AI 開發

iPhone 18 的 AI 到底有多強？Apple Intelligence、Siri AI、AI Agent 與 JSON 資料處理詳解

JSONSort 2026-09-09 發布 2026-09-09 更新閱讀約 16 分鐘

發表會海報寫「更強的 AI」。對處理 JSON 的人來說，問題不是參數榜單，而是：Siri 會不會把非法物件塞進 App Intent，裝置端模型能不能按 Schema 吐出物件，以及 32K 視窗裡還剩多少給工具結果。本文把 Apple Intelligence、Siri AI、AI Agent 拆開，落到 JSON 資料處理。

閱讀前速覽

概念	一句話	落在哪
Apple Intelligence	系統級 AI 織物，不是單獨的聊天 App	裝置端模型 + Private Cloud Compute
Siri AI	用自然語言調度 App Intents 的助手	參數必須是合法物件，不是散文
AI Agent	多步工具循環：提議、執行、再讀結果	LanguageModelSession + 系統工具
JSON / Schema	執行時契約：欄位、必填、列舉	@Generable → JSON Schema；Intent parameters

先記住分工：Apple Intelligence 是底座，Siri 是調度員，Agent 是循環，JSON Schema 是口徑。把四者寫成「手機更聰明」，下一跳就會在 parse 散文。

發表會當天，先把「有多強」問對

今天是 2026 年 9 月 9 日，Apple「Surprise and Shine」發表會日（太平洋時間上午 10 點）。本文按發表會當天寫：軟體能力以 WWDC 2026 / iOS 27 已公布內容為準；硬體規格在 Keynote 未宣讀前，只標媒體預期或傳聞。

「有多強」如果只比參數和聊天演示，Apple 很少贏。真正的問題是：系統能不能把使用者的一句話變成一份可校驗的物件，再交給你的 App 執行。

已確認：WWDC 文件、Foundation Models、App Intents、Siri AI 的公開 API。
媒體：今天發表會預期出場的機型（18 Pro / Pro Max，以及摺疊 iPhone）。
傳聞：A20、12GB 記憶體等尚未被 Apple 宣讀的數字。不當成品規格。

不要等發表會結束再寫 Schema。Intent 參數和 Guided Generation 的口徑，六月就已經在開發者文件裡。

從 Apple Intelligence 到 iPhone 18：一條時間線

2024-06 已確認
WWDC 發布 Apple Intelligence：裝置端小模型 + Private Cloud Compute，覆蓋寫作、圖像、通知摘要。
2025-06 已確認
Foundation Models 框架落地：@Generable / Guided Generation，把 Swift 型別編成 JSON Schema 再約束解碼。
2026-06 已確認
Siri 用新 LLM 重建；SiriKit 棄用。App Intents Schema、View Annotations、Spotlight 語義索引。PCC 伺服端模型約 32K；LanguageModel 協定；內建條碼 / OCR / Spotlight 工具。
2026-09-09 媒體
Surprise and Shine。媒體預期發布 iPhone 18 Pro / Pro Max，以及首款摺疊 iPhone（常稱 Ultra）。標準版 iPhone 18 可能拆到 2027 春。
2026-09 傳聞
A20 / 2nm、Pro 機 12GB 記憶體以跑更大裝置端模型。Apple 宣讀前，只當假設。

Apple Intelligence 是什麼（先分清：它不是一個聊天機器人）

Apple Intelligence 是一層系統織物：哪些計算留在裝置，哪些進 Private Cloud Compute，哪些能力暴露給 Siri、Spotlight 和第三方 App。它不是「手機裡的 ChatGPT」。

到 2026 年，開發者真正碰到的是四塊：

裝置端 Foundation Model。 WWDC 2026 重做了推理和 Tool Calling，並提供上下文占用與 token 計數 API。
PrivateCloudComputeLanguageModel。 約 32K 視窗，帶推理檔位，無需帳號和 API key。
LanguageModel 協定。 同一套 LanguageModelSession 可換本地、PCC、第三方 / 開源後端。
系統工具。 BarcodeReaderTool、OCRTool、Spotlight 檢索，本地 RAG 不必先搭一台伺服器。

「強」在這裡的意思是：預設路徑不經過你自己的雲，物件在裝置或 PCC 裡生成。弱的一面也清楚：視窗比雲端旗艦短，開放域閒聊不是設計目標。

和 GPT-6 Astra 指南比聊天，或和大模型為什麼越來越大比參數，都會問錯問題。Apple 賣的是「合法物件進 App」，不是「更長的一段話」。

Siri AI 到底強在哪？

Siri AI 不是把雲端聊天嵌進聽筒。WWDC 2026 把它建成：聽懂一句話，填好 App Intent 參數，必要時看螢幕上的實體，再讓宿主執行。

SiriKit 正式棄用，遷移視窗大約兩到三年。新 Siri 看不見沒講 App Intents 的 App。

Intent Schema：系統預置領域（任務、照片、通訊等），Siri 不用你寫死喚醒詞。
Entity Schema：內容進入 Spotlight 語義索引，個人上下文帶回來源歸屬。
View Annotations：把眼前的 View 標成實體，「把這個發出去」才有綁定物件。
App Intents Testing：走真實系統路徑測 Siri / Shortcuts / Spotlight，不必做 UI 自動化。

