意义的体现，也是衡量第三方合作伙伴准入资质的核心标准。

　　然而，隐私优先策略对AI能力构成客观约束。

　　Bochev直言，认为在隐私限制下仍能达到同等AI性能，我不认同——可用训练数据的受限，客观上放缓了模型迭代速度。

　　这一约束还影响着AI人才吸引力：苹果的AI薪酬在他看来未达市场竞争水准，且对于希望构建万亿参数前沿模型的研究者，苹果并非理想选择。John Giannandrea离职后，苹果AI负责人由SVP降格为VP，转而向主管隐私的Craig Federighi汇报而非直接向Tim Cook汇报——在Bochev看来，这一组织架构变化本身也传递了信号。

　　尽管如此，隐私策略长期来看仍可能是差异化优势的

　　Siri：最大机遇，也是最深伤疤

　　苹果于2010年收购Siri，生成式AI浪潮来临前，Siri一度是全球规模最大的AI产品之一。然而，2022年11月ChatGPT 3.5的发布彻底改变了行业参照系。

　　Bochev表示，苹果彼时的策略是对原有传统机器学习模型进行爬坡式改进，而非及时从底层围绕Transformer架构重建，意识到Transformer与传统机器学习在本质上的差异——意味着产品需要从头重建而非在旧代码库上打补丁——花费了过长时间。

　　这一延误直接造成了Siri今日与主流AI平台之间的感知差距，两年前WWDC上的大规模承诺，在他看来正是苹果为此付出的代价。

　　然而Bochev对Siri的长期潜力持积极判断。苹果对硬件、操作系统和用户情境数据的端到端控制，赋予Siri演进为安全型个人AI代理的独特基础。我的大量个人数据存在于设备上，如果有一个运行在设备端并能调用这些数据的个人助手，它将远优于在沙盒环境中运行、无法访问这些信息的代理工具。

　　代理时代：轻资产逻辑的根本挑战

　　Bochev对苹果战略提出了最核心的结构性质疑。

　　他认为，苹果当前的外包模型、自控端侧逻辑，在纯LLM主导的AI世界里或许成立——模型同质化意味着随时切换最优选项即可。

　　但随着AI竞争重心转向代理框架、任务编排和生态工作流，这套逻辑将面临根本挑战。他以Anthropic正在构建的代理生态为例，指出代理时代的锁定效应远强于单一模型，价值将加速沉淀在控制代理框架和用户工作流的层级。如果AI的价值积累在代理框架和用户工作流里，而不只是模型本身，那么简单地在第三方模型之间切换，就不会那么奏效了。

　　苹果能否在代理层主动布局，而非仅充当模型层的分发渠道，将是决定其在AI下半场地位的关键变量。正如里那句经典电影台词：奇怪的游戏，唯一的制胜之道是不玩——但前提是，游戏规则本身不会改变。