在 Mac 上安装一个 App Store 之外的软件，流程有点绕：下载 DMG 磁盘映像，双击挂载出虚拟磁盘，把里面的应用拖进「应用程序」文件夹，再弹出虚拟磁盘、删掉 DMG 文件。这一套在 2001 年 macOS X 登场时还算先进，可四分之一个世纪过去了，本该有更省事的办法。

一个「出于怨气」的小工具

开发者 Jeff Schumann 也这么想，于是他写了 EasyDMG（easydmg.app）。这款完全免费的应用有个可爱的仓鼠吉祥物，口号是「出于怨气而生」。它的目标很简单：让双击 DMG 直接完成安装，就像这件事本该有的样子。

设置一次，之后全自动

先用传统方式把 EasyDMG 自己装好（确实有点讽刺），然后在设置里点一下，把它设为打开 DMG 文件的默认应用。此后每次遇到 DMG，弹出来的就是 EasyDMG 而不是虚拟磁盘：一个带进度条的窗口会依次完成挂载虚拟磁盘、校验应用、执行安装。

默认情况下，装完它会自动删掉 DMG，并打开「访达」把新应用显示在「应用程序」里。EasyDMG 不在后台常驻，只在你打开 DMG 时才启动，装完就安静退出。它没有任何遥测，唯一发出的网络请求只是检查更新。

几个可选项

设置里还能微调：可以关掉「自动删除 DMG」；可以切换装完后是否打开「访达」；也能设置装完直接启动应用。它甚至可以关掉针对未签名开发者的所有警告（作者提醒，最好不要这么干），或者干脆隐藏进度条，只在装完时发一条通知。

选项不多，但一个追求简洁的工具本也不需要太多。配好一次，基本就不用再碰设置。

来源：WIRED

MacWhisper：播客后期的转写保险

MacWhisper 由开发者 Jordi Bruin 制作，核心功能是把音频转成文字。与简单的在线转写服务不同，它在本地提供丰富的自定义选项： watched folders 自动转写、会议录音、快捷键调用、实时字幕、批量导出、自定义词典，也支持接入云端或本地模型。

一位每周录制并剪辑多档播客的作者描述自己的工作流：导出节目后，先用 MacWhisper 调用 Nvidia 的 Parakeet v3 模型跑一遍完整转写，再把转写稿和写好的节目描述一起交给 ChatGPT，检查有没有漏掉链接、时间点或适合发社交媒体的引用。他坦言，MacWhisper 的使用方式其实非常基础，但光是「有一个准确的文字底稿」这一点，就让整理 shownotes 和社交媒体文案时少了很多返工。

对于需要处理采访、播客、课堂录音或会议纪要的 Mac 用户，这款工具基本可以替代多款在线订阅服务。

Codex：不会写代码也能搭小工具

OpenAI 的 Codex 和 Anthropic 的 Claude Code 是近期最受关注的 AI 编程工具。两位作者都曾尝试用它们完成同一个需求：做一个能监控没有 RSS 的网站、并在更新时提醒的小工具。

Claude Code 在这次比拼里整体表现更好，但命令行界面让非程序员用户上手成本更高；Codex 的集成方式更顺手，作者最终选择留在 Codex 上。两个月后他再次打开 Codex 时，发现模型能力已经比去年底有了明显进步，于是又陆续开始写两个新的小工具。他现在的习惯是：遇到 bug 或想到功能改进时，先把问题丢给 Codex，再人工检查输出。

这种「自然语言描述需求、AI 生成代码」的方式，降低了制作一次性工具的门槛。

Perplexity Computer：让 AI 替你跑长任务

Perplexity Computer 是一款能直接操作电脑、完成多步骤任务的智能体产品。它不是把结果直接塞给用户，而是可以在文档、表格、浏览器和第三方工具之间自动流转。

定价上，Perplexity Pro 用户需要购买积分，Perplexity Max 用户每月赠送一万积分，超出部分再额外付费。作者用它处理的一项重复工作，是每月分析约 200 份多页文档，把其中部分数据整理进多页电子表格。过去这几乎要花掉大半天，现在由 Perplexity Computer 在几分钟内完成初稿，之后他再人工复核。

