App Intents – LFZ 的技术笔记

WWDC 2026 上，Apple 正式发布了由 Google Gemini 1.2T 模型驱动的全新 Siri AI，同时宣布弃用运行了十年的 SiriKit，强制开发者迁移到 App Intents 框架。这是自 2016 年 SiriKit 推出以来最大的一次架构变革。本文为开发者解读技术细节，并提供可操作的迁移指南。

🔥 Siri AI 的技术架构

新的 Siri AI 采用混合处理架构：简单请求在设备端由 Apple Foundation Models 处理，复杂查询则路由到 Google Cloud 上的 Nvidia Blackwell B200 GPU 运行 Gemini 模型。

设备端：Apple 自研 Foundation Models，处理本地语音/文本指令
云端：1.2T 参数 Gemini 专版，支持多步推理、跨设备对话历史、图片/文档附件
隐私保护：Nvidia 硬件级机密计算加密，Apple 合同禁止 Google 用 Siri 数据训练模型
成本：小开发者可免费使用 Private Cloud Compute（App Store Small Business Program 成员且应用首次下载＜200万）

对开发者来说，最核心的变化是：Siri 不再是”我说你听”的单轮问答，而是支持多轮对话、跨 App 链式操作的智能代理。

⚠️ 关键变化：SiriKit 退役，App Intents 成为唯一入口

这是本次 WWDC 对开发者影响最大的决策。

Apple 给了 2-3 年迁移窗口期，但最终所有 Siri 交互必须通过 App Intents。未迁移的应用在 Siri AI 中将”功能不可见”——Siri 无法发现和调用它们的任何能力。

SiriKit vs App Intents 对比

维度	SiriKit（已弃用）	App Intents（强制迁移）
定义方式	XML Intent 定义文件	纯 Swift，编译器生成元数据
处理流程	独立的 Intent Extension 进程	直接向 App 发起 perform 请求
发现机制	有限的固定 Intent 域	OS 读取元数据，无需启动 App
对话能力	单轮，以 Siri 卡片结束	流式多轮，支持后续追问
跨 App 链式	不支持	Siri AI 可自动编排多个 App Intent

💻 App Intents 代码实战

以下是一个最小可用的 App Intent 示例——让 Siri AI 能发现并执行”记录健身”操作：

// 导入 App Intents 框架
import AppIntents

// 定义一个 Siri AI 可自动发现的动作
struct LogWorkoutIntent: AppIntent {
    // 意图标题（Siri 用它匹配用户自然语言）
    static let title: LocalizedStringResource = "记录健身"

    // 参数：活动类型
    @Parameter(title: "活动类型")
    var activity: String

    // 参数：持续时间（分钟）
    @Parameter(title: "时长（分钟）")
    var minutes: Int

    // 执行逻辑
    func perform() async throws -> some IntentResult & ProvidesDialog {
        // 调用你的业务逻辑
        try await WorkoutStore.shared.log(activity, minutes: minutes)
        // 返回对话式反馈给 Siri
        return .result(dialog: "已记录 \(minutes) 分钟 \(activity)")
    }
}

关键要点：

使用 @Parameter 声明参数，Siri AI 会自动提取用户话语中的信息填充
返回 ProvidesDialog 可实现对话式回复，支持多轮交互
所有 Intent 必须在 Info.plist 中注册（Xcode 27 支持自动发现）

🧠 Foundation Models Framework：直接调用 Apple Intelligence

WWDC 26 新引入的 Foundation Models Framework 让开发者可以直接在 App 中调用 Apple 的设备端和云端 AI 模型——不仅是 Siri 功能，而是任何 AI 场景。

import FoundationModels

// 创建模型实例（设备端优先，自动降级到云端）
let model = try await LLM.shared.createModel()

// 多模态提示——传图片+文字
let response = try await model.generate(
    prompt: .text("描述这张图片中的场景"),
    attachments: [.image(screenshot)]
)
print(response.text)

该框架还提供了 fm CLI 命令行工具和 Python SDK，可以在构建脚本或 CI 流程中调用 Apple AI。配合新的 Evaluations 框架，可以编写自动化测试来验证 AI 功能的正确性。

⚙️ Xcode 27：设备端 AI 编程助手

Xcode 27 内置了 Apple Intelligence 驱动的代码补全，支持预测性多行补全，全部在设备端 Apple Silicon 上运行，不泄露代码。同时开放第三方模型接口——开发者可以配置 Xcode 将补全请求路由到外部 AI 模型。

📋 开发者迁移清单

审计 SiriKit：盘点所有语音功能，评估迁移影响范围
实现 App Intents：优先覆盖 3-5 个核心用户操作，支持流式多轮
配置隐私清单：用新 API 声明哪些 Intent 可上云、哪些必须留在设备端
适配折叠屏 API：新增 Adaptive Layout，处理铰链状态检测
迁移 UI：过渡到 Liquid Glass 2 设计语言（新设计 Token + 透明度滑块）
注册 App Intents Testing：用新测试框架验证 Siri/Shortcuts/Spotlight 集成

💡 快速参考卡片

操作	关键命令/API
定义 App Intent	`struct XxxIntent: AppIntent`
声明参数	`@Parameter(title: "参数名")`
执行 + 对话回复	`func perform() -> ProvidesDialog`
调用设备端 AI	`LLM.shared.createModel()`
CLI 调用 AI	`fm prompt "你的指令"`
调试 AI 性能	Xcode 27 Instruments→ AI Profiling
测试 App Intents	App Intents Testing Framework

WWDC 2026 标志着 Siri 从”语音助手”进化为”AI 代理”——而 App Intents 就是开发者接入这个新生态的钥匙。建议团队现在就开始迁移计划，2-3 年的窗口看似充裕，但 Core 功能的 Intents 设计和测试需要时间迭代。

标签： App Intents

🔥 WWDC 2026 深度解读：Siri AI 时代到来，开发者如何迁移到 App Intents？