Siri AI beta 上線：Apple 把模型放進 Mac 終端機，離成品還有多遠？（2026）

Siri AI beta 在 2026 年 9 月 14 日開始以英文分批推出，Apple 同日也讓 macOS 27 把 fm 模型工具帶進終端機。表面上，這是一場「Siri 終於變聰明」的產品更新；真正值得追的，卻是 Apple 同時把個人情境、跨 App 動作與本機模型，放進作業系統的兩個入口。它已經不是簡報，但也還不是人人隨開即用的成品。

2026 年 9 月 14 日，Apple Newsroom 發布〈Siri AI: A profoundly more capable and personal assistant is here〉。以下先忠實還原 Apple 這次交付了什麼，再用官方支援文件、release notes 與公開實測逐項對帳，最後回答一個更重要的問題：Apple 的優勢究竟是模型本身，還是它能碰到整個作業系統？

“Siri AI begins rolling out today in beta in English.”

中文：Siri AI 從今天起以英文 beta 形式開始推出。

Apple Newsroom，2026 年 9 月 14 日

這不是首次發表，而是 Siri AI beta 的交卷日

時間線很重要。Apple 早在2024 年 6 月的 Apple Intelligence 發表就展示過更個人化的 Siri；2026 年 6 月，Apple 才正式介紹 Siri AI並開放開發者測試。因此，9 月 14 日的意義不是「突然發明了一個新 Siri」，而是把延宕已久的承諾推到一般使用者可以申請的公開 beta。

但「公開 beta」不等於全面開放。依 Apple 的加入方式，符合資格的使用者仍要主動申請、排候補並在核准後下載模型，等待時間可能變動。首波只有英文；部分歐盟裝置功能受限、中國大陸暫不可用，未滿 13 歲帳號也不在首波範圍。依賴伺服器的功能另有每日上限，但 Apple 沒公布一個適用所有人的固定次數。

所以最準確的說法是：Siri AI beta 已開始推出，但仍受候補、裝置、語言、地區與配額共同限制。把「rollout」翻成「所有人現在都有」，會把這篇公告最關鍵的條件刪掉。

Apple 真正交付的三件事

一、Siri 開始理解「你的資料在哪裡」

第一層是 personal context。使用者不必記得資訊藏在 Mail、Messages、Photos、Files 或 Notes 的哪個角落，可以用「媽媽傳給我的航班時間」或「那份租屋文件」這類模糊描述去找。這裡的價值不是回答百科題，而是把裝置上分散的個人索引變成可對話的檢索層。

這也是 Apple 最有機會與一般聊天機器人拉開距離的地方：雲端模型可以寫得更漂亮，卻未必天然知道你的訊息、照片與行程之間有什麼關係。代價則是索引需要時間，答案也不一定穩定。WIRED 的早期測試同時看到成功案例與錯抓地點、無關照片結果；這是單一測試者的觀察，不是全體失敗率，但足以提醒讀者：個人資料越多，錯把「相關」當「正確」的風險越高。

二、從看見螢幕，走向跨 App 執行

第二層是 onscreen awareness 與 systemwide actions。Siri 可以針對眼前內容回答，也能透過 App Intents 串接搜尋、編輯、傳送等動作。Apple 公告列出的 WhatsApp、Audible 等整合已在首波範圍；Outlook、Notability、Tripsy 則明寫為「soon」，不能提前算成已交付。

可核對的反面證據也來自 Apple 自己。iOS／iPadOS 27 release notes列出照片選取可能套用到過多圖片、地圖摘要不完整，以及「讀最後一則訊息」可能先讀到未讀垃圾訊息等已知問題。這些不是證明 Siri AI 毫無用處；它們證明的是，能做系統動作之後，錯誤的成本會從「答錯一句話」升級成「對錯的東西做了真的動作」。

三、隱私架構更強，但「全部在本機」仍是錯誤理解

第三層是混合運算。能在裝置上完成的請求走本機模型，較複雜的工作可交給 Private Cloud Compute（PCC）。Apple 對 PCC 的設計要求是請求資料不被保留、Apple 無法取得，並以可供研究者檢查的軟體映像與遠端驗證約束伺服器。這是有意義的架構承諾，但它不等於「每個 Siri 請求都只在本機」。

也要把 PCC 推論與 Siri 的整體資料生命週期分開。Apple 的Ask Siri & Dictation 隱私說明指出，請求紀錄以輪替的隨機識別碼處理，部分逐字稿與相關資料可能保留最長兩年；預設不儲存音訊，除非使用者選擇分享。換句話說，「PCC 不留存推論內容」不能被擴寫成「Apple 的 Siri 系統完全不保留任何資料」。

另一條更安靜的線：模型進入 Mac 終端機

如果 Siri 是面向大眾的入口，macOS 27 的 fm 則是面向開發者與自動化工作流的入口。在 WWDC 2026 的開發者場次裡，Apple 展示了直接從終端機呼叫 Foundation Models，用來回覆、對話、產生結構化輸出、分析圖片與跑批次評估。

“The fm command line tool comes pre-installed with macOS 27.”

