WWDC26 : Foundation Models, LLM externes et agentic coding — ce que les développeurs indie doivent retenir

 # WWDC26 : L'IA qui change vraiment la donne pour les devs iOS Indie **Salut l'ami,** Si tu es comme moi, tu as regardé la Keynote WWDC du 9 juin 2026 avec un mélange d'excitation et de méfiance. On nous promet des révolutions tous les ans. Mais cette année, c'est différent. Apple a sorti l'artillerie lourde. Pas avec un nouveau gadget, mais avec un changement de paradigme dans la manière dont nous allons coder, prototyper et expédier nos apps. On va décortiquer ensemble ce qui s'est passé, ce qui est vraiment utile pour un studio indie comme Doved Studio, et ce qui n'est que du marketing brillant. Attache ta ceinture, on va parler **Foundation Models**, **Agentic Coding**, et **Dynamic Profiles**. --- ## 1. Intro : La Keynote IA du 9 Juin 2026 - Le Virage qu'on attendait Souviens-toi de la WWDC23 : "Apple Intelligence". C'était la promesse. La WWDC26, c'est la livraison. Tim Cook est monté sur scène, et après les traditionnels chiffres de ventes de Vision Pro 3, il a lâché la bombe : **"Nous ouvrons nos Foundation Models."** Pendant des années, Apple a gardé son IA en silo (Core ML, Neural Engine). C'était puissant, mais limité. Leur modèle de langage maison, nommé en interne "Sphinx", était bon, mais pas au niveau de Claude ou Gemini. Le grand changement de cette année : **Apple ne joue plus solo.** Ils ont annoncé un partenariat profond avec Anthropic (Claude) et Google DeepMind (Gemini). Mais attention, pas comme une simple API tierce. C'est une intégration au niveau du **système**. Le message clé de la keynote : *"L'IA la plus puissante est celle qui respecte votre vie privée ET qui peut utiliser les meilleurs modèles du marché."* Pour nous, devs indie, ça veut dire une chose : **Nous n'avons plus besoin d'être des chercheurs en ML pour intégrer de l'IA de pointe.** Apple a construit la couche d'abstraction. Notre boulot est de créer l'expérience. **Un peu de contexte : pourquoi maintenant ?** La pression était énorme. Depuis fin 2022, des startups comme Notion, Grammarly, et même des concurrents comme Microsoft avec Copilot, ont intégré l'IA générative directement dans leurs produits. Les utilisateurs s'attendent désormais à ce que chaque app soit "intelligente". Apple, fidèle à sa philosophie, a pris le temps de le faire bien. Plutôt que de lancer une API bancale, ils ont attendu d'avoir une solution qui respecte leurs trois piliers : performance, confidentialité, et intégration système. Le résultat, c'est une plateforme que nous, développeurs, pouvons utiliser sans faire de compromis. --- ## 2. Foundation Models Open Source : Ce qui change vraiment Apple a annoncé la publication de **"Apple Foundation Model (AFM) 2.0"** en open source. ### Pourquoi c'est un game changer ? Avant, si tu voulais un LLM performant, tu devais soit : 1. Utiliser une API cloud (coûteuse, latence, vie privée compromise). 2. Entraîner ton propre modèle (trop cher, trop long). 3. Utiliser des modèles open source comme Llama ou Mistral, mais les optimiser pour Apple Silicon était un enfer. Aujourd'hui, Apple te donne **un modèle de 7 milliards de paramètres, entraîné sur des données Apple, optimisé pour Neural Engine, et licencié pour une utilisation commerciale.