其实，苹果正在悄悄给Siri加点新料——不是那种大张旗鼓的发布会，而是通过一份开发者文档，提前剧透了未来Siri的核心进化方向。如果你关心的是“Siri到底什么时候能真正看懂我的屏幕”，那这则消息值得认真看看。

本周一，苹果发布了一版新的支持文档，核心意图很明确：帮助开发者更好地调用Siri和Apple Intelligence，让它们学会“看”屏幕上的内容，并据此做出响应。换句话说，未来的Siri不再只是被动听你说话，它还能主动理解你当前正在浏览的网页、照片或文档，然后直接回答相关的问题。

具体能做些什么？从文档透露的信息来看，用户可以直接向Siri提问，比如“这张照片里的这个人是谁？”或者“这个网页上提到的那个日期是哪天？”——Siri会基于屏幕上的内容给出答案。同时，Siri还能对文档和邮件进行摘要总结，甚至根据上下文补全你正在输入的文本。这就不只是“语音助手”的范畴了，更像是一个能感知你当前工作环境的智能副手。

值得一提的是，在最新的iOS 18.2开发者测试版里，Siri已经集成了ChatGPT。用户可以在授权后，把PDF、文本文件或者图片直接丢给ChatGPT去处理。但这次新发布的API意味着苹果想更进一步：用户不需要再通过Siri转发文件，而是可以直接对Siri提问，让它自己搞定。整个过程会更流畅、更直觉。

当然，眼下这些能力还在开发者准备阶段。苹果明确表示，这套API是为即将推出的新Siri功能铺路，预计要等到2025年，随iOS 18.4更新才会正式与用户见面。所以，如果你现在对着Siri喊“帮我总结一下这个网页”，大概率它还是听不懂——但方向已经很清楚了。接下来的12个月，Siri的进化值得持续关注。