--- title: "AI 軍備競賽，蘋果的制勝之道是 “不玩”？" type: "News" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/282816260.md" description: "當科技巨頭豪擲數百億爭奪 AI 制高點，蘋果選擇繼續押注高端消費硬件：外包大模型、死守端側，以 25 億台活躍設備築起隱私護城河。然而 AI 競爭正加速轉向代理框架，不深度佈局代理層的蘋果，或將在 AI 下半場被邊緣化。" datetime: "2026-04-15T09:24:21.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/282816260.md) - [en](https://longbridge.com/en/news/282816260.md) - [zh-HK](https://longbridge.com/zh-HK/news/282816260.md) --- # AI 軍備競賽，蘋果的制勝之道是 “不玩”？ 當科技巨頭們爭相砸下數百億美元搶佔 AI 制高點，蘋果卻在悄悄走一條截然不同的路——**不燒錢訓練前沿大模型，不參與 GPU 軍備競賽，而是繼續押注高端消費硬件，以輕資產姿態嵌入足夠多的 AI 功能，守住 25 億台活躍設備構成的生態。** 這套策略的底層邏輯，正被越來越多的投資者私下討論。蘋果機器學習平台前戰略與運營主管 Simeon Bochev，近期在美銀專家電話會議上對蘋果 AI 戰略進行了系統性拆解。他指出，蘋果已從兩年前 WWDC 上"Apple Intelligence 全面滲透設備"的宏大承諾，**退守為"嵌入足夠多 AI 功能留住用户、同時大力藉助第三方"的務實路線。** 然而，這條路並非沒有隱患。Bochev 警告，**隨着 AI 競爭重心從模型層向代理（Agent）框架和生態編排層遷移，蘋果依賴第三方模型、隨時切換最優選項的邏輯將面臨根本挑戰——不深度參與代理層構建的蘋果，可能在 AI 下半場被邊緣化。** ## 外包大模型，死守端側 蘋果 AI 戰略的核心，是一套雙軌並行的架構。 據 Bochev 描述，**蘋果一方面持續自研 5000 億參數以下的小模型，專注於設備端（on-device）和蘋果私有云（Apple Private Cloud）場景；另一方面，通過整合 OpenAI 的 ChatGPT 和谷歌 Gemini 等第三方合作伙伴，覆蓋高階需求。**他強調，外界因此認為蘋果放棄自研是一種誤讀——**蘋果只是將自研重心集中在較小規模模型，而非追求前沿參數規模。** 不參與前沿大模型競爭，有其內在邏輯。 訓練前沿模型需要數百億乃至更高的資本開支，但 AI 對蘋果營收的貢獻至今高度間接——蘋果從未對 AI 功能直接收費，鉅額投入的商業回報難以核算。"花了 100 億美元 CapEx，收入提升了 X%，其中多少是這 100 億換來的？很難説清楚。" 模型同質化趨勢，也在客觀上支撐了這套外包邏輯。 Bochev 指出，ChatGPT 3.5 發佈時與第二名的性能差距超過一年，如今領跑者與追趕者之間的差距已縮短至一至三個月，且將持續收窄。他預計，隨着更多第三方模型達到蘋果的隱私門檻，蘋果將持續擴大合作範圍，ChatGPT 和 Gemini 只是起點。 ## 隱私護城河：差異化優勢與能力天花板並存 蘋果的 AI 數據處理遵循明確的三層架構：**首先在設備端處理，無法完成時推送至蘋果私有云，僅當用户明確知情同意後，才將查詢轉交第三方**。Bochev 表示，這條數據流動邊界是蘋果隱私立場最具操作意義的體現，也是衡量第三方合作伙伴准入資質的核心標準。 然而，隱私優先策略對 AI 能力構成客觀約束。 Bochev 直言，"認為在隱私限制下仍能達到同等 AI 性能，我不認同"——可用訓練數據的受限，客觀上放緩了模型迭代速度。 這一約束還影響着 AI 人才吸引力：蘋果的 AI 薪酬在他看來未達市場競爭水準，且對於希望構建萬億參數前沿模型的研究者，蘋果並非理想選擇。John Giannandrea 離職後，蘋果 AI 負責人由 SVP 降格為 VP，轉而向主管隱私的 Craig Federighi 彙報而非直接向 Tim Cook 彙報——在 Bochev 看來，這一組織架構變化本身也傳遞了信號。 