它并不能做到完全无需检查，但在「先跑一遍、再人工确认」的 workflow 里，省下的时间非常可观。

LM Studio：在本地跑模型，兼顾隐私与离线

LM Studio 让 Mac 用户可以在本地运行开源大模型。它的优势有两类场景：一是在飞机、高铁等没有网络的环境里继续工作；二是处理不方便上传到云端服务器的敏感资料。

作者曾在一趟航班上用 LM Studio 运行 Google 的 Gemma 4 120 亿参数模型，认为效果已经接近网页版大模型的体验。LM Studio 还会根据机器配置自动判断哪些模型能流畅运行、哪些会吃力，省去用户自己试错。此外，LM Studio 近期推出了 Bionic，这是一个面向智能体模型的本地运行框架，同时提供按量付费的云端开源模型接口，并声称对用户数据执行零保留政策。

工具不在多，关键是用得上

上述四款工具解决的问题各不相同：转写、编程、长任务自动化、本地模型运行。它们的共同点是都围绕具体的工作环节做深，而不是泛泛地「聊天」或「生成」。对于 Mac 用户来说，与其追逐新模型，不如先理清自己每天重复最多的事情，再判断哪款工具能真正接管其中一部分。

来源：9to5Mac｜原文标题：These AI tools make my life much easier on the Mac

一、先试系统自带（macOS 26 Tahoe 用户）

如果你用的是较新的 macOS 26 Tahoe，其实不用装任何 App 就能用上基础版剪贴板历史。

1. 打开「系统设置」→「聚焦」（苹果系统自带的全局搜索）→ 开启「剪贴板结果」。
2. 之后按 Command-空格 调出聚焦，再按 Command-4，就能看到刚才复制过的所有内容，密码等敏感信息会被自动排除。
3. 如果你已经在用 Alfred、Raycast 这类启动器，它们本身也内置了剪贴板历史，不必特地切回聚焦。

二、旧款 Mac 用 Maccy（免费开源）

老 Mac 升不了 Tahoe，或者不想升级，可以装 Maccy 顶上。它是一款轻量的菜单栏小工具，点开图标就能看到复制历史并支持搜索。

• 可设置「忽略列表」，让 Slack、Teams 等敏感 App 里复制的内容不被记录，保护隐私。
• 获取方式：GitHub 完全免费，Mac App Store 售价约 10 美元，Gumroad 约 5 美元。

三、想要更强功能：PastePal（一次性 15 美元）

PastePal 属于一次买断的付费工具，几乎把常用功能备齐了。

• 自动清除链接里夹带的追踪参数，支持大小写互转、直接编辑已复制的内容。
• 支持「顺序粘贴」：一次复制多条，再一条条依次粘出来，特别适合在窗口之间搬数据。
• 通过 Mac App Store 购买还能解锁 iPhone、iPad 版本，手机电脑通用。

四、爱折腾文本：Pastebot 3（2026 年 7 月新版）

Pastebot 3 在基础剪贴板之上加了一层智能过滤器。

• 能自动把复制的文字转成标题大小写，或把一堆链接提取成「一行一个」的整齐格式。
• 可为过滤器绑定自定义快捷键，还能建「智能粘贴夹」，按来源 App 自动归类内容。
• 它没有 iPhone 版，跨设备得靠苹果的通用剪贴板（苹果生态内跨设备复制粘贴）。订阅 3 美元/月或买断 39 美元，提供两周试用。

五、综合最强：Paste

Paste 被不少人视为苹果设备上最全面的剪贴板管理器，界面也最顺手。

• 按 Command-Shift-V 即可开关历史面板，能预览链接对应的网页、置顶和分组条目、排除指定 App。
• 主要短板是没有文本转换和自动化规则。订阅 4 美元/月或买断 90 美元。

大多数人先用系统自带或免费的 Maccy 已经够用；只有频繁复制粘贴、需要跨设备或批量处理的人，才值得为 PastePal、Pastebot 3、Paste 这类付费工具买单。

