Platforms State of the Union (ASL)

一句话判断

Apple 终于向现实低头，Foundation Models 框架原生支持了云端大模型路由，还倒贴钱给中小开发者用 Private Cloud Compute。

这场 Session 讲了什么

去年 Apple Intelligence 刚出时，纯端侧模型的智商确实让人捉急，大家吐槽最多的就是“这玩意儿写个复杂点的正则都费劲”。今年 Apple 直接掀桌子了，不仅宣布底层 Apple Foundation models 融合了 Google Gemini 的技术，还把 Foundation Models framework 升级成了“端云一体”的超级路由。

现在你不仅能给模型喂图片，还能直接通过同一个 API 调用云端的 frontier models（前沿模型）。最狠的是，只要你的 App 首次下载量不到 200 万，Apple 直接免除 Private Cloud Compute (PCC) 的云端 API 费用。配合 App Intents 和 Spotlight semantic index（Spotlight 语义索引）的深度绑定，系统级 AI 终于能真正理解你 App 里的私有数据了。这对那些想做 AI 功能又掏不起高昂大模型 API 费用的独立开发者来说，简直是天上掉馅饼。

值得深挖的点

Foundation Models 的“端云路由”与 PCC 免费额度

Apple 之前的态度是“隐私至上，全在端侧跑”，但现实是端侧模型参数量受限，处理复杂逻辑经常翻车。这次 Foundation Models framework 支持 server models，意味着 Apple 在系统层做了一层智能路由：简单任务走端侧（零延迟、绝对隐私），复杂任务自动无缝切换到 PCC 甚至第三方云模型。

这个设计的 trade-off 很明显。好处是开发者不用自己写一堆 fallback 逻辑，也不用去对接各种大模型厂商的 SDK，一套 API 搞定。坑在于，PCC 的黑盒性质让你很难 debug 云端推理的具体 prompt 消耗和 token 计费细节。不过 Apple 给的“200万首次下载免单”政策极其聪明，这直接抹平了中小团队试错的成本。对于大厂来说，他们可能还是会选自己接 API，但对独立开发者，这就是白嫖顶级算力的入场券。

App Intents 与 System Orchestrator 的深度捆绑

以前我们写 App Intents（应用意图），主要是为了 Siri 和 Shortcuts（快捷指令），很多时候觉得是个吃力不讨好的 KPI 任务。但今年，App Intents 成了 Apple Intelligence 的“数据喂料口”。System Orchestrator（系统协调器）会通过 Spotlight semantic index 直接抓取你 App 里通过 App Intents 暴露的上下文。

这意味着，如果你的 App 没接入 App Intents，你在系统级 AI 里就彻底“隐身”了。Apple 把 AI 的入口从 App 内部转移到了系统全局，用户不需要打开你的 App，直接问系统“帮我用 XX 应用折个纸鹤”，系统就会通过 App Intents 调起你的功能。这逼着所有开发者必须把核心业务逻辑 Intent 化，否则就会被系统级 AI 边缘化。

代码片段

1. 使用 Foundation Models 进行端云自动路由

场景：让模型分析一张复杂的折纸步骤图，如果端侧搞不定，自动走 PCC 云端模型。

import FoundationModels

// 初始化模型，系统会自动根据任务复杂度选择端侧或 PCC
let model = SystemLanguageModel()

// 准备图像和提示词
let image = UIImage(named: "origami_steps")!
let prompt = "分析这张折纸步骤图，告诉我第三步的难点在哪里。"

do {
    // 传入图像和文本，框架内部处理多模态和端云路由
    let response = try await model.respond(
        to: prompt, 
        including: image
    )
    print("模型回复: \(response.content)")
} catch {
    // 处理可能的额度超限或网络错误
    print("生成失败: \(error.localizedDescription)")
}

坑：SystemLanguageModel 的端云切换对开发者是黑盒，如果 PCC 免费额度用完，可能会直接抛出异常而不是降级，一定要做好 catch 和 UI 兜底。

2. 暴露 App 数据给 System Orchestrator

场景：把折纸项目暴露给系统语义索引，让 Apple Intelligence 能搜到并理解你的项目。

import AppIntents

// 定义折纸项目的 AppEntity
struct OrigamiProjectEntity: AppEntity {
    let id: UUID
    let name: String
    let difficulty: String
    
    // 必须提供 displayRepresentation 让系统知道怎么展示
    var displayRepresentation: DisplayRepresentation {
        DisplayRepresentation(title: "\(name)", subtitle: "难度: \(difficulty)")
    }
    
    static var typeDisplayRepresentation: TypeDisplayRepresentation = "折纸项目"
    
    // 默认查询，让 Spotlight 能索引到
    static var defaultQuery = OrigamiProjectQuery()
}

// 实现查询逻辑
struct OrigamiProjectQuery: EntityQuery {
    func entities(for identifiers: [UUID]) async throws -> [OrigamiProjectEntity] {
        // 从你的数据库或 Core Data 获取数据
        return Database.shared.fetchProjects(ids: identifiers)
    }
}

坑：EntityQuery 的 entities(for:) 会被系统频繁调用，千万别在这里做耗时的同步 I/O 操作，一定要走异步缓存，否则会卡死系统的 Spotlight 索引进程。

最佳实践

老项目迁移时，别急着把整个 App 的逻辑都塞进 App Intents。先挑出最高频的 3 个核心操作（比如“新建折纸”、“搜索图纸”），把它们做成 AppIntent，并关联好 AppEntity。这样能用最小的成本让系统级 AI 识别到你的 App。

新项目强烈建议直接把 Foundation Models 作为标配组件引入。既然 200 万下载量以下 PCC 免费，那就大胆在 App 里加一个“AI 助手”按钮。但切记，不要完全依赖 AI 的输出，一定要在 UI 层做流式渲染 (Streaming) 和中断机制，因为云端模型的延迟在某些网络环境下依然不可控。

还有什么值得关注

Liquid Glass 设计语言：UI 层面引入了类似 visionOS 的玻璃材质渲染，SwiftUI 新增了 .glassBackground() 修饰符，做毛玻璃效果终于不用自己手搓 Shader 了。
Agentic Coding 增强：Xcode 里的 AI 代码补全现在能理解整个 Workspace 的上下文，甚至能帮你自动写 XCTest 单元测试，省去了写 boilerplate 的时间。
SwiftUI 布局灵活性：新增了 AdaptiveStack，能优雅地处理 iPad 和 iPhone 之间横竖屏切换时的复杂嵌套布局，不用再写一堆 if horizontalSizeClass == .regular 了。