Apple 推動代理式 Siri，提升其 AI 路線圖的賭注
據報 Apple 正加快推進其代理式 Siri 計劃，儘管公司最近才推出重建後的助理。代理式 AI 指的是能夠跨越多個步驟追求目標、毋須每項行動均重新接收指令的軟件。根據歸因於 Bloomberg 記者 Mark Gurman 的報道，行政總裁 John Ternus 希望軟件主管 Craig Federighi 不止於完成必要的 Siri 改良。壓力集中在 Siri 回答問題後的表現，尤其是它能否繼續為完成某個目標而工作。
報道所指的方向，令 Apple 的指令驅動式助理面對另一種產品期望：能保留目標，並判斷下一步應做甚麼的軟件。Gurman 以 OpenAI 的 Dots 及 Meta 的 Muse 作為參考點。這些比較反映其報道所描述的競爭壓力；並不構成經量度的效能排名。
對用戶而言，兩者的分別很實際。尋找預訂資料有助處理旅程。持續追蹤尚未解決的行程安排，則需要持續承擔責任。Apple 現有的 Siri 功能提供了相關的基礎模塊，但據報其目標將擴大助理的角色。問題在於 Apple 如何讓 Siri 有空間採取行動，同時令其權限維持清晰易懂。
Apple 對代理式 Siri 的目標屬報道，並非公布
眼前的發展，是據報緊迫性及目標出現轉變。MacRumors 對 Gurman 11 月 8 日通訊的報道指出，Ternus 在最近一次私人會議中敦促 Federighi 加快 Apple 的軟件路線圖。其對 Siri agent plans 的報道亦指出，明年或是推出更自主助理的可能時間窗口。
報道描述的是管理層壓力及產品方向，而非已確認的功能組合或推出日期。
這一分別相當重要，因為「更具代理性」可涵蓋廣泛的行為。助理可以建議有用的後續行動、持續處理已獲批准的任務，或獨立監察某個目標。這些行為涉及不同程度的責任。報道未有釐清 Apple 打算推出哪種組合。
可能的時間表亦須審慎處理。在相關報道中，Gurman 把有關 Apple 意向的資訊，與他認為改變可能於明年出現的評估結合。這支持將 2027 年視為一種可能性，但不足以將之表述為 Apple 的承諾，或承諾客戶屆時將獲得特定功能。
Apple 的公開基準則較為具體。其 September Siri rollout 描述了一款可運用個人資訊及跨 app 執行操作的助理。Apple 舉例包括尋找親屬建議的活動、定位食譜，以及將材料加入購物清單。這些均為公司所描述的功能，而非獨立的可靠性研究結果。
這個基準令新報道更值得留意。Apple 已在描述一款將資訊與行動連接起來的助理。據報下一個目標，涉及這項責任維持多久，以及 Siri 採取多少主動。完成一連串指定步驟，未必代表在對話結束後仍會持續維持該目標。
整篇報道都應清楚保留公布與傳聞之間的界線。現時審閱的材料中，並無已核實的代理式 Siri 規格，亦沒有獨立確立的完成率、背景運作政策，或支援的自主任務清單。以假設填補這些空白，會將一項據報策略變成虛構產品。
較有用的解讀較為收窄，但影響更大。據報 Apple 管理層視目前的助理為仍須進一步發展的基礎。這對清晰界定下一階段帶來壓力，讓工程師、開發者及客戶理解 Siri 實際會為甚麼承擔責任。
Federighi 面對的不只是提供更佳答案的任務
對 Federighi 而言，據報的要求改變了成功的範圍。改善助理的回答本已不容易。擴大其責任，則需要就權限、app 行為、中斷及復原作出決定。更快的路線圖不能單靠模型改良解決這些取捨。
這項任務由令 Siri 在對話中更有幫助，擴展至令其在對話以外的行動同樣可靠。
Ternus 據報的參與，為這項壓力增添組織層面的意義。Apple 的 leadership profile 指出，他現任行政總裁，此前曾領導硬件工程工作。私人指示仍屬歸因報道。其意義在於，這顯示 Siri 的下一階段據報已獲公司最高層關注。