** ### Ce que ça change pour ton prochain projet : - **Inférence 100% On-Device :** Tu peux faire tourner un LLM performant sur un iPhone 17 Pro. Pas de serveur. Pas de latence. Pas de facture AWS. - **Fine-tuning simplifié :** Avec l'outil `afm-tune` (intégré à Xcode 26), tu peux spécialiser le modèle sur ton domaine. Tu veux un modèle qui connaît parfaitement la grammaire française pour ton app d'écriture ? Tu lui balances tes données, et en 30 minutes sur un Mac Studio, c'est fait. - **Respect de la vie privée :** C'est le cheval de bataille d'Apple. Toute l'inférence se fait dans l'App Sandbox. L'utilisateur sait que ses données ne quittent pas son appareil. C'est un argument de vente massif pour les apps professionnelles (santé, finance, juridique). **Le piège à éviter :** Ne pense pas que tu peux remplacer un serveur backend complet. AFM 2.0 est génial pour la génération de texte, la synthèse, le chat. Mais pour une recherche vectorielle sur 10 millions de documents, tu auras toujours besoin d'un backend. Le modèle est un outil, pas une solution miracle. **Données chiffrées pour les sceptiques :** Lors des benchmarks internes d'Apple, AFM 2.0 (7B) a surpassé Llama 3 (8B) de 12% sur les tâches de compréhension de texte en français (benchmark FQuAD). Sur les tâches de génération de code Swift, il a égalé les performances de CodeLlama 13B, tout en utilisant 40% moins de mémoire vive. Cela signifie que même un iPhone SE (2026) peut faire tourner le modèle en temps réel. Pour un indie, c'est la fin du compromis entre performance et accessibilité. **Exemple pratique :** Imagine une app de suivi de régime. Avant, tu devais envoyer la photo du repas à un serveur pour analyse. Maintenant, avec AFM 2.0 et VisionKit, l'analyse (identification des aliments, calcul des calories) se fait en 200ms sur l'appareil. L'utilisateur peut même être en mode avion. Tu économises des coûts serveur et tu offres une expérience plus rapide et plus privée. C'est un avantage concurrentiel énorme. --- ## 3. Intégration Claude et Gemini via Swift Packages : Comment ça marche ? C'est la partie la plus excitante pour un dev iOS. Apple a créé un nouveau framework : **`ExternalModelService`**. ### Le principe : Tu ne télécharges pas Claude ou Gemini. Tu télécharges **un connecteur**. Apple a standardisé l'interface. Tout LLM externe se présente comme un **Swift Package** conforme à un nouveau protocole : `ExternalLanguageModel`. ### Exemple concret : ```swift import ExternalModelService import ClaudeConnector // Swift Package d'Anthropic let claudeModel = try await ExternalModelService.requestModel( for: .claudeHaiku, // ou Opus, Sonnet configuration: ClaudeConfiguration( apiKey: "ton_api_key_stockee_dans_le_keychain", privacyMode: .onDeviceOnly // Important ! ) ) let response = try await claudeModel.generate( prompt: "Résume cette conversation client en 3 points", context: conversationHistory ) ``` ### Comment ça marche techniquement ? 1. **Découverte :** Le framework scanne les packages installés. 2. **Authentification :** L'utilisateur doit donner son consentement (une popup native Apple, pas une webview moche). Il peut choisir de partager ou non le contexte. 3. **Exécution :** Le modèle tourne soit sur un serveur dédié (Apple Private Cloud Compute pour les gros modèles), soit sur l'appareil. 4. **Facturation :** Apple gère la facturation via ton Apple Developer Account. Tu achètes des crédits "AI Compute Units" directement depuis App Store Connect. Plus besoin de gérer des clés API tierces. ### Pourquoi c'est bien pour un indie ? - **Un seul point de contact :** Tu ne gères pas 3 comptes (OpenAI, Anthropic, Google). Tu gères ton compte développeur Apple. - **Abstraction :** Tu peux changer de modèle sans changer ton code. Aujourd'hui tu utilises Claude, demain Gemini. Tu changes juste le nom du package. - **Délégation de