儘管如此，隱私策略長期來看仍可能是差異化優勢的來源。25 億台活躍設備所積累的海量匿名數據，加上對設備端 AI 處理的垂直整合控制，使蘋果在"安全、私密的個人 AI"細分賽道具備競爭對手難以快速複製的結構性優勢。 ## Siri：最大機遇，也是最深傷疤 蘋果於 2010 年收購 Siri，生成式 AI 浪潮來臨前，Siri 一度是全球規模最大的 AI 產品之一。然而，2022 年 11 月 ChatGPT 3.5 的發佈徹底改變了行業參照系。 Bochev 表示，**蘋果彼時的策略是對原有傳統機器學習模型進行"爬坡式改進"（hill climbing），而非及時從底層圍繞 Transformer 架構重建，"意識到 Transformer 與傳統機器學習在本質上的差異——意味着產品需要從頭重建而非在舊代碼庫上打補丁——花費了過長時間"。** 這一延誤直接造成了 Siri 今日與主流 AI 平台之間的感知差距，兩年前 WWDC 上的大規模承諾，在他看來正是蘋果為此付出的代價。 然而 Bochev 對 Siri 的長期潛力持積極判斷。蘋果對硬件、操作系統和用户情境數據的端到端控制，賦予 Siri 演進為安全型個人 AI 代理的獨特基礎。"我的大量個人數據存在於設備上，如果有一個運行在設備端並能調用這些數據的個人助手，它將遠優於在沙盒環境中運行、無法訪問這些信息的代理工具。" ## 代理時代：輕資產邏輯的根本挑戰 Bochev 對蘋果戰略提出了最核心的結構性質疑。 他認為，蘋果當前的"外包模型、自控端側"邏輯，在純 LLM 主導的 AI 世界裏或許成立——模型同質化意味着隨時切換最優選項即可。 但隨着 AI 競爭重心轉向代理框架、任務編排和生態工作流，這套邏輯將面臨根本挑戰。**他以 Anthropic 正在構建的代理生態為例，指出代理時代的鎖定效應遠強於單一模型，價值將加速沉澱在控制代理框架和用户工作流的層級。**"如果 AI 的價值積累在代理框架和用户工作流裏，而不只是模型本身，那麼簡單地在第三方模型之間切換，就不會那麼奏效了。" 蘋果能否在代理層主動佈局，而非僅充當模型層的分發渠道，將是決定其在 AI 下半場地位的關鍵變量。正如《戰爭遊戲》裏那句經典電影台詞：奇怪的遊戲，唯一的制勝之道是不玩——但前提是，遊戲規則本身不會改變。 ### 相關股票 - [AAPL.US](https://longbridge.com/zh-HK/quote/AAPL.US.md) - [AAPX.US](https://longbridge.com/zh-HK/quote/AAPX.US.md) - [AAPB.US](https://longbridge.com/zh-HK/quote/AAPB.US.md) - [AAPU.US](https://longbridge.com/zh-HK/quote/AAPU.US.md) - [AAPD.US](https://longbridge.com/zh-HK/quote/AAPD.US.md) - [AAPY.US](https://longbridge.com/zh-HK/quote/AAPY.US.md) - [APLY.US](https://longbridge.com/zh-HK/quote/APLY.US.md) ## 相關資訊與研究 - [【AI】蘋果傳最快年底發布首款 AI 智能眼鏡](https://longbridge.com/zh-HK/news/282479534.md) - [什麼是 SoIC？蘋果如何運用這項技術？](https://longbridge.com/zh-HK/news/282359208.md) - [蘋果前工程師打造隨身 AI 裝置「Button」，按下才啟動還能立即回應](https://longbridge.com/zh-HK/news/282399051.md) - [祖克柏親自編碼，Meta 全力進軍 AI 領域](https://longbridge.com/zh-HK/news/282770432.md) - [蘋果挖角 Uber 高層！強化亞太佈局、加速供應鏈多元化戰略](https://longbridge.com/zh-HK/news/282436756.md)