這並不證實兩名高層之間存在衝突，而是顯示據報有一種期望：軟件發展應加快並走得更遠。公開報道未有披露這項期望背後的資源、期限或內部意見分歧。聲稱涉及歸咎或個人競爭，均會超出現有證據所能支持的範圍。
透過一個說明性的工作情境，較容易看見產品挑戰。假設用戶要求助理準備會議。尋找相關筆記可回應即時請求。持續處理這項任務，則可能涉及找出缺失資訊、查看更新，並在會議開始前整理初稿。
每項新增責任都會帶來一項決定。哪些筆記相關？助理是否獲准查閱共享資料夾？它應否向同事索取缺失資料？準備私人草稿與聯絡他人，即使同樣服務於同一目標，後果亦不相同。
對知識工作者而言，潛在好處在於減少協調工作。有用的助理應減少用戶記住未完成步驟的需要。但若系統需要不斷檢查，這些工作量便會回到用戶身上。工作負擔會由執行任務，轉變為監督任務的執行。
開發者面對相關壓力。若客戶要求 Siri 完成一項工作流程，參與的 app 便須提供有用操作並清楚回報結果。良好的對話式回應，無法彌補不可用的操作或含糊的完成訊號。助理需要可靠的方法與應用程式互動。
企業買家另有一項關注：責任必須與工作場所規則相容。個人助理獲取資訊的權限，並不自動授權其執行商業行動。僱主可能允許私人起草內容，但要求在對外溝通前取得批准。即使自然語言請求聽來比原意更廣泛，這條界線仍必須保留。
這些是評估問題，並非證明 Apple 已解決或未能解決它們的證據。它們說明為何據報的加速如此重要。Federighi 的團隊需要令更高自主性真正有用，同時避免用戶反覆查問 Siri 理解了甚麼、嘗試了甚麼，以及還有甚麼尚未完成。
記住目標改變產品承諾
核心競爭在於兩種分配工作的方式。在指令驅動式互動中，用戶提供下一項指令。在目標驅動式互動中，助理保留目標，並決定下一項獲允許的步驟。這改變了對話與執行之間的關係。
持續承擔責任是決定性的轉變，即使可見介面仍看似一段對話。
Gurman 對 Dots、Muse 及 Grok 的比較，集中於這種行為。正如 9to5Mac 的 proactive Siri coverage 所概述，建議中的方向涉及追蹤目標及持續工作。這項比較有助定位 Apple 據報的目標，但並未提供共同基準，亦未證實各產品具備相同供應範圍。
再考慮另一項假設性請求：協助整理即將到來的旅程。一款反應迅速的助理可以找出酒店確認資料，或回答行程問題。接受持續責任的助理，則需要對「完成」作出定義，亦需要區分蒐集資訊與預訂或更改等承諾行為。
這項分別塑造了產品承諾。用戶應了解助理同意做甚麼、會使用哪些資訊，以及何時需要批准。否則，表面上的便利可能掩蓋對任務的不同假設。
記住一段對話固然有用，但對話記錄本身並不能回答這些問題。某人曾說過甚麼的記錄，與目前仍獲授權做甚麼的記錄並不相同。用戶可能改變計劃、撤回存取權，或在其他地方完成任務。持續工作需要辨識這些變化。
個人知識管理同樣存在這個問題。助理需要區分目前的決定與舊有建議。整理良好的 personal knowledge base 可為這種區分提供有用脈絡。資訊檢索與採取行動的授權，仍屬不同責任。
Apple 在自家軟件之間的整合，為連接脈絡與行動提供了合理基礎。這是架構上的機會，並非優越執行力的證明。相關問題是，助理能否把用戶目標轉化為獲支援的操作，同時保留預期的限制。
有效的代理亦需要有停止的方式。目標可能變得無法完成、不再必要，或過於含糊而不應繼續處理。自動持續並非總是有幫助。清楚報告障礙，可能比即興採取未獲授權的替代方案更好。
這正是競爭比較對讀者有用之處。評估一款助理是否減少重複指令，同時令其狀態保持易於理解。產品標籤對回答這個問題幫助不大。一場具說服力的示範，應展示首次成功行動後會發生甚麼，尤其在情況改變時。
