我先联网核实这条 Siri 调度规则的消息来源和原始数据。
消息源头找到了：11 月 10 日 IT 之家援引爆料者，指向 iOS/macOS 27.3 预览版里的 “Skimmer” 模块。我读原文细节。
已核实：这条消息来自 11 月 10 日 IT 之家 援引爆料者 @itspdfu，指向 iOS/macOS 27.3 预览版新增的 “Skimmer” 模块。结合苹果 6 月官方发布的 AFM 3 模型资料，我把 “2%” 的口径一次说清。
Siri 只有 2% 的英文请求在本地跑：AI 调度规则曝光后，那 98% 去了哪：
这条 11 月 10 日的爆料，关键不在 “2%” 这个数字有多小，而在它第一次把 Siri AI 的调度逻辑摊开：在 iOS/macOS 27.3 首个开发者预览版里，苹果加了一个叫 Skimmer 的前置模块，联网状态下约 2% 的英文 Siri AI 请求会被路由到本地模型，剩下的大多数仍然走云端。Skimmer 干的事很朴素 —— 用正则表达式把用户这句话和预设的 “工具流程” 对上号，命中就直接执行，压根不进大模型推理。规则文件放在 IntelligenceFlowPlannerSupport.framework 目录下，按语言环境分文件，叫 Enigma.json。也就是说，Siri 现在有两套系统：一套是 “规则快路径”，管设置定时器、播放音乐、拨打电话这种说法有限、动作固定的活；一套是 “模型慢路径”，管开放问答、多轮上下文、跨应用规划。2% 是快路径吃下的比例，不是苹果端侧 AI 的全部实力。
2% 到底在统计什么：三个必须拆开的口径
这个数字最容易被误读，先把边界划清：
| 常见误读 | 实际情况 |
|---|---|
| “苹果端侧 AI 只有 2%” | 错。2% 只是 “Siri AI 英文请求中被路由到本地模型” 的比例 |
| “98% 说明端侧模型没用” | 错。语音唤醒、语音识别、部分语音合成本来就在本地跑，不计入这个 “AI 请求路由” 口径 |
| “所有语言都一样” | 错。爆料明确限定英文、联网状态、特定系统版本 |
所以 2% 是一个 “任务分层比例”，不是 “端侧渗透率”。它回答的是：在当前请求结构里，有多少任务适合且能够由本地闭环完成。答案是 —— 很少，但恰好是最常用的那批。
Skimmer 拆解：大模型之前的 “规则闸门”
按爆料描述，Skimmer 的机制是这样一条链：
- 用户说一句话；
- Skimmer 用正则表达式匹配预设的工具流程；
- 命中 → 直接执行动作（设个十分钟定时器、放首歌、拨个电话）；
- 没命中 → 交给后面的模型推理环节。
这条链的价值是把 “确定性任务” 从 “概率性推理” 里摘出来。对 “设一个十分钟定时器”，用户要的是立刻执行，不是让模型生成一段解释；对 “今天雨什么时候停”，规则匹配根本覆盖不了语义，必须走模型。
快慢两套系统的分工大致如下：
| 维度 | 快路径（Skimmer + 本地模型） | 慢路径（云端模型） |
|---|---|---|
| 任务类型 | 意图明确、槽位少、路径固定 | 开放域问答、多轮理解、跨应用编排 |
| 典型例子 | 定时器、播放音乐、拨打电话 | 复杂规划、内容生成、实时信息推理 |
| 追求 | 低时延、低成本、数据不出设备 | 能力上限、泛化、知识新鲜度 |
| 失败代价 | 低，可重试 | 较高，答错影响信任 |
| 占比（英文、联网） | 约 2% | 绝大多数 |
Enigma.json：规则不是硬编码开关
三个细节值得注意：
- 位置：IntelligenceFlowPlannerSupport.framework 下，属于系统框架层，不是某个 App 的私有逻辑；
- 按语言环境分文件：说明规则库是分语言维护的，英文命中的规则不代表中文也能命中；
- 可被查看：文件在系统目录里能读，利于审计和问题定位，但也意味着规则可以被逆向分析。
这也解释了为什么这套东西比 “塞个小模型” 更工程化：真正决定体验的，可能是规则库的维护、版本管理、灰度发布和回滚机制，而不是模型参数量。
端侧那点算力，装得下什么
