My 6~7 Brain — Gestión del conocimiento privacy-first

El problema

Los profesionales de hoy están desbordados de información: correos, notas de reuniones, ideas, tareas pendientes y mensajes repartidos por decenas de apps. Recuperar lo que necesitas cuesta tiempo y frustración. Las herramientas de IA existentes prometen una solución, pero exigen que envíes todos tus datos personales a la nube. Para los usuarios concienciados con la privacidad, eso no es una opción.

La solución

My 6~7 Brain es una app de iOS privacy-first que captura todos tus pensamientos, notas y recuerdos y los hace fácilmente consultables, completamente on-device, sin que un solo byte salga hacia servidores externos.

• Múltiples métodos de captura: escribe, dicta mediante voice transcription o conecta tu correo y tu calendario; todo se reúne en un solo lugar.
• IA on-device: la búsqueda semántica y el chat con IA se ejecutan localmente en tu iPhone mediante Core ML y MLX Swift (Phi-4-mini / Llama 3.2). Tus datos nunca abandonan tu dispositivo.
• Knowledge graph: la app descubre automáticamente conexiones entre tus ideas y las muestra de forma visual, para que veas patrones que de otro modo se te escaparían.
• Insights semanales: resúmenes generados por IA sobre tu estado de ánimo, tu productividad y los temas recurrentes, sin que tengas que esforzarte por ello.
• Ecosistema Apple: app para Apple Watch para captura rápida, widgets de Home & Lock Screen, sincronización con iCloud y seguridad con Face ID / Touch ID.

Resultados

Lo que hace especial a este proyecto

• Privacy by design: sin concesiones; todos los modelos de IA se ejecutan localmente en el dispositivo mediante el framework Core ML de Apple.
• Desarrollo completo de la app: desde el concepto y el diseño UX hasta la implementación en Swift 6 / SwiftUI, incluyendo la app para Apple Watch y los widgets.
• Integraciones complejas: Gmail, Outlook, EventKit e iCloud/CloudKit, todo conectado en una experiencia fluida.
• Modelo de IA escalable: el sistema puede funcionar tanto on-device (modo privacidad) como a través de API (modo nube), según la preferencia del usuario.

Architectuur

Volledig op het apparaat: er wordt geen backend gebruikt voor AI-verzoeken. SwiftData slaat aantekeningen, taken en herinneringen lokaal op; bij het starten van de app laadt de MLX Swift-runtime een gequantiseerd taalmodel (Phi-4-mini of Llama 3.2) in het geheugen. Semantisch zoeken en de knowledge graph worden ontwikkeld met behulp van embeddings die ook op het apparaat zelf worden berekend, zodat het niet nodig is om content naar een server te sturen.

Modelkeuze

Bewust gekozen voor kleine, gequantiseerde open-source modellen in plaats van een cloud-API zoals GPT. De privacygarantie van de app houdt in dat er geen gegevens het apparaat mogen verlaten, waardoor de afmetingen van het model beperkt zijn tot wat er op de Neural Engine van een iPhone past. Dit is een weloverwogen afweging: iets lagere kwaliteit vergeleken met een grootschalig cloud-model, maar voldoende voor semantisch zoeken en het samenvatten van persoonlijke notities. Voor gebruikers die meer waarde hechten aan kwaliteit dan aan privacy is een optionele cloud-modus beschikbaar via API.

Kosten & latency

• Geen API-kosten per gebruiker in de standaardmodus: het model draait lokaal na een eenmalige download tijdens installatie, dus de kosten per extra gebruiker zijn vrijwel verwaarloosbaar.
• Het modelbestand, enkele gigabytes groot, wordt eenmalig gedownload en lokaal opgeslagen.
• Het eerste keer laden van het model bij app-start kost ongeveer 2 tot 3 seconden; daarna is semantisch zoeken binnen 1 seconde mogelijk (zie Resultaten).

Lessons learned

Een vroege MLX-integratie met een omvangrijker model (7 miljard parameters) leidde tot geheugenproblemen op oudere iPhones. Overschakelen naar modellen met 3 tot 4 miljard parameters verhielp dit zonder merkbare afbreuk aan de gebruikservaring. De optionele cloud-modus is later geïntroduceerd voor gebruikers die kwaliteit belangrijker vinden dan strikte privacy, met een duidelijke keuze in de app in plaats van een verborgen instelling.

Concept — cijfers ter illustratie, nog te verifiëren tegen het daadwerkelijke project vóór publicatie.