對 Apple 而言，機會在於令這種持續責任足夠熟悉，適合日常使用。挑戰在於令其可被檢視。用戶應可毋須重構冗長對話，便能判斷 Siri 是在等候、工作、完成，還是受阻。
App 整合為 Apple 提供路徑，但亦帶來依賴條件
Apple 有一條可見路徑可擴展 Siri 的能力：讓應用程式公開可供助理使用的內容及操作。Apple 用於讓 app 功能可供系統體驗使用的框架 App Intents，與這種做法相關。它為開發者提供結構化的整合途徑。
Apple 在 11 月 3 日發布的 Siri developer preview，透過其軟件 beta 版本向開發者開放新的整合工作。公告亦將客戶交付及 App Store 提交安排於較後時間表。這將目前的開發者實驗，與在已推出應用程式中廣泛提供的功能區分開來。
開發者存取是邁向更廣泛 app 支援的具體一步，但並不代表已能自主完成任務。
這個分別很容易被忽略。開放一項操作，會讓助理有可供調用的功能；但這不會自動告訴助理何時適合調用、應如何處理失敗情況，或用戶是否已授權。操作目錄只是系統的一部分，並非整個系統。
結構化操作具備潛在優勢，因為應用程式可以有意識地描述各項操作。助理並不一定要從畫面外觀推斷每一次互動。這是否能提升可靠性，則取決於具體實作方式和可用操作的範圍。
這種依賴關係是雙向的。Siri 需要參與的 app 開放實用能力；開發者則需要對 Siri 的行為有足夠了解，才能決定應開放哪些能力。若任一方只提供部分支援，工作流程便可能碰到邊界，需要用戶重新接手控制。
對開發者而言，操作設計是一項產品決策。一項操作應有清晰目的、容易理解的輸入，以及助理能夠解讀的結果。若較後步驟取決於先前操作是否真正完成，含糊的成功訊息就會帶來問題。
假設有一個任務管理整合，便可說明這個問題。某個 app 或可讓 Siri 建立任務、更改截止日期，或標記為完成。這些操作所需的保障措施，與刪除共享專案並不相同。把所有操作視為可互換，便會掩蓋其後果。
部分完成同樣需要受到重視。助理或許成功收集文件，卻未能更新行事曆。用戶需要知道哪些變更已經發生。在缺乏這些資訊下重複整個工作流程，可能導致重複工作或互相衝突的更新。
Apple 在 6 月的介紹，為其現有方向提供了背景。它對個人情境功能的描述，將資訊檢索與跨應用程式操作連繫起來。這些例子說明了為何該平台與 agent 開發有關。它們並沒有記錄一個持續運作、可獨立管理長期目標的助理。
Apple 做法最理想的版本，是讓 app 參與變得實用，同時不要求開發者放棄對敏感操作的控制權。平台能否達成這種平衡，仍是實作層面的問題。開發者預覽版提供了機會，可在將廣泛生態系統支援視為既定事實前，檢視介面和失敗情況。
更高自主性會提高誤解的代價
答錯問題和做錯操作，會造成不同問題。用戶通常可以忽略不相關的回應；錯誤操作則可能更改資訊、影響他人，或製造額外工作。因此，自主性愈高，理解意圖與授權便愈重要。
真正與可靠性相關的問題，是 Siri 是否知道何時應繼續、何時應詢問，以及何時應停止。
這是對報道所指方向的審慎檢驗，並非對已公布產品的結論。Apple 尚未發布報道所描述的 agentic Siri 實作。現在就斷言其權限模式不足，或其自主性可靠，仍言之過早。
先看含糊的語言。要求助理「處理好」一次會議，可能是指整理筆記、擬定議程，或聯絡與會者。助理需要確認預期範圍。按最廣泛的解讀行動，會賦予隨口措辭過多權限。
情境亦可能過期。草擬日程可能與最終的行事曆項目不同；已儲存的文件可能包含已放棄的提案。助理若同時擷取兩者，便需要在採取行動前判斷其相關性。能存取更多資訊，也意味著更需要分辨其狀態。
外部內容亦構成另一道邊界。電郵、文件或網頁都可能包含指令，包括意圖重新引導助理的文字。提示詞注入，是指利用這類內容操控 AI 系統行為。系統為取得情境而閱讀材料時，不應自動把材料視為用戶授權。