来源：Lifehacker

少数派撰稿人 wclebb 分享了第三条路：单独建一个 APFS 宗卷（macOS 的存储单元，可共享容器空闲空间），直接挂载到微信容器内的聊天数据目录。对微信来说路径没变，对 macOS 来说这个目录已经落在外置盘上。该方案适合外置盘长期连接、且已是 APFS 格式的场景；经常拔盘带机外出的用户，定期导出记录更稳妥。操作会改动宗卷挂载位置和 /etc/fstab，标识符或路径填错可能让微信找不到记录，动手前务必退出微信并留一份完整备份。

一、创建 APFS 宗卷

1. 打开「磁盘工具」，选中外置 APFS 容器，点击工具栏的「添加宗卷」。
2. 名称填 WeChatData，格式选「APFS，不区分大小写」，保留大小与配额都留空——APFS 宗卷共享容器可用空间，不必像传统分区那样预先划死容量。
3. 在「终端」执行 diskutil info "/Volumes/WeChatData"，记下设备标识符（形如 disk7s2）和宗卷 UUID。

二、复制聊天数据

1. 彻底退出微信。
2. 用系统自带的 ditto --rsrc --extattr 复制，保留目录结构和扩展属性，源路径为 ~/Library/Containers/com.tencent.xinWeChat/Data/Documents/xwechat_files，目标为 /Volumes/WeChatData。
3. 核对两侧文件数量和占用空间大致一致后，把原 xwechat_files 改名成 xwechat_files-backup，先别删除。

宗卷根目录应直接出现 all_users、Backup、用户名开头的目录，不应再多套一层 xwechat_files。

三、把宗卷挂载到数据目录

1. 用 mkdir 重新建一个空的 xwechat_files 目录当挂载点。
2. 先 diskutil unmount disk7s2，再 diskutil mount -mountPoint "上述空目录路径" disk7s2。
3. 执行 diskutil info disk7s2，确认输出里的 Mount Point 正是该路径；挂载点不对时不要启动微信。

挂载层级不能上移。实测挂到容器的 Data 或 Data/Documents 会触发容器完整性检查、导致微信崩溃，只有挂到 Data/Documents/xwechat_files 才能正常运行。

四、验证并固定挂载

1. 启动微信，逐项检查聊天列表是否完整、不同日期的图片和文件能否打开、搜索是否正常、新消息能否写入，最后完整退出再重启一次。若微信像刚安装一样显示空列表，立即退出。
2. 手动挂载在重启或重新插盘后会失效。用 sudo vifs 编辑 fstab，加一行 UUID=宗卷UUID /Users/用户名/Library/Containers/com.tencent.xinWeChat/Data/Documents/xwechat_files apfs rw,nobrowse 0 0。其中 rw 表示读写挂载，nobrowse 只是隐藏 Finder 里的宗卷图标，不影响读写。
3. 外置盘没接时，底层空目录会重新出现，微信可能在本机另建一套空数据。可在退出微信、卸载宗卷的状态下对该空目录执行 chmod 000，宗卷挂上后会覆盖这层权限，盘缺席时微信则写不进去。

需要提醒的是，迁移的是微信工作数据，不等同于备份，外置盘损坏数据依然会丢，仍需另存一份。上述步骤的测试环境为 macOS 26.5.2 与 Mac App Store 版微信 4.1.11。

来源：少数派

一、截图直接存到剪贴板

真正需要落盘的截图往往只有一成，其余只是临时粘贴。按下 Command-Control-Shift-3 截取全屏、Command-Control-Shift-4 截取区域，画面会进剪贴板而非存成文件，想贴哪贴哪。如果连”存文件”的快捷键都不想用，可点苹果菜单，进入”系统设置 → 键盘 → 键盘快捷键 → 屏幕快照”，关掉”将屏幕图片存储为文件”和”将所选区域存储为文件”两项。

二、改默认保存文件夹

不想让截图全堆在桌面，按 Command-Shift-5，进入”选项 → 其他位置”，选一个专用文件夹。创建后把该文件夹拖到 Dock 的”废纸篓”一侧，即可一键打开。

三、去掉窗口阴影

按 Command-Shift-4 后敲空格，光标变相机，点某个窗口即可截单窗。默认四周带阴影和透明边；想让构图更紧凑，按住 Option 再点窗口即可去阴影（每次都要按）。要永久生效，在终端运行：

defaults write com.apple.screencapture disable-shadow -bool true; killall SystemUIServer

