<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>苹果设备 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%E8%8B%B9%E6%9E%9C%E8%AE%BE%E5%A4%87/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Mon, 09 Nov 2026 20:49:09 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>AI 写代码虽快，一个错却要修几天</title>
		<link>https://mylogs.cn/ai-%e5%86%99%e4%bb%a3%e7%a0%81%e8%99%bd%e5%bf%ab%ef%bc%8c%e4%b8%80%e4%b8%aa%e9%94%99%e5%8d%b4%e8%a6%81%e4%bf%ae%e5%87%a0%e5%a4%a9/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Mon, 09 Nov 2026 20:49:09 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 工具]]></category>
		<category><![CDATA[AI 编程]]></category>
		<category><![CDATA[Fleet]]></category>
		<category><![CDATA[代码质量]]></category>
		<category><![CDATA[苹果设备]]></category>
		<category><![CDATA[运维自动化]]></category>
		<guid isPermaLink="false">https://mylogs.cn/ai-%e5%86%99%e4%bb%a3%e7%a0%81%e8%99%bd%e5%bf%ab%ef%bc%8c%e4%b8%80%e4%b8%aa%e9%94%99%e5%8d%b4%e8%a6%81%e4%bf%ae%e5%87%a0%e5%a4%a9/</guid>

					<description><![CDATA[人工智能正在重塑企业运维的日常工作。科技媒体 9to5Mac 专栏作者、长期观察苹果设备管理的布拉德利·钱伯斯 [&#8230;]]]></description>
										<content:encoded><![CDATA[<figure data-wp-context="{&quot;imageId&quot;:&quot;6af6d232d3bb0&quot;}" data-wp-interactive="core/image" data-wp-key="6af6d232d3bb0" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/wp_ai_code_quality_20261110_header.webp" alt="Apple @ Work 专栏配图" title="图片来源：9to5Mac" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<p class="wp-block-paragraph">人工智能正在重塑企业运维的日常工作。科技媒体 9to5Mac 专栏作者、长期观察苹果设备管理的布拉德利·钱伯斯（Bradley Chambers）指出，AI 工具已经让运维人员编写脚本、排查故障的速度大幅提升，但随之而来的代码质量问题同样不容忽视：用 AI 生成配置可以秒级推送，修正一个错误却可能耗费数天。</p>
<h2 class="wp-block-heading">数据：AI 已成日常刚需</h2>
<p class="wp-block-paragraph">设备管理公司 Fleet 近期发布的《Apple in the enterprise》报告，对此给出了量化结论。该调查覆盖了 250 余名管理苹果设备的企业运维人员，受访者平均管理约 2000 台设备，近半数拥有 6 至 10 年苹果设备管理经验。</p>
<p class="wp-block-paragraph">结果显示，过去 30 天内，68% 的受访者用 AI 进行故障排查或日志分析，62% 用它编写脚本，61% 用它生成设备配置或管理策略。86% 的团队在经人工复核后，会将 AI 生成的代码投入生产环境，仅 14% 完全将其拒之门外。在当下的运维节奏里，已经不存在脱离 AI 工具也能维持效率的工作方式。</p>
<h2 class="wp-block-heading">隐患：推得快，撤不回</h2>
<p class="wp-block-paragraph">报告中最值得警惕的信号在于&#8221;回滚延迟&#8221;。69% 的受访者无法在 1 小时内回退一次错误的配置变更，43% 需要超过一天，另有 26% 虽能在当天恢复，却只能依靠人工操作。</p>
<p class="wp-block-paragraph">设想一个场景：管理员让 AI 写了一份配置策略，简单检查后推送到数千台 Mac；一旦其中存在错误（例如错误的网络设置、把用户锁死在必需应用之外），撤销影响往往需要漫长的时间。AI 能像人一样快速写出代码，也同样能快速写出带缺陷的代码。</p>
<p class="wp-block-paragraph">Fleet 首席执行官迈克·麦克尼尔（Mike McNeil）评价道：&#8221;无论岗位名称是否如此，如今的 Mac 管理员本质上已经是工程师了。&#8221;</p>
<h2 class="wp-block-heading">更大的挑战：节奏与资源</h2>
<p class="wp-block-paragraph">调查还显示，31% 的受访者将&#8221;跟上苹果每年的系统更新节奏&#8221;列为头号挑战，远高于其他问题；不过也有 53% 的团队已经将声明式设备管理投入生产。钱伯斯认为，苹果自身的设备管理架构正在朝正确方向演进，真正的压力来自外部——安全更复杂、AI 让工作更难，而运维团队在资源不变的情况下被不断叠加新职责。</p>
<p class="wp-block-paragraph">对国内大量使用 Mac 进行开发与设计的企业而言，这套结论同样适用：AI 能显著提升交付速度，但配套的回滚机制、人工复核与变更管控必须同步跟上，否则&#8221;快&#8221;反而会变成风险放大器。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>小米 18 Pro Max 打通 AirDrop 互传</title>
		<link>https://mylogs.cn/%e5%b0%8f%e7%b1%b3-18-pro-max-%e6%89%93%e9%80%9a-airdrop-%e4%ba%92%e4%bc%a0/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 07 Oct 2026 08:17:07 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AirDrop]]></category>
		<category><![CDATA[小米]]></category>
		<category><![CDATA[澎湃OS]]></category>
		<category><![CDATA[苹果设备]]></category>
		<category><![CDATA[跨平台传输]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e5%b0%8f%e7%b1%b3-18-pro-max-%e6%89%93%e9%80%9a-airdrop-%e4%ba%92%e4%bc%a0/</guid>