當助理能跨應用程式行動時，這項風險便更具後果。任務期間遇到的資訊，應保持為需要解讀的證據；不應悄悄擴大助理獲准執行的事項。用戶的目標和權限必須保有優先地位。
私隱亦需要同樣精確的分析。資訊在哪裡處理很重要，但助理如何使用資訊也同樣重要。獲授權的搜尋和未獲授權的披露，是兩回事。保護已儲存的資訊，本身並不能證明每項後續操作都符合用戶意願。
確認程序帶來實際的張力。每個小步驟都先詢問，可能會抹煞委派的好處；太少詢問，則可能令用戶對具重要後果的變更感到意外。實用的設計需要讓審批程度與操作本身及原始要求的清晰度相稱。
可見性有助化解部分張力。用戶應可檢視委派事項、看到有意義的進度、取消持續進行的工作，並覆核已完成操作。這些是評估未來產品的準則。目前報道並未確立 Apple 究竟會提供哪些控制措施。
復原能力與預防同樣重要。服務可能暫時無法使用、存取權限可能過期，或用戶可能中斷工作流程。可靠的助理應保留已完成及未完成工作的準確紀錄。否則，只要自動化遇上問題，用戶便要接手調查。
據報 Apple 的急切態度令這些問題更迫切，但速度本身並不決定結果。界線清晰的有限助理可以很有用；行為難以檢視的更廣泛助理，卻可能帶來沉重的監督負擔。
三個訊號將顯示路線圖是否正在推進
未來數月應會帶來比另一輪 agent 術語更有用的證據。最有參考價值的訊號涉及開發者支援、持續任務行為和用戶控制。綜合而言，這些訊號有助分辨較廣泛的助理，與現有功能的新說法。
當公開能力與報道所暗示的責任相符時，Apple 的 agentic Siri 計劃便更可信。
首先，留意開發者預覽版是否走向有文件記錄、正式推出的整合。重要證據是應用程式開放哪些操作，以及它們如何清晰報告結果。若參與範圍更廣，便更能證明 Siri 可在用戶實際使用的應用程式之間工作。
除了可用性，文件也很重要。開發者需要了解權限要求、不受支援的操作和失敗行為。更清晰的契約有助支持這個觀點：Apple 正在建立持續工作的實際基礎。持續存在的缺口，會限制客戶可合理委派的工作流程。
第二，留意是否出現超越即時要求的示範。有用的例子會展示助理保留一個已授權目標、處理已改變的情況，並報告阻礙。示範應清楚說明用戶啟動了甚麼，以及系統之後自行作出了甚麼決定。
這類證據會加強 Siri 正走向目標導向行為的解讀。若示範只是另一段精心編排、由提示詞驅動的流程，支持力度會較弱。它仍可能展示實用改進，但核心的自主性問題仍未解決。
當這些功能可用時，獨立測試將很重要。評測者應能以一般帳戶和不完美的輸入重複執行工作流程。精心打磨的展示，證明的是公司希望展示甚麼；可重現的行為，才證明用戶在測試條件下可期待甚麼。
第三，留意 Apple 如何說明授權、取消和覆核。用戶需要可理解的控制方式來管理持續委派事項。可見的任務紀錄和清晰的停止機制，會有助建立更大信任。界線不清，則會削弱把具重要後果的責任交給助理的理據。
這些訊號也應指引與 Dots 和 Muse 的比較。報道將這些產品置於 Apple 的競爭框架中，但使用相同術語不代表其能力等同。應比較所委派工作的範圍、可用控制措施，以及所需人為介入的程度。
對開發者而言，眼前的決定是哪些 app 操作適合讓助理存取。對職場採購者而言，則是在現有審批要求下，哪些委派事項仍然有用。對個人用戶而言，問題是把檢查及修正所花時間計算在內後，委派是否真正減少工作量。
當 Apple 下次展示 agentic Siri 時，請選擇一項你熟悉的日常任務，並追蹤整個委派過程。留意原始指令、權限邊界、已採取的操作，以及最終紀錄。詢問當資訊改變或某步驟失敗時，究竟發生了甚麼。再把這段體驗與自行完成任務比較，包括監督所花的時間。在這些細節可見之前，應把據報的路線圖視為仍在開發中的方向。清楚區分已推出功能與未來雄心，並按助理可可靠承擔的責任來評價它。你會信任它在你放下裝置後，繼續處理哪一項任務？