把 true 改成 false 即可恢复。

四、把截图工具钉到 Dock

记不住快捷键没关系。打开访达，进”应用程序 → 实用工具”，把”截图”程序拖到 Dock，以后一点就用。

五、Command-Shift-5 总入口

这是最该记住的快捷键：按出悬浮工具栏，截屏、录屏、各种选项一目了然，新手尤其推荐。

六、给截图加定时

怕错过瞬间？按 Command-Shift-5 进”选项”，在”定时”里选 5 到 10 秒延迟，先布置好画面再自动开拍。

七、录屏显示点按

教父母用 Mac 时，开启”选项 → 显示鼠标点按”，录屏里会显示光标和每次点击，方便对方跟练。

八、录屏带麦克风声

做带讲解的教程，按 Command-Shift-5 选任意录屏，进”选项”的”麦克风”选输入设备，配合 5 到 10 秒延迟，一次录成带声音的教程。

九、用 Mac 录 iPhone 屏幕

iPhone 自带录屏但有些 App 会拦截。用 Mac 的”iPhone 镜像”App 无线连上手机，再用 Mac 截图工具录制即可；或开 QuickTime Player，进”文件 → 新建影片录制”，点录制键旁的下拉箭头选 iPhone 开始录制（需 USB 连线）。

十、默认格式改 JPG 省空间

高分屏下 PNG 截图动辄几十 MB。在终端运行：

defaults write com.apple.screencapture type jpg; killall SystemUIServer

可切到 JPG 省空间，代价是文字可能变模糊；把 jpg 换回 png 即恢复默认。

来源：Lifehacker

8 月 5 日，MacPaw 与位于美国马萨诸塞州剑桥市的 Liquid AI 宣布达成长期战略合作，共同开发面向 Mac 的本地 AI 技术栈。合作的第一站是 MacPaw 去年发布的 macOS 智能助手 Eney，相关成果预计在今年晚些时候落地。

三块拼图：基础模型、推理引擎与记忆层

这套技术栈由三部分组成。

Liquid AI 负责提供并微调其液态基础模型（Liquid Foundation Models，简称 LFM），针对 macOS 场景下的助手任务做专门适配。MacPaw 则贡献两项自研技术：名为 Elix 的端侧推理引擎，负责让模型在苹果自研芯片上本地运行；以及名为 Mnemos 的记忆层，让助手能够在多次交互之间保留上下文，随使用时间推移变得更好用。

Eney 去年就已切换到本地模型，将推理、上下文检索、技能执行和对话历史尽可能保留在设备本地。此次合作的意义在于，两家公司是在联合开发底层技术栈，而不是 MacPaw 简单地再接入一个第三方模型。云端模型不会被完全放弃——按照官方说法，在云端确实是更合适工具的场景下，它仍会被调用。

MacPaw 创始人兼首席执行官 Oleksandr Kosovan 表示：「在为 Mac 开发软件近二十年之后，MacPaw 正把独立产品演进成一个互联的生态，而 AI 是我们自己构建并掌握的核心技术。我们相信智能应该存在于人们工作的地方：默认私密、默认快速，同时在云端是更好选择时能够触达云端。」

Liquid AI 联合创始人兼首席执行官 Ramin Hasani 则强调模型效率：「我们构建高效的基础模型以及围绕它们的工具，让企业能把智能带到客户已经在使用的设备上。」

Liquid AI 是谁

Liquid AI 是麻省理工学院衍生出的创业公司，主攻在受限硬件上运行的小型高效模型，覆盖手机、笔记本、汽车与嵌入式系统等场景。据公司披露，其模型已被梅赛德斯-奔驰、Insilico Medicine 和 Shopify 等企业采用。

Hasani 向 TechCrunch 解释了这种思路的底层逻辑：「在训练模型之前，我们会先选择一套与硬件相匹配的独特架构。这让我们能得到直接在设备上运行的最高效版本的智能，同时带来隐私和安全方面的好处。」

