苹果AI战略核心观点 - 苹果采取"自研小模型+外包大模型"的轻资产策略，规避高额资本开支竞争，通过隐私护城河维系生态，但在AI竞争重心向代理（Agent）生态迁移时面临被边缘化的结构性风险 [2][5][17] AI战略路径 - 战略从两年前WWDC的宏大承诺退守为"嵌入足够AI功能留住用户、大力借助第三方"的务实路线，被前高管称为"黑眼圈"事件 [3] - 战略核心是双轨制：持续投入自研5000亿参数以下的小模型，专注于设备端和苹果私有云；同时整合OpenAI的ChatGPT和谷歌Gemini等第三方大模型覆盖高阶需求 [6][7] - 不参与前沿大模型竞争的逻辑包括：训练前沿模型需数百亿美元资本开支，而AI对苹果营收贡献间接、难以核算回报；公司文化偏向技术被验证后再押注；以及管理层一贯的预算纪律 [7] - 模型同质化趋势支持外包逻辑，领跑者与追赶者的性能差距已从超过一年缩短至一至三个月，苹果预计将持续扩大符合隐私门槛的第三方合作范围 [8] 隐私策略的权衡 - AI数据处理遵循三层架构：设备端（含安全隔区）优先，其次苹果私有云，仅在用户知情同意后转交第三方，这是第三方合作的核- 心准入标准 [10][11] - 隐私优先策略对AI能力构成约束，可用训练数据受限客观上放缓了模型迭代速度，使苹果相对于约束更少的竞争对手处于劣势 [11] - 隐私策略也影响AI人才吸引力，苹果的AI薪酬未达市场竞争水准，且非前沿大模型研究者的理想选择，AI负责人向隐私主管汇报的组织变化传递了特定信号 [11] - 长期看，隐私是差异化优势来源，25亿台活跃设备积累的海量匿名数据及对设备端AI的垂直整合控制，使苹果在"安全、私密的个人AI"赛道具备结构性优势 [11] Siri的现状与潜力 - Siri曾是中国以外地区日活超3亿的最大AI产品之一，但公司对ChatGPT 3.5引发的Transformer范式转变响应滞后，选择对原有模型进行"爬坡式改进"而非底层重建，导致与主流AI平台出现感知差距 [12][13] - 前沿大模型参数量已达5万亿至10万亿级别，仅存储2万亿至3万亿参数模型就需要超500GB空间，设备端运行不现实，这是苹果自研模型聚焦5000亿参数以下的现实约束 [13] - Siri具备成为安全型个人AI代理的独特基础，苹果对硬件、操作系统和用户情境数据的端到端控制，使其能运行在设备端并调用本地数据，优于沙盒环境中的代理工具 [4][14][15] 代理（Agent）时代的风险 - 随着AI竞争重心从模型层转向代理框架、任务编排和生态工作流，苹果"外包模型、自控端侧"的逻辑面临根本挑战 [5][17] - 代理生态的锁定效应远强于单一模型，价值将加速沉淀在控制代理框架和用户工作流的层级，而非底层模型本身，简单切换第三方模型将不再奏效 [17] - 苹果目前的文化和预算纪律既是优质产品管理的基础，也可能束缚进取，要释放更大风险胃口需做出改变，能否在代理层主动布局而非仅充当模型分发渠道，是其AI下半场地位的关键 [17] 算力市场宏观判断 - 计算资源有潜力成为全球最大宗商品，规模可能超越每年2万亿至3万亿美元的油气市场 [19] - 算力瓶颈正发生结构性转变，从GPU供给短缺迁移至网络、数据中心空间、电力、散热、CPU及高带宽内存（HBM）等多点并发制约，2026年美国数据中心可用容量已不足1% [19] - 评估GPU资产价值应重视"经济使用寿命"而非"物理使用寿命"，H系列GPU物理寿命可达六至七年，但综合考虑负债成本、置换机会成本及新一代芯片价格竞争力，其经济寿命可能更早结束 [20] - Blackwell系列GPU高功耗（72卡机架超140千瓦，约为H100系列的三至四倍）和液冷需求使寿命预测复杂，H系列与Blackwell系列存在代际分界，评估资产价值需分代际考量 [20]