confiance :** C'est Apple qui négocie les contrats avec les fournisseurs. Toi, tu codes. **Attention :** Les modèles externes (Claude, Gemini) ne sont pas gratuits. Apple offre un quota de 1000 requêtes/mois gratuit, ensuite c'est payant. Mais les prix sont compétitifs (environ 0.003$ par requête pour Claude Haiku). **Détails sur la gestion des coûts :** Le système de "AI Compute Units" est transparent. Tu peux définir un budget mensuel dans App Store Connect. Si le budget est dépassé, l'app passe automatiquement en mode "dégradé" (par exemple, utiliser AFM 2.0 local au lieu de Claude). Tu peux aussi choisir de facturer l'utilisateur final via des achats in-app. Apple a même prévu un modèle "freemium" où les 50 premières requêtes du mois sont gratuites pour l'utilisateur, et ensuite il doit souscrire. C'est un outil puissant pour monétiser l'IA sans complexité. **Cas d'usage avancé :** Tu peux combiner plusieurs modèles. Par exemple, utilise AFM 2.0 pour la modération de contenu (rapide, gratuit, privé), puis envoie uniquement les cas litigieux à Claude Opus pour une analyse approfondie (payant, mais précis). Cela optimise les coûts et la performance. Le framework `ExternalModelService` supporte nativement ce genre de "routing" intelligent. --- ## 4. Dynamic Profiles : Le nouveau primitif pour les apps agentiques C'est le concept le plus abstrait, mais potentiellement le plus puissant. Apple a introduit les **Dynamic Profiles**. ### Qu'est-ce que c'est ? Imagine un `struct` qui décrit **l'état actuel de ton utilisateur** et **les actions possibles** dans ton app. C'est une sorte de "mémoire vive" que ton app expose au système et aux LLM. ```swift struct UserDynamicProfile: DynamicProfile { var currentScreen: String // "checkout" var cartItems: [Product] var userIntent: String? // "acheter une paire de chaussures" var availableActions: [String: ActionDescriptor] // ["annuler_commande": ActionDescriptor(...)] var recentErrors: [String] } ``` ### Pourquoi c'est un nouveau primitif ? Avant, une app agentique devait "scraper" son propre UI ou utiliser des hacks pour comprendre ce que l'utilisateur faisait. Avec les Dynamic Profiles, **ton app dit au système : "Voilà où j'en suis, voilà ce que l'utilisateur peut faire."** ### Cas d'usage : 1. **Assistance contextuelle :** L'utilisateur est sur l'écran de paiement. Le LLM (via Siri ou un chat in-app) sait exactement ce qu'il regarde. Il peut dire : "Tu as un code promo dans ton profile, je te l'applique ?". 2. **Automatisation :** "Siri, commande mon café habituel chez Starbucks." L'app Starbucks expose son `DynamicProfile`. Siri voit que `userIntent` est "commander", que `availableActions` contient "passerCommande". L'agent peut exécuter l'action. 3. **Debugging :** Ton app crash quand l'utilisateur fait X. Le `DynamicProfile` capture l'état exact. Tu peux demander à un LLM : "Pourquoi cette action a échoué ?" et il a tout le contexte. ### Ce que ça change pour toi : Tu dois maintenant **concevoir ton app en pensant "profile"** . C'est une nouvelle couche d'architecture. Au lieu de juste des ViewModels, tu crées un profil qui est la "vérité source" de l'état agentique. **Conseil de Doved Studio :** Commence petit. Ne rends pas toute ton app agentique tout de suite. Choisis une fonctionnalité clé (ex: le support client) et expose juste le profil nécessaire. **Exemple détaillé :** Imaginons une app de gestion de projet, "TaskFlow". Sans Dynamic Profile, un assistant IA ne sait pas où en est l'utilisateur. Avec un profile, tu exposes : - `currentScreen`: "board_view" - `selectedTaskID`: "TASK-456" - `availableActions`: ["assign_user", "change_status", "add_comment", "set_due_date"] - `userIntent`: "Je veux assigner cette tâche à Sophie" Maintenant, l'utilisateur dit : "Siri, assigne cette tâche à Sophie pour demain." Siri lit le profile, voit que l'action est disponible, et l'exécute. Pas de scraping, pas de parsing d'écran. C'est fiable, rapide, et ça marche à chaque fois. Pour toi, développeur, c'est juste une question de bien structurer ton `DynamicProfile` et de le mettre à jour à chaque changement d'état. **Sécurité et permissions :** Apple a pensé aux abus. Chaque `ActionDescriptor` doit être accompagnée d'une vérification de permission. Tu ne peux pas exposer une action "supprimer_le_compte" sans que l'utilisateur ait confirmé son identité (Face ID, Touch ID). Le système bloque automatiquement les actions non autorisées, même si un LLM malicieux les demande. C'est une couche de sécurité essentielle. --- ## 5. Agentic Coding dans Xcode 26.3 : Est-ce que ça change notre métier ? C'est LA question qui brûle les lèvres de tous les devs. Xcode 26.3 introduit **l'Agentic Coding**. Ce n'est pas du "Copilot" amélioré. C'est un véritable agent de développement. ### Comment ça marche ? 1. **Tu décris le problème :** Tu ouvres un nouveau panneau "Agentic Chat". Tu écris en français : *"J'ai un bug dans mon app de fitness. Quand l'utilisateur fait une pause de plus de 5 minutes, le chrono ne reprend pas correctement. Corrige-le."* 2. **L'agent analyse le code :** Il lit ton projet, comprend l'architecture (SwiftUI, MVVM, CoreData), trouve le fichier `WorkoutTimerViewModel.swift`. 3. **Il propose un plan :** "J'ai trouvé le problème. La variable `pauseTimestamp` n'est pas réinitialisée. Je vais ajouter une vérification dans la méthode `resumeWorkout()`. Voici le diff." 4. **Tu valides :** Tu vois le diff, tu l'approuves. L'agent écrit le code, lance les tests unitaires, et si tout est vert, commit. ### Est-ce que ça change notre métier ? **Oui, mais pas comme tu le penses.** **Ce qui est vrai :** - **Fini le boilerplate :** Les ViewControllers, les mappers, les tests unitaires basiques. L'agent écrit ça 10x plus vite que toi. - **Debugging accéléré :** L'agent peut tracer un bug à travers 10 couches d'abstraction en 2 secondes. Toi, ça te prendrait 30 minutes. - **Refactoring massif :** Tu veux passer de Combine à AsyncSequence ? Tu décris le pattern. L'agent le fait. **Ce qui est faux :** - **"Le dev est mort" :** Absolument pas. L'agent est bon pour exécuter, pas pour concevoir. - **"Plus besoin de comprendre le code" :** Danger. Si tu ne comprends pas le code généré, tu vas créer une dette technique monstrueuse. ### Le vrai changement pour un indie : **Tu passes de "codeur" à "architecte / chef d'orchestre".** Ton temps est désormais libéré pour : 1. **La conception UX :** Comment rendre mon app magique ? 2. **La logique métier complexe :** Comment modéliser cette règle de calcul d'assurance ? 3. **La stratégie produit :** Quelle feature va faire décoller mon téléchargement ? **Mon conseil :** Utilise l'agentic coding comme un super-pouvoir, pas comme une béquille. Relis TOUT le code qu'il génère. Et n'oublie pas : l'agent ne comprend pas le "pourquoi" de ton app. Toi, si. **Exemple de workflow avancé :** Tu peux créer des "presets" d'agent. Par exemple, un preset "SwiftUI Best Practices" qui dit à l'agent : "Utilise toujours des `@State` privées, évite les `@Published` inutiles, préfère les `LazyVStack` aux `List` pour les grandes collections." Tu définis ça une fois, et l'agent l'applique à chaque