苹果本身也向开发者提供系统内置的本地模型。对此 Hasani 的说法是，Liquid AI 的模型在不同能力维度上追求更好的性能表现，并且「我们还在围绕模型构建一套定制化技术栈——借助用户输入，模型可以利用这些数据自我改进」。

下一步：把这套能力开放给 Setapp 开发者

对 MacPaw 而言，在 Eney 中落地本地 AI 只是起点。模型、推理框架与记忆层从设计之初就被定位为共享基础设施，服务于 MacPaw 旗下全线产品，并向外延伸。

延伸的通道是 Setapp——MacPaw 运营的订阅制 Mac 软件市场，目前拥有超过 15 万付费用户。一旦本地处理架构成型，MacPaw 计划将端侧推理能力开放给平台上的第三方开发者，让他们的应用也能在本地跑模型。Kosovan 提到，该平台还将提供来自谷歌等厂商的云端模型接入，试图成为开发者的一站式入口。事实上，Setapp 已上线名为 AI Gateway 的服务，为云端模型提供统一接口并代管账号与计费。

计费方式也在同步调整。MacPaw 正在 Setapp 上试验基于额度（credit）的定价模式——用户根据持有的额度和任务复杂度，执行相应数量的 AI 操作。

如果这套方案跑通，参与其中的 Mac 应用可以向 Eney 开放更多能力与上下文，让助手理解应用内部正在发生什么，从而给出更有用的回答或直接代为执行操作。对用户来说，最直接的变化是三点：个人数据留在本机、响应更快、断网状态下核心任务依然可用。

来源：9to5Mac、TechCrunch、MacPaw 官方公告

按官方说法，同等规模下 Maple-Preview 的推理能力处于领先水平，甚至能与更大的模型掰手腕，能够解出国际数学奥林匹克（IMO）难度的题目，速度则比 Gemma 4、Qwen3.5、gpt-oss 这类以高效著称的模型快 5 到 16 倍。项目在 Hacker News 上发布时用的标题更直接：在 iPhone 上跑到每秒 120 个 token。

三值权重：把每个参数压成三个数

Maple-Preview 的核心不在参数堆料，而在精度。它采用的是三值权重（ternary weight），即每个权重只在 −1、0、+1 三个取值中选一个，而不是常规的 16 位或 8 位浮点数。这种极端压缩直接决定了模型的体积和访存开销——200 亿参数最终落成一个 5.31 GB 的检查点，普通消费级设备的内存就能装下。

DeepGrove 并非第一次做这件事。这家 2025 年夏季进入 Y Combinator 的公司此前已经开源过 Bonsai——一个约 5 亿参数的三值权重小模型。团队对自己的定位描述得很清楚：研究高效模型如何学习，从架构、训练基础设施、优化方法到硬件设计通盘重做，把低精度当成头等公民而非事后补丁。Maple-Preview 是这条路线上的第一个正式落点。

20B 的架子，1B 的开销

模型标注为 20B-A1B，意思是总参数 200 亿、每次推理只激活约 10 亿。具体结构是 24 层、256 个专家的混合专家（MoE）配置，每次前向传播只激活其中 8 个专家；注意力部分采用 3:1 比例的滑动窗口注意力（SWA-512）与全局注意力混搭。上下文窗口为 131072 个 token。

这套组合的意图很直白：用稀疏激活压住计算量，用三值权重压住内存带宽，两头同时省，才可能在没有独立显卡的设备上跑出三位数的生成速度。

评测方面，官方使用稠密输出头在 LCBv6、AIME 2026、HMMT 2026 和 GPQA-D 四项基准上做了能力对比，结论是在内存—性能和速度—性能两条曲线上都推进了帕累托前沿。权重以 MIT 许可发布，除标准格式外还提供了适配苹果芯片的 MLX 版本，官方同时上线了在线试用入口和本地部署指南。

更值得注意的是「边跑边学」

比跑分更有意思的是 DeepGrove 提到的一组早期实验：Maple-Preview 在 MacBook Pro 上本地运行时，能够一边工作一边学习。模型自主判断哪些事实和用户偏好值得记住，随后在空闲时对这些内容进行「做梦」式的回放，把知识固化进自身权重。