					<description><![CDATA[澎湃 OS 4 新增&#8221;与 Apple 设备互传&#8221; 据博主 @懒酱的日记本 分享，搭载澎 [&#8230;]]]></description>
										<content:encoded><![CDATA[<h2 class="wp-block-heading">澎湃 OS 4 新增&#8221;与 Apple 设备互传&#8221;</h2>
<p class="wp-block-paragraph">据博主 @懒酱的日记本 分享，搭载澎湃 OS 4 系统的小米 18 Pro Max 已上线&#8221;与 Apple 设备互传&#8221;功能。从配图来看，新功能打通了苹果隔空投送（AirDrop）。在互传过程中，对方的苹果设备需要在控制中心将&#8221;隔空投送&#8221;设为&#8221;所有人（10 分钟）&#8221;，即可接收文件。</p>
<p class="wp-block-paragraph">今年 9 月，小米互联正式上架苹果 Apple Watch 应用商店，让 Apple Watch 与小米手机配对，可实现通知流转、健康数据同步及响铃查找等跨端协同。通过小米互联，用户可以将小米手机的来电、短信、应用消息以及超级岛实时活动同步到 Apple Watch，抬腕即可查看与接听；Apple Watch 记录的步数、心率、卡路里、睡眠、运动时长等健康数据，可同步至小米运动健康；当设备不在身边时，还可通过响铃快速查找手机或手表。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6af6d232d4980&quot;}" data-wp-interactive="core/image" data-wp-key="6af6d232d4980" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/10/inline_4949483e48354d01382909935d58dd89_0.webp" alt="小米 18 Pro Max 与苹果设备互传功能示意" title="图片来源：IT之家" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">底层依托谷歌 Quick Share 跨平台方案</h2>
<p class="wp-block-paragraph">该功能的底层依托谷歌的快速分享（Quick Share）跨平台方案。谷歌于 2025 年 11 月在 Pixel 10 系列上首次实现安卓 Quick Share 与苹果 AirDrop 的互通，同年底宣布向更多安卓设备扩展。</p>
<p class="wp-block-paragraph">隔空投送的底层是苹果专有的 AWDL（苹果无线直连协议），其建立在蓝牙和 Wi-Fi Direct 等开放标准之上。业界普遍认为，谷歌通过&#8221;净室逆向工程&#8221;复现了相关能力，并采用 Rust 加固的安全架构，经独立安全专家审计。</p>
<p class="wp-block-paragraph">在小米之前，三星、谷歌 Pixel 系列机型，以及 OPPO Find X9 Ultra、vivo X300 Ultra 等旗舰已陆续加入 AirDrop 传输支持。小米 17T Pro 也曾于 2026 年 6 月通过 Quick Share 宣布支持与苹果设备的 AirDrop 文件互传；运行 HyperOS 3（基于 Android 16）的其他小米机型有望跟进，但该功能存在硬件级限制，非旗舰芯片机型可能无法升级。</p>
<h2 class="wp-block-heading">传输经点对点直连，数据不经服务器</h2>
<p class="wp-block-paragraph">苹果设备端将隔空投送设为&#8221;所有人（10 分钟）&#8221;的限制，来自苹果 AirDrop 本身的隐私协议，与通讯录中是否存有对方号码无关；同理，安卓手机接收文件时也需将 Quick Share 设为&#8221;所有人（10 分钟）&#8221;或处于接收模式。谷歌表示，跨平台传输通过安全的点对点直连通道完成，数据不会经过任何服务器中转。</p>
<p class="wp-block-paragraph">关于文中提到的小米互联 App，其要求小米手机升级至澎湃 OS 4.0.1 或更高版本系统；支持的 Apple Watch 机型包括 Apple Watch Series 6 或更新机型、Apple Watch SE 2 或更新机型，以及 Apple Watch Ultra 系列，且需运行 watchOS 11 或更高版本。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>4.3G 内存跑起 800 亿参数大模型</title>
		<link>https://mylogs.cn/4-3g-%e5%86%85%e5%ad%98%e8%b7%91%e8%b5%b7-800-%e4%ba%bf%e5%8f%82%e6%95%b0%e5%a4%a7%e6%a8%a1%e5%9e%8b/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Tue, 04 Aug 2026 07:04:56 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI工具]]></category>
		<category><![CDATA[MoE]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[大模型本地部署]]></category>
		<category><![CDATA[苹果设备]]></category>
		<category><![CDATA[通义千问]]></category>
		<guid isPermaLink="false">https://mylogs.cn/4-3g-%e5%86%85%e5%ad%98%e8%b7%91%e8%b5%b7-800-%e4%ba%bf%e5%8f%82%e6%95%b0%e5%a4%a7%e6%a8%a1%e5%9e%8b/</guid>