génération de code. C'est comme avoir un senior developer qui relit ton code en permanence, mais en accéléré. **Limites à connaître :** L'agentic coding est excellent pour les langages typés (Swift, Kotlin) mais moins bon pour les langages dynamiques (JavaScript, Python) où le contexte est plus flou. De plus, il a du mal avec les dépendances externes très obscures. Si tu utilises une librairie Swift peu connue, l'agent peut halluciner des APIs qui n'existent pas. Toujours vérifier la documentation officielle. --- ## 6. Ce qu'un studio indie peut prototyper dès maintenant (sans infra cloud) C'est le moment de passer à l'action. Voici 3 prototypes que tu peux builder ce week-end, sans serveur, juste avec Xcode 26 et un MacBook. ### Prototype 1 : L'assistant de notes intelligent **Concept :** Une app Notes qui utilise AFM 2.0 (on-device) pour : - Résumer automatiquement chaque note. - Générer des titres. - Suggérer des tags. **Stack :** SwiftUI + `AFMService` (nouveau framework Apple). **Temps de dev :** 2 jours. **Pourquoi c'est cool :** C'est 100% on-device. Pas de service cloud. L'utilisateur ne paie rien. Tu peux la vendre 5€ sur l'App Store. **Détail technique :** Utilise `AFMService` avec un prompt système personnalisé. Par exemple : "Tu es un assistant de notes. Résume le texte suivant en 3 phrases maximum. Puis génère 3 tags pertinents." Le modèle AFM 2.0 est suffisamment petit pour tourner en arrière-plan sans vider la batterie. Tu peux même lancer la génération en tâche de fond avec `BGTaskScheduler`. Résultat : l'utilisateur ouvre son app le matin, et toutes ses notes sont déjà résumées. ### Prototype 2 : Le chatbot support client "augmenté" **Concept :** Une app e-commerce ou SaaS. Tu intègres un chat. Le chat utilise le `DynamicProfile` de l'utilisateur pour savoir exactement ce qu'il regarde. **Stack :** SwiftUI + `ExternalModelService` (Claude Haiku) + DynamicProfile. **Temps de dev :** 1 semaine. **Pourquoi c'est cool :** Tu n'as pas besoin de backend. Le LLM utilise le profile pour répondre. "Je vois que tu as un problème avec la commande #1234. Je l'annule ?" **Astuce d'optimisation :** Pour réduire les coûts, n'envoie pas tout le profile à chaque requête. Envoie uniquement les champs pertinents. Par exemple, si l'utilisateur parle de "commande", envoie `cartItems` et `recentErrors`. Si il parle de "paramètres", envoie `currentScreen` et `availableActions`. Tu peux faire ce filtrage côté client avant d'appeler le LLM. ### Prototype 3 : Le générateur de recettes personnalisé **Concept :** Une app de cuisine. L'utilisateur prend une photo de son frigo (via VisionKit). L'app utilise AFM 2.0 (multimodal) pour identifier les ingrédients, puis génère une recette. **Stack :** SwiftUI + VisionKit + AFM 2.0 (multimodal). **Temps de dev :** 3 jours. **Pourquoi c'est cool :** C'est le genre d'app "magique" qui fait le buzz. Et tu n'as besoin d'aucune infrastructure cloud. **Détail technique :** AFM 2.0 multimodal peut traiter directement les embeddings d'image générés par VisionKit. Tu n'as pas besoin d'envoyer l'image brute à un serveur. Le flux est : 1) VisionKit identifie les objets (pommes, farine, œufs). 2) Tu passes cette liste à AFM 2.0 avec un prompt : "Génère une recette avec ces ingrédients." 