從 iOS 11 開始，蘋果正式為 iOS 加入了簡訊過濾功能，系統會將資訊按照「已知發件人」和「未知發件人」的型別進行分類，只有由第一個分類的發件人傳送的資訊才會發出通知和提醒，同時對於可能是騷擾 / 垃圾的資訊，還會被標記上「可能是垃圾資訊」的提示。

但在各類營銷廣告資訊氾濫的年代，這種分類的過濾措施可能還不夠，所以我們需要藉助第三方垃圾簡訊過濾擴充套件應用來實現更有效的過濾效果。

目前，我自己在用第三方簡訊過濾應用是由國內獨立開發者開發的「熊貓吃簡訊」。這是一款基於 CoreML 機器學習框架開發的簡訊過濾工具，能夠在 iOS 系統預設的資訊過濾基礎上，將簡訊按照「交易資訊」「推廣資訊」和「垃圾資訊」進行過濾。

「熊貓吃簡訊」的使用十分簡單，通過 App Store 安裝後，前往「設定 > 資訊 > 未知與過濾資訊 > 熊貓吃簡訊」中開啟。

熊貓吃簡訊基於 CoreML 機器學習框架開發，能夠從樣本庫中學習垃圾資訊的識別準確率。你也可以在 App 中對資訊進行準確性測試，將需要測試簡訊拷貝至剪貼簿，點選 App 中的「準確性測試」即可檢視這條資訊在熊貓吃簡訊的樣本庫的匹配型別。

在熊貓吃簡訊的樣本庫中，過濾的簡訊被分為三種類型，分別是「正常簡訊」「交易資訊」和「垃圾簡訊」，前兩者會正常顯示資訊列表中，而後者則會直接被分類至資訊 App 的「垃圾簡訊」列表內，並且如果你已經更新至 iOS 14，被歸類到垃圾簡訊的資訊還不會出現小紅點提醒，實現更佳的零打擾過濾效果。（iOS 14 之前的系統會出現即使垃圾簡訊被過濾，但資訊 App 仍出現小紅點提醒的情況。）

而對於那些可能被「誤判」的資訊，在準確性測試下你還可以通過選擇你認為正確的分類來訓練熊貓吃簡訊的樣本庫，訓練的次數越多，樣本庫的準確性也會越高。

但正常的過濾功能完全基於應用自帶的訓練模型，通過 CoreML 就可以無需聯網地在手機本地對簡訊進行分類，而只有在使用者使用準確性測試的時候，熊貓吃簡訊才會要求網路環境。

由於準確性訓練涉及上傳的步驟，所以難免也會涉及隱私問題。熊貓吃簡訊的開發者表示，使用者在提交簡訊樣本時，應用會將這些簡訊匿名上傳到伺服器，熊貓吃簡訊也會在雲端完成學習，然後分發到所有人的手機上。

熊貓吃簡訊也支援自定義設定過濾規則的功能，在「過濾選項」設定下，你可以選擇希望被過濾的簡訊類別，例如部分公益類簡訊的過濾就因人而異，有人覺得這類簡訊是「垃圾資訊」就應該被過濾，但有的人覺得不該被過濾，所以你可以在這裡進行初步的過濾規則自定義。

而如果簡單的過濾選項還無法滿足你的需求，熊貓吃簡訊也提供了更佳個性化的自定義規則功能，除了簡單粗暴的「號碼過濾」，還能設定根據簡訊內的「關鍵詞」來進行過濾。例如我就將「TD 退」「TD」「退訂」這幾個關鍵詞列為過濾詞，只要簡訊中出現這些詞彙，都逃不過系統的法眼。

熊貓吃簡訊在 App Store 售價 3 元，可以點選這裡下載試用。