你在 Mac 上整理会议记录，以前若想让 AI 自动提炼重点，往往要安装第三方工具、配置模型，或者把内容交给云端服务。现在，苹果准备把这件事变成一条终端命令：输入 fm chat，便可直接调用支撑 Apple Intelligence 的 Apple Foundation Models。
这值得关注，不只是因为少装了几个软件。它意味着本地 AI 正从爱好者自行搭建的工具，变成操作系统提供的基础能力。本文事实主要依据 Apple Developer 在 WWDC26 公布的信息；模型实际效果、适用硬件和性能数据，目前公开材料仍不充分。
从建 App，变成敲命令
据 Apple Developer 介绍，新的 fm 命令行工具随 macOS 27 预装。CLI，也就是命令行界面，允许用户在终端输入文字命令来操作软件。过去若想直接使用苹果的模型能力，开发者主要通过 Swift 的 Foundation Models framework 接入，通常需要创建工程、编写程序。现在，一句 fm chat 就能打开连续对话界面。
这里的 Foundation Model，即基础模型，指先用大量数据训练、再用于聊天、摘要等不同任务的通用模型。本次工具调用的是苹果用于 Apple Intelligence 的模型体系。
fm 不只提供聊天。fm respond 面向单次生成：给它一个请求，得到一次结果。命令输出还能接入 shell 脚本——也就是把多条终端命令串成自动流程。例如，用户可以让脚本读取一批文本，再调用模型做摘要、提取信息或生成内容，而不必专门制作一个带界面的 App。
本地运行，但不只限于本地
fm 可以选择设备上的模型，也可以调用运行在 Private Cloud Compute 上的 Apple Foundation Model。前者属于端侧推理：模型直接在用户设备上完成生成和分析，而不是把任务全部送往云端服务器。后者则是苹果为较复杂的 Apple Intelligence 请求提供的云端计算体系。
这一区分很重要。“终端里能调用苹果模型”不等于所有任务都必然在本机完成。用户选择了哪种模型、任务最终在哪里执行，需要结合具体调用方式判断。
苹果还公布了 Foundation Models SDK for Python。SDK 可以理解为一套给程序员使用的工具包。它让 Python 程序访问与 Swift Foundation Models framework 相同的端侧模型能力，包括工具调用和结构化生成。工具调用是让模型按需使用外部功能；结构化生成则要求它按照预定格式输出，方便程序继续处理，而不是只返回一段自由文本。
据 Apple Developer 介绍，macOS 27 的 Foundation Models framework 还加入图文多模态输入，即一次请求可以同时包含文字和图片。统一接口既能使用苹果的端侧模型和 Private Cloud Compute 模型，也允许接入符合 LanguageModel 协议的第三方或自有模型。
苹果接住了社区已经在做的事
这条命令行入口并非突然出现。根据 Apple Developer 与相关 GitHub 项目呈现的脉络，Apple 在 WWDC24 将端侧模型用于 Writing Tools、Genmoji 等系统功能，但没有开放底层能力。WWDC25 推出 Foundation Models framework 后，开发者可以通过 Swift 调用模型，却仍缺少方便的官方终端入口。
社区随后做出了 apple-fm、fmx 等命令行工具，还有人把苹果模型包装成兼容 OpenAI 接口的本地服务器。到 WWDC26，苹果把这种需求纳入官方工具：macOS 27 预装 fm，同时补上 Python SDK。原先需要建立 Xcode 工程才能测试的一句提示词，如今可以直接写进终端和脚本。
这也是它比“又一个聊天窗口”更有意思的地方。聊天只是最直观的入口，脚本化才可能扩大影响：模型可以成为自动化流程中的一个普通环节，像其他系统命令一样接收输入、交出结果。对普通用户，它降低了尝试门槛；对开发者，它减少了从实验到程序调用之间的距离。
局限与未知
- 现有材料没有披露模型名称、规模、速度、内存占用或任务准确率，不能据此判断它是否“好用”，也无法与其他本地模型比较。
- 材料没有列出兼容 Mac 的具体机型、硬件门槛，以及端侧模型和云端模型分别适用哪些任务。
- Reddit 原帖称模型经过苹果硬件优化，并把这一步评价为本地 AI 的“巨大进展”；这些说法来自单一用户帖，缺少技术指标支撑。更稳妥的结论是：苹果确实把模型调用推进到了系统预装的终端工具，但它的实际能力仍要等待测试。