苹果 6 月 WWDC 发布的第三代 Apple Foundation Models（AFM 3）是五款模型的分工：
| 模型 | 位置 | 定位 | 关键特征 |
|---|---|---|---|
| AFM 3 Core | 设备端 | 端侧主力 | 前代常规升级，通用文本能力大幅提升 |
| AFM 3 Core Advanced | 设备端 | 端侧最强 | 200 亿参数稀疏模型，原生支持语音合成、语音识别、视觉理解 |
| AFM 3 Cloud | 私有云计算 | 日常请求主力 | 多模态推理，速度与效率优化 |
| ADM 3 Cloud | 私有云计算 | 图像生成与编辑 | 驱动 Genmoji、影像游乐场等 |
| AFM 3 Cloud Pro | 私有云计算 | 最复杂任务 | 智能体工具使用与深度推理，唯一针对英伟达 GPU 优化 |
AFM 3 Core Advanced 的 200 亿参数怎么塞进手机，是这套架构里最硬的一环：
- 注意力层等核心权重常驻 DRAM；
- FFN 专家参数放在成本更低的 NAND 闪存；
- 推理时按输入只加载少量被选中的专家到 DRAM；
- 每次响应激活的参数量在 10 亿到 40 亿之间，由任务难度决定；
- 苹果把这叫 “推理时间弹性”。
翻译成人话：模型很大，但同时干活的只是一小部分。可即便如此，端侧能稳定承担的仍是 “封闭语义空间” 的任务 —— 这正是 2% 的技术根源。
那 98% 去哪了：私有云计算，还有英伟达
苹果的官方说法是 “系统编排器” 先让端侧模型试，端侧够用就全在本地完成，判断需要更强智能才转去私有云计算（PCC）。爆料里的 2%，本质就是这个编排器在当前规则下的实际命中率。
云端这部分有两个容易被忽略的事实：
- AFM 3 Cloud Pro 跑在 Google Cloud 的英伟达 GPU 上，是五款模型里唯一针对 NVIDIA 优化的；
- 但它仍然套在 PCC 的隐私边界里：苹果完全控制部署在这些节点上的软件，设备只与苹果签名的软件通信，数据不存储、苹果也无法访问，第三方研究者可持续验证。
另外要澄清一个流传很广的误解：苹果与谷歌的合作是 “用 Gemini 前沿模型精炼（蒸馏）自家模型”，不是在 iOS 里集成 Gemini 客户端代码。苹果高管的原话是 “我们使用的谷歌助手组件量为零”。
这套规则带来的两个副作用
一是体验的一致性风险。爆料下有网友跟帖吐槽：问 “今天雨什么时候停”，Siri AI 有时还是给 “一小时内可能下雨” 这种机械回答 —— 这恰好说明，该走模型推理的请求如果被规则过早拦截，体验会退回旧版 Siri。该走快路径的被送进云端，时延和成本又白白增加。
二是规则库的可审计性。规则能被查看，利于排查；规则能被读取，也意味着能被逆向。对具备跨应用执行能力的助手来说，误触发、越权调用、规则版本混乱，都是真实风险。
普通用户能验证的四件事
- 关掉网络，看哪些指令还能秒执行 —— 那就是本地闭环的范围；
- 同一句话换个说法说三遍，看响应速度和回答风格是否跳变 —— 跳变往往意味着命中了不同路径；
- 把系统语言切到中文，重复同样测试 —— 规则按语言环境分文件，命中率可能明显不同；
- 留意 “旧版式机械回答” 出现的场景，那多半是规则闸门提前拦下了请求。
一句话收尾：2% 不是端侧 AI 的天花板，而是 “规则先行、模型兜底” 这套工程思路的起点。真正决定 Siri 好不好用的，不是本地跑了多少参数，而是哪句话该走快路、哪句话必须交给大模型 —— 这个判断做不准，2% 和 98% 都会挨骂。
相关 FAQ
问题 1：Siri AI 的 2% 英文请求走本地，这个数字是苹果官方公布的吗？
回答 1：不是。2% 来自 11 月 10 日爆料者 @itspdfu 对 iOS/macOS 27.3 开发者预览版的分析，经 IT 之家 报道后扩散，苹果官方没有确认这个比例。而且它限定三个条件：英文请求、联网状态、该预览版系统。所以它更像一次逆向观察的结果，不是官方调度规则文档。
问题 2：为什么 Siri AI 只有约 2% 的英文请求能在本地处理，比例这么低正常吗？
