2026 蘋果 AI 開發者保姆級教程：Xcode 27 怎麼用？Foundation Models、本地 AI、AI Agent 從 0 到 1 實戰

讀完能做什麼

在 Apple 晶片 Mac 上裝好 Xcode 27，用工具列開編碼 Agent，先 /plan 再改倉庫。
用 Foundation Models 的 LanguageModelSession 寫出第一段端側摘要。
按任務選端側系統模型、Private Cloud Compute、Core AI / MLX 或 Claude / Gemini 套件。
用 Tool 和 Dynamic Profile 把會話收成 App 內 Agent，而不是再開一個聊天窗。
對照官方門檻處理地區、上下文超限和記憶體壓力；本文步驟來自文件與 WWDC，不是本站實測。

先讓 Xcode 27 改你的工程，再用同一套 Swift API 把模型放進 App。兩件事不要混成一次「裝 AI」。

開發者在 Mac 上打開 Xcode 編寫 Swift，準備接入 Foundation Models — Xcode 27 的編碼 Agent 在編輯器裡改工程；Foundation Models 才是 App 裡的模型入口。

前置：能裝 Xcode 27 再談蘋果 AI

蘋果在 Xcode 系統要求把 Xcode 27 標成需要 macOS Tahoe 26.6 或更高，並帶 iOS 27 到 macOS 27 的 SDK。Xcode 27 發布說明寫明：Xcode 27 只能在 Apple 晶片上安裝執行。Intel Mac 可以當用戶機，不能當這套教程的開發機。

2026 年 6 月蘋果新聞稿寫：iOS 27、macOS 27 和 Xcode 27 的開發者 beta 從當天起可在 developer.apple.com 下載。Apple Intelligence 功能仍受地區限制。下面清單是開工順序，不是「越新越好」。

Apple 晶片 Mac，系統升到文件要求的 macOS 版本。
用 Apple Developer 帳號從開發者站點安裝 Xcode 27，不要用過期的 Xcode 26 碰 iOS 27 SDK。
打開系統設定，確認本機已打開 Apple Intelligence（地區不支援時，端側會話會直接失敗）。
新建或打開一個 iOS / macOS App 工程，最低部署版本跟你實際要呼叫的 API 走，不要抄過時教程裡的 iOS 18。
工程能 Cmd+R 進模擬器之後，再開編碼 Agent，也再 import FoundationModels。

記憶體檔位是另一篇文章的問題。助手會自己拉模擬器時，16GB 和 24GB 差在壓力曲線，見 Xcode 27 跑 AI 編程需要什麼 Mac 配置。本文只要求：機器能裝 Xcode 27，並且你願意讓它開著。

Xcode 27 怎麼用：編碼 Agent 從 0 到第一份計畫

What’s new in Xcode 27 把編碼 Agent 從側欄聊天改成編輯器裡的對話：可以分欄、可以並行多段任務。工具列按鈕開新對話；需要先想清楚再改檔案時，用斜線命令 /plan。

打開工程，點工具列的編碼 Agent，新建對話。對話以編輯器標籤出現，不要期望它藏在舊版 Assistant 側欄裡。
第一句不要「把這個 App 重寫成 SwiftUI」。寫成：目標檔案、不要動的模組、驗收方式（測試或模擬器截圖）。
輸入 /plan。Agent 會先搜集上下文、必要時拉子 Agent，先出計畫、不改檔案。你在計畫上批註後再允許實作。
實作過程看右側 diff 和產物（截圖、預覽）。Agent 可以按發布說明啟動模擬器、裝 App、合成觸控。你仍要自己點建置和提交。
並行任務用編碼助手側欄查看未讀訊息。不要讓兩段 Agent 改同一組檔案；本教程只要求你一次只批一份計畫。

Xcode 27 的 Agent 認識 Swift 和蘋果框架，但它不是 Foundation Models。它改的是你的原始碼。把模型能力交給用戶的，是下一節的 Swift API。兩邊可以同時開：左邊 Agent 寫程式，模擬器裡跑你剛寫的 respond(to:)。