这个思路针对的是当下 AI 记忆方案的通病。目前主流做法是把用户偏好写成一堆文本文件，每次对话再塞回上下文，条目一多就会撑爆窗口，而且文字描述往往丢掉那些微妙的个性化细节。DeepGrove 的判断是，未来的端侧模型应该靠调整自己的权重来记住主人，而不是靠散落在几千个笔记文件里的事实条目。之所以敢这么设想，前提正是模型足够小、足够快、足够省电——大模型在云端做同样的事，成本完全不是一个量级。

现阶段的边界

DeepGrove 对这个预览版的局限也交代得比较坦率。官方明确说明，Maple-Preview 主要针对原始推理能力做了打磨，针对智能体任务的后训练很少，通用强化学习也只做了小规模，因此在智能体类基准上可能表现不佳，团队计划在正式版发布前继续延长训练。

工程上还有一处需要注意：随模型一同提供的 Transformers 实现依赖 Triton 和 FlashAttention，面向的是兼容 CUDA 的环境；而那个 218 tokens/秒的苹果芯片成绩，用的是另一套独立的端侧运行时。想在 Mac 上复现官方速度的开发者，需要走 MLX 路径而不是直接用 Transformers。

来源：DeepGrove / Hugging Face 模型页

在 7 月 30 日举行的 2026 财年第三财季财报电话会上，苹果首席执行官蒂姆·库克（Tim Cook）第一次系统解释了公司今年 6 月大幅上调 Mac 与 iPad 售价的原因。

“在定价方面，我们是很不情愿地涨了价，”库克说，”之所以这么做，是因为我们正处在一场我称之为内存定价百年一遇的洪水之中，内存价格出现了指数级上涨。”

一次覆盖面罕见的调价

6 月 25 日，苹果在全球范围内上调了 Mac 与 iPad 全线产品的价格，涨幅普遍在 15% 至 25% 之间，HomePod、Vision Pro 和 Apple TV 也同步调价，只有 iPhone、Apple Watch 和 AirPods 暂未变动。

具体来看，MacBook Air 起售价从 1099 美元升至 1299 美元，14 英寸入门款 MacBook Pro 从 1699 美元升至 1999 美元，iPad Air 从 599 美元升至 749 美元，11 英寸 iPad Pro 从 999 美元升至 1199 美元。中国市场同步调整，MacBook Air 起售价由 8499 元升至 9999 元，Mac Studio 从 16499 元跳涨至 19999 元。

两条产品线一夜之间整体提价，对苹果而言相当罕见。消息公布当天，苹果股价收跌逾 6%，市值蒸发约 2630 亿美元。

苹果当时在声明中写道：”消费电子行业正面临前所未有的挑战。AI 数据中心的迅猛扩张导致对内存和存储的需求激增。我们以前从未见过零部件价格以如此惊人的幅度和速度上涨。”

涨价的源头在 AI 数据中心

推高终端售价的直接原因，是存储芯片产能被 AI 基础设施大量挤占。

据市场研究机构 TechInsights 统计，在 AI 数据中心需求激增的推动下，DRAM 内存芯片与 NAND 闪存芯片价格在过去 12 个月内均上涨了四倍，且预计明年仍将继续上行。存储芯片巨头美光科技管理层则在财报会上表示，存储市场供应紧张的局面将持续至 2027 年以后——就在三个月前，该公司还认为紧张状况只会延续到今年年底。

库克在 6 月接受采访时已给出过同样的比喻：”这就像百年一遇的大洪水。40 多年来，我从未在任何行业见过这样的情况。”

涨价压力并非苹果独有。戴尔、惠普、联想、华硕等厂商今年先后以内存短缺为由上调产品价格，三星也将两款新机在美售价各上调 100 美元。

成本还在往上走

库克在电话会上进一步披露了内存成本的攀升节奏：3 月季度支付的内存成本高于去年 12 月季度，6 月季度显著高于 3 月季度，而 9 月季度预计还会更高。

首席财务官凯万·帕雷克（Kevan Parekh）说得更直接：从 3 月季度到 9 月季度指引中值，调整后毛利率的环比降幅，全部由内存成本造成还不止；结转库存、部分非内存零部件的成本下降以及产品结构变化只能部分对冲。