3) Le modèle génère la recette en local. Tout cela prend moins de 2 secondes sur un iPhone 17 Pro. **Leçon à retenir :** Tous ces prototypes ont un point commun : ils utilisent l'IA comme **un service système**, pas comme un backend externe. C'est la force de l'approche Apple. --- ## 7. Ce qui est marketing vs vraiment utile Apple est un maître du marketing. Il faut savoir faire le tri. ### 🎭 Marketing (à prendre avec des pincettes) - **"L'IA qui comprend vos émotions"** : En réalité, c'est juste une analyse de sentiment basique. Utile, mais pas révolutionnaire. - **"Agentic coding va remplacer les développeurs"** : Non. Il va remplacer les tâches répétitives. Pas la créativité. - **"Dynamic Profiles vont rendre toutes les apps intelligentes"** : Si tu ne conçois pas bien ton profile, ça ne sert à rien. C'est un outil, pas une baguette magique. - **"Foundation Models open source = tout le monde peut créer ChatGPT"** : Oui, mais le fine-tuning et l'optimisation restent complexes. Apple te donne le moteur, pas le carburant (tes données). ### ✅ Vraiment utile (pour un indie) - **L'intégration Claude/Gemini via Swift Packages :** C'est un gain de temps monumental. Plus de gestion d'API, plus de SDK tiers. - **L'inférence on-device avec AFM 2.0 :** C'est la killer feature. Vie privée + zéro latence + zéro coût serveur. - **L'agentic coding pour le refactoring :** Si tu as une vieille app Objective-C à moderniser, c'est un sauveur. - **Les Dynamic Profiles pour le support client :** C'est le meilleur cas d'usage. Réduire le nombre de tickets support en donnant du contexte à l'IA. ### Comment les distinguer ? Pose-toi cette question : **"Est-ce que cette feature résout un vrai problème que j'ai aujourd'hui, ou est-ce qu'elle crée un nouveau besoin que je n'avais pas ?"** Si c'est la deuxième option, c'est probablement du marketing. **Exemple concret de piège marketing :** Apple a beaucoup vanté "l'IA émotionnelle" dans la keynote. En pratique, c'est une API qui analyse le ton d'un texte (positif, négatif, neutre). C'est utile pour une app de santé mentale, mais ce n'est pas une "révolution". Ne tombe pas dans le piège de penser que ton app a besoin de cette feature. Demande-toi : "Est-ce que mes utilisateurs m'ont déjà demandé de détecter leurs émotions ?" Si non, passe ton chemin. **Ce qui est vraiment sous-coté :** La gestion des erreurs et du fallback dans `ExternalModelService`. La possibilité de basculer automatiquement d'un modèle cloud à un modèle on-device en cas de panne réseau est une feature que peu de concurrents offrent. Pour un indie, c'est un filet de sécurité qui évite les avis 1 étoile du type "Votre app ne marche pas en mode avion". Investis du temps dans la configuration de ces fallbacks. --- ## 8. Verdict : Sur quoi parier pour 2026-2027 ? Je vais être direct. Voici mes paris pour les 18 prochains mois. ### 🚀 Pari gagnant : L'IA "Invisible" (On-Device) Les apps qui utilisent l'IA sans que l'utilisateur le sache vont gagner. Pas de "chatbot" moche. Juste une app qui devient magiquement plus intelligente. - **Exemple :** Une app de prise de notes qui suggère automatiquement des actions (ajouter à un rappel, envoyer un email) sans que tu aies à lui demander. ### 🚀 Pari gagnant : Les apps "Contextuelles" Grâce aux Dynamic Profiles, les apps qui savent exactement ce que l'utilisateur est en train de faire vont dominer. - **Exemple :** Une app de productivité qui, quand tu commences à écrire un email, te propose automatiquement les pièces jointes pertinentes. ### ⚠️ Pari risqué : Les apps "Cloud-First" pure IA Si ton app dépend entièrement d'une API Claude ou Gemini dans le cloud (sans fallback on-device), tu es à la merci d'Apple et de tes coûts. - **Problème :** Les prix peuvent monter. La latence peut être mauvaise. Et si l'utilisateur n'a pas de réseau, ton app est morte. ### 💀 Pari perdant : Les "Wrapper" d'API Faire une app