Siri，终于要换脑子了

Siri接入Gemini，意味着什么？Clawdbot（已更名为Moltbot），已经提前剧透了答案。

当Google在1月12日官宣Gemini将成为苹果基础模型与Siri底层技术支撑，很多人第一反应是：

Siri会不会终于变聪明了？

回归本质Gemini将让Siri不再是一个语音助手，而是开始向“系统级AI agent”开始转型。

这个转型之后的具象参照物，已经在当下出现了：Clawdbot。

过去十多年，Siri的能力边界有目共睹，能听懂明确指令、也能调用系统功能，但几乎无法理解复杂的语义也不具备任务规划能力。

这种以规则和关键词为核心的架构，在语音助手1.0时代是完全行得通的，而在当下大模型主导的人机交互时代，这种架构显然已经非常落伍，甚至让人觉得有点“智障”了。

Apple其实缺的并不是一个更大的模型，而是一套具备持久记忆、主动性且实现自动化的“智能范式”。

Clawdbot为什么突然火了

Clawdbot的走红，并不是因为它像Chatgpt那样会“聊天”，而是因为他让很多人第一次直观的感受到：

原来，AI可以不回答问题，而是直接替我把事都做完。

比如，我如果对Siri说“把今天的会议内容整理成一封邮件，发送给项目组”。

Siri的回答是：“我不确定你要编辑什么”

而Clawdbot会完成一整条链路：首先理解我的目标，然后拆解任务进而调用工具来处理拆解的任务，最终通过执行操作实现我的目标。

我来通过简单的思维模型来解释下Clawdbot的运作原理：

消息应用程序↔Clawdbot”网关“↔AI模型+工具。

这类产品就是我们最近一直听到的AI Agent。

AI Agent，不以“对话”为终点，而是以“完成目标”为目标，

Gemini驱动Siri的方向

Clawdbot的意义在于，它提前验证了一种能力结构：

理解意图→规划步骤→调用工具执行

像极了去年”豆包AI手机“想做的事情。

而这，也正是Apple计划通过Gemini注入Siri的核心能力。

不同的点在于，Clawdbot是外挂式程序，只是面向极客用户的Agent；而Siri是原生操作系统，面向的是所有用户的系统能力。

简单来说，Gemini成为Siri的推理内核后，Siri将首次具备类似Clawdbot的”任务型智能“功能。

比如，你可以要求Siri把我刚刚看的这篇文章总结一下，并存进备忘录内；或是下周出差那几天，把早上的闹钟统一推迟半小时。

这些操作，在Clawdbot上已经是可运行的Demo；而在Siri+Gemini体系中，将成为标准化、默认可用的系统能力。

为什么不是ChatGPT

2024年底（正式发布于12月的iOS 18.2），苹果首次在Apple Intelligence系统中集成了ChatGPT（GPT-4o）。

在Apple的体系内ChatGPT仅仅是被定义为Siri的扩展插件，当Siri发现你的问题超出他的”常识库“时，Siri会主动询问：“你想让ChatGPT帮忙吗？”。

最终，苹果为何还是选择Gemini深度融入到苹果系统级层面。

相比于ChatGPT这类”对话型产品“，Gemini显然更强调多模态的理解、对工具的调用能力、任务规划能力以及系统级协同能力，而这些能力显然更接近Siri的目标角色。

自始自终，Siri就不是一个聊天对象，苹果始终希望Siri是一个能调度整个系统的入口，而Gemini则是这个调度系统的"智能中枢"。

再看看现在Clawdbot的流行也间接证明了一点：

其实已经有一部分用户已经准备好接受”AI代替我操作系统“的体验了。

当然Siri接入Gemini并不意味着Apple会放弃自研AI。

如今Gemini和ChatGPT依旧在苹果生态中各司其职。

从商业角度来看说，

在系统级智能这件事上，节奏比”完全自研“显然更重要。

Clawdbot展示的是AI agent的能力上限；

Gemini驱动的Siri，目标则是把这种能力规模化、系统化、标准化、常态化。

如果说现在的Siri是语音快捷方式的话，

那么下一代Siri，正在向一个真正的系统级AI Agent靠拢。

而Clawdbot，只是让这个未来，提前变的可见。