被问及涨价时究竟是在保毛利额还是保毛利率，库克表示这是多因素权衡的结果：”我们会同时看销量、营收和利润率三个维度，然后作出商业判断，并不是靠某个数学公式算出一个具体结果。我们是按长期来考虑，而不是盯着 90 天的时钟。”

对于 9 月即将发布的 iPhone 18 Pro 及首款折叠屏机型是否会涨价，库克没有回应。多位分析师认为价格上调可能性很大。Counterpoint Research 研究总监塔伦·帕塔克（Tarun Pathak）测算，零部件成本上涨可能使每部 iPhone 成本增加约 200 美元，预计苹果全线产品最终涨幅在 150 至 200 美元之间，高内存配置机型的涨幅会更大。

财报本身其实很好看

值得注意的是，这番”被迫涨价”的表态，是在一份创纪录的财报之后说出来的。

苹果第三财季营收 1094 亿美元，同比增长 16%，创 6 月季度历史新高；净利润 298 亿美元，摊薄后每股收益 2.02 美元，同比增长 29%；毛利率 50.1%，运营现金流 344 亿美元。iPhone 营收 543 亿美元增长 22%，Mac 营收 104 亿美元增长 29%，服务业务营收 307 亿美元增长 12%，付费订阅数突破 15 亿，活跃设备装机量超过 25 亿台。大中华区营收 188.2 亿美元，同比增长 22%，但略低于分析师预期。

不过苹果给出的 9 月季度指引偏保守：营收同比增长 9% 至 11%，毛利率 47% 至 48%，并明确警告供应限制将”显著加剧”，波及 iPhone、Mac 和 iPad。库克解释称，这一限制主要源于苹果自研系统级芯片所需的先进制程产能，本质上是需求预测的问题而非供应商的问题——iPhone 和 Mac 的实际需求超出了公司预期。

这场电话会也是库克作为苹果 CEO 的最后一次财报会。约翰·特努斯（John Ternus）将于 9 月 1 日接任首席执行官，库克转任执行董事长。

来源：MacRumors《Tim Cook: Apple ‘Reluctantly Raised Prices’ Due to ‘100-Year Flood on Memory Pricing’》（作者 Juli Clover），综合苹果官方财报、Apple Q3 2026 财报电话会纪要及公开报道

核心是阿里开源的千问语音模型

Qwen Scribe 的底层是阿里巴巴开源的 Qwen3-ASR 语音识别模型，通过 mlx-qwen3-asr 项目跑在 Mac 的 Metal GPU 上。Qwen3-ASR 是目前最强的开源语音识别模型之一，有第三方移植测试显示，它在多语言和嘈杂环境下的识别表现优于 OpenAI 的 Whisper-large-v3。

工具提供两档模型可选：追求准确率可以用 17 亿参数版本，占用约 3.4GB 统一内存；追求速度可以用 6 亿参数版本，只占约 1.2GB 内存。模型权重在首次使用时自动下载，之后即使断网也能正常转写。

两种用法：拖文件转写，或全局听写

Qwen Scribe 的功能分两块。第一块是文件转写：在本地网页界面里把音频或视频文件拖进去，工具会自动识别语言，支持强制指定语言、专有词汇提示、逐词时间戳，还能直接导出 SRT 字幕文件。所有转写记录自动保存在本地，可以随时重新打开或删除。

第二块是系统级听写，这也是最实用的部分：在任意应用的文本输入框里，按住右侧 Command 键说话，松开后文字就会在光标处自动粘贴出来——全程在本地完成识别。屏幕上会显示一个不抢焦点的悬浮提示，标明「聆听中」「转写中」以及成功或失败状态。

隐私设计上，这款工具做得相当细致：本地服务只监听 127.0.0.1，并做了 Host 和浏览器来源校验；听写助手只响应右 Command 键，粘贴文字前会在内存里暂存剪贴板内容，粘贴后如果剪贴板没被改动就自动恢复原状。