若你更熟終端機裡的 Claude Code，那是另一套主機上的編碼 Agent，仍要交 App Store 包就留在 Xcode。並行任務不要改同一組檔案，邊界見 AI Agent 檔案隔離最佳實踐。

Foundation Models：第一段可編譯的 Swift

Foundation Models 框架頁把框架定義成「在 App 裡用任意大型語言模型的原生 Swift API」。端側系統模型、Private Cloud Compute、以及符合 Language Model 協定的第三方套件，都走同一套 Session。WWDC26 Apple Intelligence 指南補充：多模態提示可以夾圖片；Vision 的 OCR 和條碼工具可給模型直接呼叫。

最小可執行會話（端側系統模型）

import FoundationModels

let session = LanguageModelSession(
    instructions: "You summarize travel notes in three short sentences."
)
let response = try await session.respond(
    to: "Notes: fly to Tokyo at 09:00, then Asakusa."
)
print(response.content)

把這段放進按鈕或非同步任務，不要放進同步 init。第一次編譯如果找不到模組：在目標的 Frameworks 裡確認已連結 FoundationModels，部署版本覆蓋文件裡的系統要求。

Session 是有狀態的。每一次 respond(to:) 都會進 transcript。上下文撐滿會拋錯，不要指望無限聊。iOS 26.4 起可以查上下文大小和 token 數；超限就新開 Session，必要時只帶走 instructions 和最後一條成功回覆。這是官方會話裡的恢復路徑，不是「重啟 App」。

本地 AI 怎麼選：端側、Core AI、MLX、PCC

What’s new in the Foundation Models framework 把選擇攤開：端側系統模型已重建，指令遵循更好，提示裡可直接插圖片。需要更大模型時用 PrivateCloudComputeLanguageModel，上下文約 32K token，帶推理檔。要把自己的權重量進裝置，用開源的 Core AI 或 MLX 實作。Claude 與 Gemini 以 Swift 套件接入同一協定。

路徑	適合什麼	你付什麼
SystemLanguageModel（端側）	摘要、分類、短對話、離線、要隱私	裝置算力與電池；無雲 API 帳單
Private Cloud Compute	要推理、更長上下文、watchOS 27 上也要用蘋果模型	符合小企業計畫且首次下載低於 200 萬時，新聞稿寫明無雲 API 費用； entitlement 仍要按文件申請
Core AI	把你自己的 LLM 跑在統一記憶體和 Neural Engine 上	包體、記憶體、熱；沒有按 token 發票，但有裝置上限
MLX Language Model	試 Hugging Face 上 MLX-Community 的開源模型	下載與授權；GPU/ANE 占用
Claude / Gemini 套件	要前沿雲模型、同一套 Tool / guided generation	按 token 計費；金鑰走 Keychain / OAuth，禁止寫進包

PCC 的呼叫形狀和端側一樣，只換模型實例。推理深淺用會話上的 reasoning 檔位換延遲。獨立研究員可以核驗「提示不落盤」這類隱私聲明，細節在 PCC 專題影片，不在這篇保姆步驟裡展開。

換到 Private Cloud Compute（同一 Session API）

import FoundationModels

let model = PrivateCloudComputeLanguageModel()
let session = LanguageModelSession(model: model)
let response = try await session.respond(
    to: "Propose three origami projects from this journal.",
    options: GenerationOptions()
)
print(response.content)

macOS 27 還提供 fm 命令列和 Python SDK，用來在終端機裡打端側或 PCC，適合寫腳本，不替代 App 內的 Swift Session。本地模型把統一記憶體和 Xcode、模擬器搶在一起時，先看 Apple Silicon 雲 Mac Runner 記憶體洪峰與 swap，再決定模型是留在本機還是只在 Session 裡換 PCC。