中文：fm 命令列工具會預先安裝在 macOS 27。

Apple Developer，WWDC 2026 Session 334

入口	主要用途	真正的邊界
Siri AI beta	個人查找、螢幕理解、語音與跨 App 動作	候補、地區、語言、配額與 beta 可靠度
fm CLI	在 Terminal 測試、對話、結構化輸出與腳本	不是會自己巡覽 repo、執行 shell、上網搜尋的完整 coding agent
Python SDK	把 Apple Foundation Models 接進 Python 工具鏈	需另外安裝，並受 Apple Intelligence、硬體與系統條件限制
Swift Foundation Models	原生 App 的 guided generation、tool calling 與 streaming	可用模型與執行位置要以當前 API、裝置資格為準

WWDC 畫面與正式版之間，有一個必須標出的落差

WWDC 場次曾示範在 fm 選擇本機與 PCC 模型；然而 mac.install.guide 在 2026 年 9 月 15 日以 macOS 27.0 build 26A428 檢查正式版時，fm --help 只列出 system，沒有看到場次中的 PCC 選項。這是特定版本、單一環境的公開實測，不能推論所有後續版本永遠不會提供 PCC；它能支持的保守結論是：不要把 WWDC 的預覽介面當成今日 CLI 的功能保證。

同一份實測裡，fm 在摘要與標籤任務較有用，回答五題終端機新手問題則沒有一題完全正確。這也只是小樣本，不是模型排行榜，卻很適合說明使用方式：拿它處理可檢查、可回復的文字工作，比直接相信它產生的 shell 指令安全得多。

真正的變化：模型開始成為作業系統能力

這次發布最容易被低估的，不是 Siri 多會聊天，而是模型不再只存在於一個 App。個人索引讓它靠近使用者資料，App Intents 讓它靠近可執行動作，fm 與 Foundation Models SDK 則讓它靠近開發者腳本。三者疊起來，才是 Apple 的護城河候選。

• 分發比 benchmark 更重要：預裝工具能把「要不要接一個模型 API」變成「能不能順手在現有腳本多加一步」。但預裝只降低入口成本，不會自動提高答案品質。
• 私密情境比通用知識更有差異：Siri 若能穩定連起訊息、照片、行程與畫面，價值來自資料位置與權限，而不是在公開問答打敗最大模型。
• 行動能力放大價值，也放大錯誤：模型只回覆時可以重問；模型會傳送、編輯與分享時，需要預覽、確認、撤銷與紀錄。
• Apple 的雙重速度會持續造成誤讀：開發者場次展示的是方向，正式版 help、release notes 與資格頁面才是當下可用範圍。

我同意什麼，我存疑什麼

我同意：Siri AI beta 已經跨過「只有概念影片」那條線。候補使用者確實能碰到個人情境、畫面理解與系統動作；macOS 27 也確實把模型介面放進 Terminal。這兩件事合起來，比再做一個獨立聊天 App 更符合 Apple 的平台優勢。

我存疑：Apple 還沒有證明這些能力能在複雜個人資料與跨 App 情境下穩定工作。官方 release notes 已列出具體錯誤，部分第三方整合仍待推出，伺服器功能又有未量化的每日上限；fm 的 PCC 預覽與正式版觀察也沒有完全對上。現在最合理的評價不是「Apple 終於贏了 AI」，也不是「Siri 仍然什麼都不會」，而是底層方向成立，產品可靠度仍待長期對帳。

這也讓 6 月的Siri 與 Gemini 策略分析有了下一個檢查點：供應模型可以合作，但真正決定體驗的仍是 Apple 能否把權限、個人索引、App 動作與隱私邊界接得可靠。

現在怎麼用，才不會把 beta 當成承諾？

1. 一般使用者先從低風險查找開始：找行程、訊息、照片時，把 Siri 的結果當候選；傳送、刪除、編輯或分享前，確認對象與內容。
2. 把錯誤回報留給可重現案例：記下原始請求、系統版本、目標 App 與實際結果，比一句「Siri 很笨」更能幫助 beta 收斂。
3. 開發者先看本機實況：依序執行 command -v fm、fm available 與 fm --help，只使用當前 help 真正列出的模型與參數。
4. 從可驗證任務起步：摘要、分類、JSON schema 與測試資料較容易做輸出驗收；生成會直接執行的命令時，先放進 sandbox 並人工審核。
5. 別把 CLI 與 SDK 混成一件事：fm 是預裝命令；Python SDK 需要另外安裝，Swift Foundation Models 則是原生 App API。選擇入口前，先看部署對象與回退方案。

若想在 Mac 上評估更大的本機模型，可接著讀Apple M5 Ultra 本機 AI 的記憶體與吞吐邊界；如果只想判斷自己的 8／16／24GB 設備能跑到哪裡，則先用本機 LLM 顯存決策樹把模型大小、context 與 runtime 分開。

接下來要對帳的五個指標

• 候補時間：申請到核准的分布是否縮短，而不只是一小批早期用戶進場。
• 動作可靠度：Photos、Messages、Maps 等官方已知問題是否從 release notes 消失。
• 第三方整合：被標成「soon」的 Outlook、Notability、Tripsy 何時真正可用。
• 配額透明度：每日伺服器上限、付費擴充與降級行為是否說清楚。
• CLI 的 PCC 路徑：正式版 fm --help 何時、是否重新出現 Apple 在 WWDC 示範的雲端模型選項。

這五項比一次精心挑選的 demo 更能回答 Siri AI 是否成熟。未來幾個月，應該追版本、資格與可重現錯誤，不是追一句「最懂你的 AI」。