系統交給你的，不是一段散文，而是一份參數物件。LookupOrder 這一跳，形狀接近這樣：

{
  "intent": "LookupOrder",
  "app": "com.example.shop",
  "source": "siri",
  "parameters": {
    "order_id": "A-1042"
  }
}

AI Agent 完整指南把「模型提議、宿主執行」畫進完整循環。Siri 是系統級調度員：它選 Intent，你的 App 仍是宿主。參數缺欄位、列舉寫錯、多出鍵——如果 Intent 宣告鬆，事故發生在你的執行函式裡，不在演示影片裡。

Siri 變強，指的是調度更準、能看螢幕、能串多步。它不替代你對參數做 Schema 級校驗。

iPhone 18 硬體：哪些算「更強」，哪些還是傳聞

發表會賣晶片和記憶體，是因為裝置端模型和 Tool Calling 吃 RAM 與 NPU。軟體能力（iOS 27）會落到一組機型；不是每台能跑 Apple Intelligence 的手機，都能跑最重的本地 Agent。

已確認：iOS 27 與 Foundation Models / Siri AI 的 API 已在 WWDC 公布。今天發表會確認的是哪些機型預裝它們。
媒體預期：秋季先上 18 Pro / Pro Max 和摺疊機；標準版 iPhone 18 可能放到 2027 春。
傳聞：2nm A20、Pro 機 12GB 記憶體以容納更大本地模型。Keynote 之前只當假設。

對寫 JSON 的人，硬體只改變兩件事：本地視窗能不能裝下你的工具結果，以及一次 Agent 循環會不會因為記憶體被系統殺掉。

視窗變大，第一反應不該是把整份 API 回應倒進去。大模型為什麼越來越大寫過：參數是容量，token 是帳單，視窗是桶。

Apple 棧上的 AI Agent 和雲端 Agent 差在哪

Apple 棧上的 Agent，不是再包一層雲端循環，而是 LanguageModelSession 在裝置或 PCC 裡多步呼叫工具。工具常常就是 App Intents，或系統自帶的 Vision / Spotlight。

骨架和雲端 Function Calling 相同：模型只發名字和參數，宿主 parse、校驗、執行，再把結果塞回 session。

工具目錄預設是系統能看見的 Intent，不是你自己維護的 tools[] 長名單。
內建視覺 / 檢索工具，結果仍應是物件，不是截圖散文。
PCC 約 32K，比常見 128K 雲視窗緊；工具回傳值先吃視窗。
多步 Intent 可跨 App 串聯，每一步仍要合法參數。

{
  "agent": "on_device",
  "step": 2,
  "tool": "LookupOrder",
  "arguments": {"order_id": "A-1042"},
  "result": {
    "order_id": "A-1042",
    "amount": 99.00,
    "status": "paid"
  },
  "next": "CreateRefund"
}

上面是一次本地循環的最小狀態。AI Agent 完整指南解釋循環；MCP Tool Schema vs Function Calling 說明另一套工具 JSON 寫法。Apple 用 Swift 型別和 App Intents 表達同一本字典。

不要把 Siri 和 Agent 寫成同一個詞。Siri 決定「呼叫誰」；Agent 在你的 session 裡決定「下一步調哪個工具」。兩者都把物件當接力棒。

JSON 資料處理：Apple 其實一直在用 Schema

Apple 文件寫 Guided Generation 時已經點破：每個 @Generable 型別都會被編成 JSON Schema，再交給模型；這份 Schema 計入上下文。DynamicGenerationSchema / GenerationSchema 是執行時的同一件事。

所以裝置端「結構化輸出」並不是一種新的資料格式。它是 JSON Schema 的 Swift 投影。雲端 Structured Outputs 的 json_schema、MCP 的 inputSchema、App Intent 的參數，都該指向同一份源檔。

一份訂單摘要契約，可以同時餵給 @Generable、Intent 參數和宿主校驗：

{
  "$id": "https://example.com/schemas/order-summary.json",
  "type": "object",
  "properties": {
    "order_id": { "type": "string", "pattern": "^A-[0-9]{4,}$" },
    "amount": { "type": "number", "exclusiveMinimum": 0 },
    "status": { "type": "string", "enum": ["paid", "refunded", "pending"] }
  },
  "required": ["order_id", "amount", "status"],
  "additionalProperties": false
}

關鍵字含義見 JSON Schema 教程。裝置端特別貴的是：描述越長、巢狀越深，Schema 本身越占視窗。屬性名寫短，Guide(description:) 只在能提高品質時加，陣列加上 maximumCount。

{
  "session": "LanguageModelSession",
  "context_window": 32000,
  "spent": {
    "instructions": 800,
    "generable_schema": 1200,
    "tools": 2400,
    "app_intent_result": 18000
  },
  "reserved_output": 2000,
  "remaining": 9600
}

