Le plus dur c’est quand tu passes du “bouton” au vrai modèle de contexte. En gros, les scénarios que tu décris, c’est du règles/événements avec de la détection (PIR, ouverture, géoloc, consommation) et souvent une couche d’inférence “if nobody moves for X alors fade light”. Le côté “ça apprend” vient souvent du fait que t’as des seuils adaptatifs, du calibrage capteurs, et des historiques (journaux) plutôt qu’un truc magique “programmé”. Là où ça devient sérieux, c’est la sécu: auth (token/app), chiffrement, segmentation du réseau, et surtout comment le hub tient en local si le wifi ou un service cloud tombe. Si tout dépend d’une API externe, t’es vite bloqué; si tu as un contrôleur maison (Home Assistant/zigbee2mqtt, règles sur le hub), avec failover et watchdog, c’est beaucoup plus robuste. Niveau bugs, faut regarder la latence, les timeouts, et les états “stale” des capteurs.