qui est juste une interface pour ChatGPT ou Claude. Apple va tuer ce marché avec Siri et ses intégrations natives. **Ma stratégie pour Doved Studio :** - **80% de notre temps** sur des features on-device (AFM 2.0, Dynamic Profiles). - **20%** sur des features cloud (Claude/Gemini) pour des tâches qui nécessitent vraiment un gros modèle (ex: analyse de documents longs). **Prévision chiffrée :** D'ici 2027, je prédis que 60% des apps du Top 100 de l'App Store utiliseront AFM 2.0 d'une manière ou d'une autre, mais seulement 20% utiliseront des modèles cloud externes. La raison ? Le coût et la latence. Les utilisateurs sont de moins en moins tolérants aux temps de chargement. Une app qui répond en 100ms (on-device) aura toujours un avantage sur une app qui répond en 2 secondes (cloud). Les indies qui adoptent l'on-device dès maintenant auront une longueur d'avance. --- ## 9. Les 3 sessions WWDC26 à regarder absolument Va voir ça sur ton Apple TV ou sur le site developer.apple.com. C'est le minimum syndical. 1. **Session 101 : "Introduction aux Foundation Models et Dynamic Profiles"** - *Pourquoi la regarder :* C'est la session fondamentale. Elle explique l'architecture et le cycle de vie d'un profile. Si tu ne vois qu'une session, c'est celle-ci. - *Lien symbolique :* `developer.apple.com/wwdc26/101` 2. **Session 205 : "Agentic Coding dans Xcode 26.3 : Workflows avancés"** - *Pourquoi la regarder :* Elle montre comment créer des "prompts système" pour ton agent de codage. Tu vas apprendre à lui faire suivre tes conventions de code. C'est là que tu deviens un "chef d'orchestre" efficace. - *Lien symbolique :* `developer.apple.com/wwdc26/205` 3. **Session 312 : "Intégrer Claude et Gemini : Pièges et Optimisations"** - *Pourquoi la regarder :* Elle parle des coûts, de la latence, et de la gestion des erreurs. Tu vas apprendre à faire du "fallback" (si Claude est down, utiliser AFM 2.0). C'est la session la plus pratique pour un indie. - *Lien symbolique :* `developer.apple.com/wwdc26/312` **Petit conseil :** Regarde-les en 1.5x vitesse, prends des notes, et ouvre Xcode en même temps. Ne reste pas passif. **Bonus :** La session 312 est particulièrement précieuse car elle inclut une démonstration en direct de la gestion d'un pic de latence. L'ingénieur Apple montre comment configurer un "timeout adaptatif" qui bascule automatiquement vers AFM 2.0 si Claude met plus de 500ms à répondre. C'est exactement le genre de pattern que tu devras implémenter dans une app de production. --- ## 10. Conclusion : Le moment de l'Indie On arrive à la fin de ce long article. Je vais être honnête avec toi : je suis plus excité par la WWDC26 que par n'importe quelle autre depuis la WWDC14 (Swift 1.0). Pourquoi ? Parce que **cette fois, c'est nous, les indies, qui avons l'avantage.** Les grosses boîtes ont des équipes ML, des serveurs, des budgets. Mais elles ont aussi de la dette technique, des process lents, et une peur panique de casser leur produit. Nous, on peut bouger vite. On peut intégrer AFM 2.0 dans une app ce week-end. On peut tester un Dynamic Profile pour une feature, et si ça marche pas, on le vire. On peut itérer. **Le futur de l'app iOS, ce n'est pas le "tout IA". C'est l'IA qui sert l'humain, discrètement, puissamment, et privément.** Apple nous a donné les briques. À nous de construire des cathédrales. Alors, pose ton café, ouvre Xcode 26, et crée quelque chose de magique. **On se retrouve sur le Store.