Les agents IA arrivent sur ton iPhone : ce que ça change pour toi

Apple vient de mettre les agents IA dans ton téléphone. Pas dans le cloud, pas sur un serveur lointain : directement sur la puce de ton iPhone. Lors de la WWDC 2026 le 9 juin, Apple a présenté Siri Pro, un modèle de langage qui tourne localement, et AgentKit, un framework qui permet aux apps d'exécuter des tâches en plusieurs étapes via Siri. Concrètement, ton téléphone commence à agir pour toi, pas juste à répondre.

Siri Pro, c'est quoi

Siri Pro est un grand modèle de langage conçu par Apple pour tourner sur la puce A19 Bionic des prochains iPhone et sur la puce M4 des Mac et iPad récents. La différence avec la concurrence : il fonctionne sur l'appareil, sans envoyer tes données vers un serveur. Apple parle de "privacy through architecture" : la vie privée par construction, pas par promesse.

En pratique, ça veut dire trois choses :

1. Les réponses sont plus rapides : pas d'aller-retour réseau, le modèle est déjà dans ta poche.
2. Tes données restent sur ton téléphone : ton calendrier, tes messages, tes mails ne quittent pas l'appareil pour la majorité des interactions.
3. Ça marche hors connexion : pas de réseau, pas de problème pour les tâches locales.

Les démos de la keynote ont montré Siri Pro rédiger un mail à partir de quelques phrases prononcées, résumer un long article web, ou planifier un trajet en croisant Calendrier, Plans et Messages, sans que tu ouvres chaque app toi-même. Apple indique que cette expérience s'étend à watchOS et VisionOS, pas seulement iOS et macOS.

AgentKit : les apps deviennent des compétences

AgentKit, c'est la pièce qui transforme Siri d'un assistant vocal en un véritable agent. Ce framework permet aux développeurs tierces de définir des "skills" pour leur app, que Siri Pro peut ensuite déclencher pour toi.

Deux exemples donnés par Apple lors de la keynote :

• Une app de compagnie aérienne qui rebooke automatiquement un vol quand un événement Calendrier montre un conflit.
• Une app de fitness qui ajuste ton plan d'entraînement à partir de tes données de santé et d'un objectif que tu prononces à voix haute.

Dans les deux cas, tu ne navigues pas jusqu'à l'app. Siri Pro agit en arrière-plan, en plusieurs étapes, en croisant des informations d'autres apps avec ta permission.

Apple a intégré une couche de sandboxing dans AgentKit : chaque app ne peut accéder aux données utilisateur qu'avec une permission explicite. Les skills d'une app sont isolées de celles des autres. Une app de voyage ne peut pas lire tes données de fitness sauf si tu le permets. C'est une réponse directe aux inquiétudes de sécurité qui ont suivi les lancements d'agents IA chez d'autres acteurs.

La différence entre Siri Pro et un chatbot

Un chatbot répond à un message puis s'arrête. Un agent poursuit un objectif : il perçoit, décide d'une action, agit, et recommence. Siri Pro avec AgentKit fait exactement ça.

Brique d'un agent	Ce que ça donne avec Siri Pro
Percevoir	Siri écoute ta voix, lit ton écran, consulte Calendrier, Messages, Plans
Décider	Le modèle sur l'appareil choisit l'action à mener
Agir	Il déclenche une skill d'app (rebooker un vol, ajuster un plan)
Boucle	Il enchaîne les étapes jusqu'à terminer la tâche

Siri Pro gère aussi la mémoire conversationnelle : tu peux poser une question de suivi sans tout réexpliquer. Les anciennes versions de Siri t'obligeaient à reprendre le contexte à chaque message. Ce n'est plus le cas.

Si la différence chatbot / agent te semble encore floue, commence par chatbot vs agent IA, puis comment construire un agent IA pour les briques techniques.

Ce que ça change pour les développeurs

Apple a ouvert plusieurs portes côté dev lors de cette même WWDC :

• Foundation Models framework : une API Swift native pour accéder aux modèles Apple. Elle devient open source cet été. Les développeurs avec moins de 2 millions de téléchargements App Store accèdent gratuitement à Private Cloud Compute, ce qui supprime la barrière infrastructure.
• Core AI : un nouveau framework pour faire tourner des modèles personnalisés sur l'appareil, avec compilation à l'avance et outils Python pour convertir des modèles PyTorch vers Apple Silicon.
• MLX : le framework de recherche ML open source d'Apple supporte désormais Metal 4 et peut répartir l'entraînement de modèles sur plusieurs Mac via RDMA sur Thunderbolt.
• Xcode 27 : le coding agentique est étendu. Les agents peuvent interagir avec le simulateur, localiser des apps, lancer des tests et corriger des crashes depuis Organizer.

Pour les devs francophones qui apprennent l'IA, la donnée principale est : Apple ouvre son infrastructure de modèles, gratuitement pour les petits devs, avec une API Swift et une documentation complète. C'est une porte d'entrée concrète pour construire des apps avec des agents embarqués.

Exemple : Sophie teste Siri Pro chez M&M

Chez Maisons&Mobilia, Sophie gère le planning d'équipe et les commandes fournisseurs. Elle n'a jamais écrit de code. Son iPhone est son outil principal.

Avec Siri Pro, elle dit : "Trouve les créneaux où toute l'équipe est dispo la semaine prochaine et bloque une réunion d'1 heure." Siri Pro consulte le calendrier partagé de l'équipe via l'app Calendrier, identifie un créneau commun, crée l'événement et envoie les invitations. Tout sur l'appareil, sans que les agendas ne transitent par un serveur tiers.

Dans un second temps, elle demande : "Quand arrive la dernière commande chez Fournisseur X et préviens Antoine si ça dépasse 3 jours de retard." Si une app de logistique M&M expose une skill AgentKit, Siri Pro peut aller chercher le statut de la commande, comparer avec le délai, et envoyer un message à Antoine. Sophie n'a ouvert aucune app.

C'est la différence entre un outil qui répond et un agent qui agit.

Les limites à garder en tête

Quelques nuances avant de crier au miracle :

• Il faut le bon matériel. Siri Pro tourne sur A19 Bionic et M4. Les iPhone plus anciens ne profiteront pas du modèle on-device, ou de façon dégradée. Apple mise sur 15 ans d'expertise en puces personnalisées, mais l'accès reste conditionné au hardware récent.
• Les skills dépendent des développeurs. AgentKit n'est utile que si les apps que tu utilises intègrent le framework. Au lancement, l'écosystème est jeune. L'arrivée de l'open source du Foundation Models framework cet été devrait accélérer l'adoption.
• Le sandboxing ralentit l'exécution. Chaque skill est isolée, chaque permission est explicite. C'est bien pour la sécurité, mais ça limite la fluidité des tâches qui croisent beaucoup de données entre apps.
• Pas encore un agent généraliste. Siri Pro excelle dans les tâches structurées (calendrier, mail, plans). Pour les requêtes ouvertes qui demandent du raisonnement long ou de la recherche web complexe, les modèles cloud restent en avance.

Aller plus loin

Apple vient de rendre tangible une notion abstraite : un agent IA, c'est une boucle percevoir, décider, agir. Si tu veux manipuler cette mécanique toi-même, l'app saisir.ai te fait construire et comprendre les briques d'un agent en français, par modules de cinq minutes. Pour creuser les concepts derrière AgentKit, lis comment construire un agent IA et tool use, c'est quoi.