回答 2：正常，这是端侧算力和任务类型共同决定的。本地模型要常驻内存、控制功耗与温升，能稳定吃下的只有语义空间封闭、槽位少、执行路径固定的指令，比如设置定时器、播放音乐、拨打电话。开放域问答、多轮上下文、跨应用规划仍然需要云端模型。2% 是任务分层的结果，不代表苹果端侧 AI 的整体能力只有 2%。
问题 3：Siri AI 里的 Skimmer 是什么，它靠什么决定请求走本地还是走云端？
回答 3：Skimmer 是 Siri AI 设备端流程里的前置模块，机制是用正则表达式把用户请求和预设的 “工具流程” 做匹配，命中就直接执行动作，不进入大模型推理；没命中才交给后面的模型环节。它的规则文件在系统目录 IntelligenceFlowPlannerSupport.framework 下，按语言环境分文件，文件名是 Enigma.json。所以决定路由的不是模型自己判断，而是一套可维护、可分语言配置的规则库。
问题 4：剩下约 98% 的 Siri AI 请求去了哪里，隐私还保得住吗？
回答 4：绝大多数进入苹果的私有云计算（PCC）。按苹果官方说法，系统编排器会先让端侧模型尝试，端侧不够才转云端；PCC 只处理与请求相关的数据，不存储、苹果也无法访问。值得注意的是，最强的 AFM 3 Cloud Pro 部署在 Google Cloud 的英伟达 GPU 上，但仍然套在 PCC 边界内：苹果控制节点上的软件，设备只与苹果签名的软件通信。
问题 5：2% 走本地，会让 Siri AI 的回答变笨吗？
回答 5：有可能，关键看规则命中得准不准。爆料下有用户反馈，问 “今天雨什么时候停” 仍会得到 “一小时内可能下雨” 这类机械回答，这说明本该走模型推理的请求被规则提前拦截了。反过来说，该走快路径的请求如果被送进云端，时延和成本又会白白增加。所以 Siri AI 的体验好坏，很大程度取决于路由策略的准确率，而不是本地模型的大小。
问题 6：普通用户怎么判断自己的 Siri 请求是本地处理还是云端处理？
回答 6：可以自己做几组对照测试：断网后看哪些指令还能秒执行；同一句话换三种说法，观察响应速度和回答风格是否跳变；把系统语言从英文切到中文再测一遍，因为 Skimmer 的规则按语言环境分文件，命中率可能不同。另外，苹果在隐私文档中说明，Siri 请求可能在设备端处理或发送至私有云计算，PCC 会分析请求以确定最佳回应方式，包括能否改用设备端处理。
参考资料
[2026-11-10]（苹果 Siri AI 调度规则曝光：约 2% 英文请求走本地 AI 模型，覆盖定时等高频操作）IT 之家（新浪科技转载）
[2026-11-10]（Siri 仅 2% 请求走本地：端侧 AI 渗透率背后，端云协同进入分层时代）通信世界
[2026-11-07]（Privacy - Features：On-device processing 与设备端处理说明）Apple 官网
[2026-10-30]（Legal - Siri, Dictation & Privacy：Siri 请求在设备端或私有云计算处理）Apple 官网
[2026-06-09]（有关第三代模型，苹果管理层回应一切：AFM 3 五款模型与系统编排器）36 氪（转载腾讯科技）
[2026-06-08]（Apple 推出 Siri AI，带来功能更强大且更个人化的助理）Apple Newsroom
免责声明
本文核心事实来自 IT 之家 2026 年 11 月 10 日报道及其引用的爆料者 @itspdfu 说法，苹果官方并未公布 “2%” 这一比例，也未确认 Skimmer 模块与 Enigma.json 规则文件的完整机制，相关细节属预览版逆向分析，可能随正式版调整。文中 AFM 3 五款模型、200 亿参数稀疏架构、私有云计算与 Google Cloud 英伟达 GPU 部署等信息，来自苹果 WWDC 2026 公开发布内容及媒体转述，模型性能数据均为苹果自测口径，未经第三方独立验证。2% 的统计边界（英文、联网、特定系统版本）为本文依据爆料与行业分析作出的解释，不代表苹果官方口径。本文不构成购买建议或对产品体验的承诺，实际表现以正式版系统与你所在语言区域为准。