					<description><![CDATA[你的电脑大概率跑不动 800 亿参数的大模型——除非换个装法。开源项目 Swiftlet 近日在技术社区 Ha [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">你的电脑大概率跑不动 800 亿参数的<a href="https://mylogs.cn/chatgpt-pro-%e9%87%8d%e5%bc%80-200-%e7%be%8e%e5%85%83%e6%a1%a3%ef%bc%9aapi-%e4%bb%b7%e5%80%bc%e8%bf%91%e7%bf%bb%e5%80%8d/">大模型</a>——除非换个装法。开源项目 Swiftlet 近日在技术社区 Hacker News 上亮出一组数字：4 比特量化的通义千问 Qwen3-Next-80B-A3B，硬盘要占 42GB，运行时内存峰值却只有 4.3GB，在搭载 M5 芯片的 Mac 上每秒解码 4.5 到 5 个词元；更小的 Qwen3.6-35B-A3B 内存峰值 2.6GB、每秒 7 到 11 个词元，还能在 iPhone 17 上以约 2.5GB 内存原生运行，速度约每秒 1 个词元。</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6af6d232d55d7&quot;}" data-wp-interactive="core/image" data-wp-key="6af6d232d55d7" class="wp-block-image size-large aligncenter wp-lightbox-container"><img fetchpriority="high" decoding="async" width="1200" height="600" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/08/159fc2adbcc165caeea935332ec0cfea_header.webp" alt="4.3G 内存跑起 800 亿参数大模型" class="wp-image-3494" style="max-width:100%;height:auto" srcset="https://mylogs.cn/wp-content/uploads/2026/08/159fc2adbcc165caeea935332ec0cfea_header.webp 1200w, https://mylogs.cn/wp-content/uploads/2026/08/159fc2adbcc165caeea935332ec0cfea_header-300x150.webp 300w, https://mylogs.cn/wp-content/uploads/2026/08/159fc2adbcc165caeea935332ec0cfea_header-1024x512.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/08/159fc2adbcc165caeea935332ec0cfea_header-768x384.webp 768w" sizes="(max-width: 1200px) 100vw, 1200px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption class="wp-element-caption">图片来源：GitHub / Swiftlet 项目页</figcaption></figure>





<p class="wp-block-paragraph">它靠的不是压缩，是搬家。这两代通义千问用的是混合专家架构（MoE，一个大模型内部拆成许多小专家，每次只喊几个干活）：800 亿参数版每层从 512 个专家里挑 10 个，实际每个词元只激活约 30 亿参数。Swiftlet 把常驻不变的那部分留在内存里，只占 1.3GB 到 2.5GB；剩下几万个专家权重打包成固定步长的容器文件放进固态硬盘，用哪个读哪个，一次读取对应一个专家，热门专家再用小缓存兜着，实测命中率 43% 到 70%。</p>



<p class="wp-block-paragraph">说白了，不是模型变小了，是内存这道门槛被硬盘顶掉了。这类&#8221;以存换存&#8221;的思路，落地速度大概会快过等更大内存的新机器。</p>



<p class="wp-block-paragraph">代价也得说清楚。作者自己承认，每个词元只激活 30 亿参数，模型&#8221;聊天和写作像大模型，记事实像小模型&#8221;；长提示词处理更慢，社区实测一万词元的提示要跑约半小时。项目采用 Apache 2.0 协议，要求<a href="https://mylogs.cn/%e5%8f%b0%e7%a7%af%e7%94%b5-2nm-%e5%b9%b4%e5%ba%95%e6%9c%88%e4%ba%a7%e8%83%bd%e5%86%b2-12-%e4%b8%87%e7%89%87%ef%bc%8c%e6%8f%90%e5%89%8d%e4%b8%a4%e5%b9%b4%e8%be%be%e6%a0%87/">苹果</a>芯片、<a href="https://mylogs.cn/ai-%e5%8a%a0%e9%80%9f%e9%bb%91%e5%ae%a2%e5%b7%a5%e5%85%b7%ef%bc%8c%e8%8b%b9%e6%9e%9c%e7%b4%a7%e6%80%a5%e6%8f%90%e9%80%9f%e5%ae%89%e5%85%a8%e6%9b%b4%e6%96%b0/">macOS</a> 14 或 iOS 17 以上，同时提供命令行工具和兼容主流接口的本地服务。</p>



<p class="wp-block-paragraph">为了让数据不出本机，你愿意忍受每秒几个词元的速度吗？</p>



<p class="wp-block-paragraph">来源：GitHub / leonickson1 · Swiftlet，Hacker News「Show HN: Run an 80B Qwen in 4.3 GB of RAM on a Mac, and a 35B on an iPhone」</p>

]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