** --- ## 11. FAQ : Les questions que tout le monde se pose ### Q1 : Est-ce que AFM 2.0 est vraiment gratuit pour une utilisation commerciale ? **R :** Oui, dans le cadre de la licence open source d'Apple. Tu peux l'utiliser dans une app payante ou freemium sans payer de royalties à Apple. Cependant, si tu utilises `ExternalModelService` pour accéder à Claude ou Gemini, tu paies des "AI Compute Units". Le modèle AFM 2.0 lui-même est gratuit à vie. Attention : la licence interdit explicitement de l'utiliser pour entraîner un modèle concurrent. Tu ne peux pas prendre AFM 2.0, le fine-tuner, et le revendre comme "ton propre LLM". Mais pour une app standard, c'est 100% légal et gratuit. ### Q2 : Puis-je utiliser AFM 2.0 sur un iPhone 14 ou un iPhone SE (2022) ? **R :** Oui, mais avec des limitations. AFM 2.0 (7B paramètres) nécessite au moins 6 Go de RAM pour fonctionner confortablement. L'iPhone 14 (6 Go) et l'iPhone SE 3 (4 Go) peuvent le faire tourner, mais avec une latence plus élevée (environ 500ms par requête contre 100ms sur un iPhone 17 Pro). Apple a prévu un mode "léger" (AFM 2.0 Lite, 3B paramètres) pour les appareils plus anciens. Il est activé automatiquement par le système. En pratique, pour une app de production, je recommande de cibler au minimum un iPhone 15 (6 Go) pour une expérience fluide. ### Q3 : L'agentic coding dans Xcode 26.3 est-il capable de gérer des projets avec plusieurs targets (watchOS, macOS) ? **R :** Oui, c'est une de ses forces. L'agent analyse l'ensemble du workspace, y compris les targets secondaires. Tu peux lui demander : "Ajoute cette fonctionnalité à la fois sur iOS et watchOS." Il va générer le code pour les deux targets, en respectant les différences de frameworks (SwiftUI pour watchOS, etc.). C'est un gain de temps énorme pour les indies qui veulent lancer une app sur plusieurs plateformes Apple. Testé chez Doved Studio sur un projet avec 4 targets : ça a fonctionné du premier coup. ### Q4 : Comment gérer la confidentialité des données utilisateur avec les Dynamic Profiles ? **R :** Apple a pensé à tout. Le `DynamicProfile` est stocké localement dans le sandbox de l'app. Il n'est jamais envoyé à Apple ou à un serveur tiers sans consentement explicite. Quand tu utilises `ExternalModelService`, l'utilisateur voit une popup native qui dit : "L'app TaskFlow veut partager son état actuel avec Claude pour vous aider. Accepter ?" Il peut refuser. De plus, tu peux marquer certains champs comme `privates` dans ton profile. Par exemple, `creditCardNumber` ne sera jamais partagé, même si l'utilisateur accepte. C'est une couche de sécurité supplémentaire. ### Q5 : Que se passe-t-il si mon app utilise AFM 2.0 et que l'utilisateur n'a pas assez de stockage ? **R :** AFM 2.0 nécessite environ 4 Go d'espace de stockage pour le modèle complet. Si l'utilisateur a moins de 5 Go de libre, le système refuse de télécharger le modèle et ton app doit gérer ce cas. Apple recommande d'utiliser l'API `AFMService.availability` pour vérifier si le modèle est disponible avant de lancer une requête. Si ce n'est pas le cas, tu peux : 1. Proposer à l'utilisateur de libérer de l'espace. 2. Utiliser un modèle plus petit (AFM 2.0 Lite, 1.5 Go). 3. Basculer vers une API cloud (si tu en as une). C'est un scénario rare (moins de 5% des utilisateurs), mais il faut le gérer pour éviter les crashes. --- ## 💼 Portfolio Doved Studio Chez **Doved Studio**, on ne se contente pas de suivre les tendances. On les anticipe et on les transforme en produits solides. **Notre spécialité :** Transformer les complexités techniques (IA on-device, agentic coding, Dynamic Profiles) en expériences utilisateur simples et élégantes. **Ce qu'on a fait récemment :** - Une app de