苹果开放Siri第三方AI调用，Anthropic开源模型验证协议
本期资讯涵盖多项AI基础设施与应用层更新。苹果在iOS 27.3预览版中允许第三方应用接入Siri AI操作，结合个人上下文执行任务。Anthropic开源FlashProve，利用zkSNARK技术在不泄露权重的前提下验证模型输出身份。openJiuwen发布Agent-Memory，引入视听双流记忆以优化长视频理解
Siri打破围墙：第三方应用可调用AI操作
苹果在iOS 27.3开发者预览版里放开了Siri的AI操作能力，第三方应用从此可以接入。此前Siri能做的事基本限于系统自带应用，或者少数深度合作的头部产品。这次更新后，只要App接上这项能力，就能调用Siri的自然语言理解、屏幕信息读取和个人上下文数据去完成复杂任务。
对用户来说，跨应用之间的操作隔阂被进一步打通。比如直接对Siri说“把刚才聊天里提到的地址发到打车软件”，它能认出屏幕上的地址，再调起对应的打车App把内容填进去，不用手动复制粘贴。开发者这边，构建智能交互功能的门槛也降了：不必自己训练复杂的意图识别模型，复用苹果底层的AI能力即可。
该功能眼下只在预览版中提供，苹果同时强调了对个人隐私数据的保护。按照苹果的说法，涉及个人上下文的处理都放在设备端，或在加密的安全enclave中完成，第三方应用拿不到用户的敏感原始数据，只能得到执行任务所需的最小化指令。
Anthropic开源FlashProve：用密码学证明“我是我”
AI模型被越来越多地集成进各类服务，随之而来的一个安全问题是：API返回的内容到底是不是出自官方模型，有没有被中间人篡改，或者换成劣质模型。
Anthropic近日开源了FlashProve，这是一种基于zkSNARK（零知识简洁非交互式知识论证）技术的验证协议。
FlashProve走的是“可验证推理”的路子。模型提供方可以生成一份加密证明，说明某个输出结果是由承诺的模型权重算出来的，同时完全不暴露权重参数本身。金融审计、医疗诊断、法律合规检查这类对信任度要求高的场景正需要这种能力：第三方审计机构不接触proprietary模型权重，也能验证服务商用的究竟是不是它声称的高精度模型，而不是拿廉价模型顶替。
这为AI供应链的信任机制提供了新路径。过去验证模型身份，靠的往往是服务商自我声明或者黑盒测试，数学层面没有严格保证。FlashProve让“模型身份”变成一种可计算、可验证的属性，而不只是一个品牌标签。
openJiuwen推出Agent-Memory：长视频理解的视听双流方案
传统大模型处理长视频内容时，常常出现记忆丢失或注意力分散。openJiuwen最新发布的Agent-Memory针对的正是这个痛点，它引入了“视听双流记忆”架构。
具体做法是把视频中的视觉帧信息和音频轨道信息分开编码、分别存储，再由一个关联模块完成对齐与融合。官方数据显示，智能体回答长视频内容相关提问时，时延最高降低了97%。更关键的是，它能保住视频里的关键事件节点，而不是把它们简单压成一段模糊的文字摘要。
用户问“视频中第三分钟出现的红色汽车后来去了哪里”，Agent-Memory能迅速定位到相关视觉片段和对应的音频背景音，给出精确的时间戳和描述。这种细粒度记忆对视频检索、内容审核、辅助创作等场景都有实用价值。不过该方案目前主要在特定基准测试中表现优异，放到数小时会议记录这类极端长视频上稳定性如何，还要等大规模实际应用来检验。
开发工具链更新：安全、OCR与可观测性
重大产品发布之外，开发工具侧也有几项更新，重点落在工程效率和安全上。
Vercel把内部使用的Security Review智能体向公众开放。这个工具能自动审查GitHub仓库中的代码变更，找出潜在安全漏洞。目前还缺独立的第三方效果评估数据，但它与CI流程深度集成，开发者可以在代码合并前就拿到安全反馈。另外，Vercel CI现在支持任意GitHub仓库，不再局限于Vercel托管的项目，适用人群由此扩大。
文档解析是RAG（检索增强生成）系统里常见的瓶颈。Jerry Liu推出的OpenDocRouter提供了一个统一平台，用来试用和比较多种开放权重及前沿的OCR模型。开发者借助统一的API和SDK，可以方便地切换不同OCR后端，评估它们在表格、手写体、复杂排版等特定文档类型下的表现，评估和集成的成本随之降低。
Databricks宣布，Claude Platform现在能把原生的OpenTelemetry追踪数据直接导出至MLflow。团队调试、观测和评估智能体运行状态因此更方便。对构建复杂Agent系统的团队来说，可观测性是排查幻觉、延迟问题和逻辑错误的关键；原生支持意味着不用另写中间件，LLM的调用链路就能纳入现有监控体系。
AWS在Amazon Bedrock上增加了Kimi K3模型的印度区域推理支持。这一举措主要是为了满足当地的数据驻留法规，确保印度用户的数据在处理过程中不出境。跨国企业做合规部署时，模型服务是否具备本地推理能力是重要考量。
具身智能进展：RoboArchitect的代码自迭代
斯坦福团队把目光投向机器人方向，提出了RoboArchitect框架。这套系统先让编码模型读取机器人的试运行记录、从中找出问题所在，再自动把控制代码重写一遍。在仿真环境里那些没见过的场景下，任务成功率因此有了明显提高。
RoboArchitect 跑的是这样一条链路：机器人先执行任务，失败或低效的操作被记录下来，模型接着分析日志，再生成新的控制代码，最后重新部署测试。一圈圈迭代下来，和人类工程师调试机器人的路数颇为相似。不过这套研究还没上真机验证，仿真环境与真实物理世界之间的“Reality Gap”，依旧是具身智能落地绕不开的一道坎。让模型自己改代码这个思路，倒为机器人技能的快速泛化打开了新方向。
结语
从 Siri 向第三方应用敞开，到 FlashProve 的验证机制，再到开发工具链越做越细，AI 行业的比拼重心正在挪位：光看模型能力已经不够，生态、安全、工程效率都得算进来。模型不再是一个个孤立的智力单元，它得被验证、被监控，还要嵌进复杂的工作流里当基础设施组件用。对开发者来说，盯住这些底层工具的演进，比一味追参数量增长更实在。