App 裡的 AI Agent：Tool 與 Dynamic Profile

Xcode 裡的編碼 Agent 改倉庫。App 裡的 Agent 是「模型 + 工具 + 可切換的指令」。What’s new in the Foundation Models framework 用手工藝日記示例：先分析照片（端側 + 寫回日記的 Tool），再切到 PCC 做腦力激盪。過去你要為此維護多個 Session；現在用 Dynamic Profile，一次 Session 裡用條件選出當前的 instructions、tools 和模型。

從 0 到 1 不要先上多 Agent 編排。按這個順序驗收：

一個 Session，固定 instructions，能 respond。
給模型一個你寫的 Tool（例如把結構化結果寫入 SwiftData）。模型決定何時呼叫，你決定副作用是否可撤銷。
需要時加上系統工具：Vision 的 OCR / 條碼，或 Spotlight 上的本地檢索（RAG）。
兩種模式再做成 Dynamic Profile：分析走端側，規劃走 PCC。同一時刻只有一個 Profile 生效。

系統級發現走另一條線：App Intents 把內容和動作交給 Siri / Spotlight，那是 WWDC 2026：iOS 27 與 Siri / Apple Intelligence 決策文的範圍。本教程的 Agent 停在「你的 App 行程裡」。品質不要靠感覺：Evaluations 框架用來統計改 prompt 之後好不好，替代不了單元測試，也替代不了你對 Tool 副作用的斷言。

報錯、地區、機器：卡住時先查哪一層

把失敗分成四層，避免把「沒開 Apple Intelligence」修成「換模型」。

裝不上 Xcode 27：系統版本或 Intel 晶片。對照系統要求和發布說明，不要在論壇抄舊包。
Session 立刻失敗：地區未開 Apple Intelligence、模型未下載完、或部署版本不夠。先在設定裡看開關，再查可用性 API。
聊到一半拋錯：上下文視窗。捕獲超限錯誤，壓縮 transcript 後新開 Session。
機器變黏：編碼 Agent + 模擬器 + 本地模型疊在同一池統一記憶體。先關本地大模型，再考慮換 24GB 檔，而不是先加 SSD。

第三方雲模型還有帳單和金鑰：Session 與回應上的 usage 能看輸入、快取命中和推理 token。金鑰禁止進 Git。這些不是 Foundation Models 的鍋，是你選了按 token 計費的提供方。

FAQ

不會 Swift 能不能跟這套教程？

編碼 Agent 可以起草 Swift，但你仍要能讀 diff、跑測試、拒絕它改權限和鑰匙圈。不會讀 Swift 就不要把 Tool 接到寫檔案或付款介面。

Foundation Models 是不是必須連網？

端側系統模型按設計可離線。PCC 和 Claude / Gemini 要網路。新聞稿裡的「無雲 API 費用」只覆蓋符合條件的 PCC，不是所有模型。

Xcode 的編碼 Agent 和 App 內 Agent 是同一個東西嗎？

不是。前者改你的原始碼和工作區；後者在用戶裝置上呼叫模型和 Tool。本教程兩節都寫，是因為搜尋裡常把它們叫成同一個「蘋果 AI」。

小公司用 PCC 真的免費嗎？

新聞稿和框架頁寫：加入 App Store 小企業計畫、累計首次下載低於 200 萬，PCC 上的下一代蘋果 Foundation Models 無雲 API 費用。資格、額度、iCloud+ 用戶更高限額以開發者文件和 entitlement 為準，不要把這句話寫進對用戶的定價頁。

必須買新 Mac 才能做本地 AI 嗎？

必須是 Apple 晶片且能跑 Xcode 27。不一定要新買：16GB 能開工，助手長期占著模擬器時再評估 24GB。可以先在可換檔的雲 Mac 上跑同一工程，再決定本機下單。

小結

順序固定：能裝 Xcode 27 → 用 /plan 管住編碼 Agent → 一段 LanguageModelSession → 按任務換端側 / PCC / Core AI → 再用 Tool 和 Dynamic Profile 做成 App 內 Agent。每一步都能單獨驗收，不要在第一天同時接三個提供方。