上手门槛：目前需要自己动手编译

想尝鲜的用户需要注意几个条件：必须是搭载 Apple Silicon 芯片的 Mac，系统要求 macOS 14 或更新版本，还需要安装 Python 3.12 以上版本和 ffmpeg。

目前的测试版只提供源码，没有现成的安装包——因为应用还没有经过苹果的开发者签名和公证，开发者不希望用户绕过系统安全警告安装未签名程序。用户需要克隆代码仓库后用 make app 命令自行编译。按照路线图，签名和公证过的正式安装包计划在 v0.2 版本推出。

另外要说明的是，Qwen Scribe 是独立的社区项目，与阿里云、千问团队以及苹果公司均无官方关联。

对于经常需要整理录音、写字幕，又不放心把敏感内容传到云端的用户来说，这类「模型在本地、数据不出门」的工具正在变成一个值得关注的方向——大厂的开源模型加上社区开发者的打磨，免费方案的体验已经越来越接近付费云服务。

来源：GitHub – VladUZH/qwen-scribe（via Hacker News）

7 月 29 日，谷歌为 Mac 版 Gemini 应用推出重要更新：用户只需长按键盘左下角的 Fn 键，就能在任意窗口中直接对 Gemini 说话，让 AI 把语音变成润色好的文字，或者根据屏幕内容执行更复杂的任务。这项功能曾在今年 5 月的 I/O 2026 开发者大会上预告，如今随 Mac 版 Gemini 1.88 版本正式落地。

智能听写：自动去掉「嗯」「啊」

更新的第一项核心能力是「智能听写」。用户在任何应用里把光标放到目标位置，长按 Fn 键开口说话，Gemini 就会把语音实时转成文字，直接落在光标处。

与系统自带听写不同的是，Gemini 会在转写过程中自动删掉「嗯」「啊」之类的口头填充词，还能识别说话人的中途改口——比如先说了一个时间又马上纠正，最终稿只保留改过之后的版本，输出的是一段格式规整的成品文本。触发后屏幕底部会出现一个带声波动画的悬浮胶囊，提示正在聆听。

值得一提的是，双击 Fn 键本就是 macOS 自带听写功能的默认触发方式之一，谷歌选择长按同一个键位，明显是想让老用户无缝迁移。

屏幕感知：AI 能「看懂」你在干什么

第二项能力叫「屏幕感知推理」，需要用户在设置中主动开启。启用后，Gemini 可以理解 Mac 屏幕上的可见内容，配合语音指令完成跨应用任务。

谷歌给出了几个典型场景：选中桌面上的一批文件后开口说「读一下这些宠物医院的档案，把狗的病史总结成一封发给寄养机构的邮件」；在任意应用里高亮一段笔记，然后说「把这些笔记改写成一份执行摘要，开头加一段要点速览」，改好的文字会直接插回原处；还可以对着屏幕上的插画说「基于这张图生成一个深色模式版本」，让 Gemini 生成或修改图片。

苹果生态里其实早有类似的单点能力：macOS 内置听写可以语音转文字，Apple Intelligence 写作工具能校对、改写、摘要选中文本，Siri AI 也具备屏幕感知。科技媒体 AppleInsider 评价称，Gemini 的真正差异点在于把听写、编辑、屏幕感知三件事收进了同一个快捷键，省掉了在聊天窗口和工作文档之间来回搬运的所有步骤。

隐私细节仍待谷歌交代

屏幕感知被设计成可选项，用户可自行决定是否允许 Gemini 访问屏幕信息。但谷歌尚未说明该功能需要调用哪些 macOS 系统权限、屏幕内容数据如何处理，以及能否覆盖所有应用和输入框。相比普通听写，这类功能获取的信息要多得多，透明度问题预计会成为后续关注焦点。

谷歌今年 4 月才推出原生 Mac 版 Gemini 应用，6 月加入可自动执行任务的 Spark 智能体，如今又补上语音入口，桌面端的迭代节奏相当激进。新语音功能目前已面向全球所有 Mac 版 Gemini 用户推送，暂时仅支持英语，谷歌表示更多语言将在今年晚些时候跟进。

来源：MacRumors（https://www.macrumors.com/2026/07/29/gemini-for-mac-dictation/）、9to5Google、AppleInsider