一次 32K session 很容易被工具結果吃掉。先在本地格式化看清結構，用 JSONPath 提取抽出 order_id / amount / status，壓縮後再交給模型。AI 為什麼需要 JSON Schema 寫過：Schema 是口徑，不是 prompt 裡的一句「請返回 JSON」。

宿主仍要校驗。Guided Generation 擋住的是非法 token；業務上限、權限、二次 parse，仍在你的 App。除錯時和上週能過的物件 JSON Diff，不要把帶使用者資料的回應貼到公共站點。

四層怎麼疊在一起？

把四層壓成「手機更聰明」，職責就丟了。拆開之後：

Apple Intelligence 是底座：在哪跑模型、視窗多大、哪些系統工具可用。
Siri AI 是向外調度：一句話變成 Intent 名加參數物件。
Agent 是循環：session 裡多步工具，狀態必須是合法 JSON。JSON Schema 是共用口徑。

一張對照表，避免下次再把它們寫成同義詞：

層	系統在做什麼	沒有 Schema 會怎樣
Apple Intelligence	選模型、視窗、系統工具	工具結果是散文，32K 先被撐滿
Siri AI	把一句話變成 Intent 呼叫	參數缺欄位、列舉寫錯，直接打進 perform()
AI Agent	在 session 裡多步呼叫工具	狀態從聊天紀錄猜；下一步接錯物件
JSON Schema	什麼都不做，只當尺子	尺子若只存在於 Swift 巨集，雲端和 CI 量不到

一次退款常常四層都用上：Siri 分診到你的 App，Agent 呼叫 LookupOrder，Guided Generation 交回摘要，宿主再執行 CreateRefund。AI Agent 與 JSON Schema 工作流寫的是門禁怎麼排。

2026 年怎麼落地（先寫檔案，再等 Keynote）

倉庫放 schemas/intents/、schemas/generable/、schemas/state/，帶穩定 $id 和版本。
先寫 JSON Schema，再寫 @Generable 或 Intent。型別是投影，不是源。
有副作用（查單、退款、發信）走 Intent / Tool；抽取、分診、handoff 走 Guided Generation。
新物件預設 additionalProperties: false 和明確 enum。要擴展，單獨加 metadata。
工具結果先裁再進 session。32K 不是讓你貼上整張訂單。
金鑰和使用者欄位只在瀏覽器裡看：格式化、JSON Diff，零上傳。

目錄可以很薄。要緊的是檔案先於演示。發表會會換晶片口號；口徑應該先穩定。

常見誤區

把 Siri AI 當成 ChatGPT。 它調度 Intent，不替你執行副作用，也不保證參數合法。
只在 Swift 裡寫 @Generable，不保留 JSON 源。 雲端 API 和評測很快會對不上。
把整份網路回應塞進 LanguageModelSession。 視窗先被 debug 欄位吃掉。
只測喚醒詞，不測非法參數。 Testing framework 是跑物件，不是跑廣告詞。
用寬 type: object 逃避設計。 開放物件不是門禁。真要擴展，用版本號或明示 metadata。

FAQ

iPhone 18 的 AI 是不是已經超過 GPT？

不能這麼比。雲端旗艦仍更擅長開放域長對話。Apple 的強項是裝置端 / PCC、無帳號、App Intents 調度，以及 Guided Generation 的物件保證。比的是「非法物件會不會進 App」，不是參數榜。

沒有 iPhone 18，iOS 27 的 Siri AI 能用嗎？

能用到哪一檔取決於機型和記憶體。軟體在 WWDC 已公布；最重的本地模型通常綁在當年 Pro 硬體。開發契約（Intent Schema、@Generable）不綁某一款機。

已經寫了 @Generable，還要不要單獨的 JSON Schema 檔？

要。@Generable 是投影。同一份源才能餵給雲端 Structured Outputs、評測和跨語言用戶端。只改 Swift 型別，三週後就會和 API 契約分叉。

Siri 已經填好參數，還要校驗嗎？

要。Siri 是調度員。缺欄位、錯誤列舉、過期實體仍可能到達你的 perform()。Intent 宣告收緊，執行前再驗一次。

裝置端吐出的 JSON 怎麼在本地看？

先格式化看結構，對照 Schema 找缺的 required 或錯的 enum，再和上一版能過的物件 Diff。JSONSort 在瀏覽器本地做這些事，不上傳資料。不要把通訊錄或訂單貼到公共站點。

結論

iPhone 18 的 AI「有多強」，不取決於今天 Keynote 把晶片念成幾個奈米。對寫 JSON 的人，強度是：一句話能否變成合法 Intent 參數，裝置端模型能否按 Schema 交回物件，以及工具結果會不會先把視窗撐爆。

Apple Intelligence 是底座，Siri 是調度，Agent 是循環，Schema 是口徑。發表會結束之後，先把 schemas/order-summary.json 寫進倉庫，再決定哪些欄位值得占 32K。