苹果群控加一层 AI 值不值？22 台 iPhone 三周实测

先说为什么要测这一件事

去年有段时间，我被问得最多的一句话是：AI 操作手机到底能顶多少人力。

这个问题很难直接回答，因为答案取决于你把什么活交出去。同样一套东西，有人用了省下一个人工，有人用了多出一个每天要盯的环节。差别不在软件上。

所以今年六月我干脆做了一次对照测试。22 台 iPhone，同一批任务，一半交给原有的苹果群控脚本跑，一半交给 AI 层跑，连续三周，每天记录耗时、失败次数和人工介入的时长。

结论放在最前面：三类活交给 AI 有明显的收益，两类活交给 AI 是负收益。整体上每天的纯操作时间从 5 小时 40 分压到 1 小时 50 分左右，但这个数字的前提是任务挑对了，硬塞进去的那部分反而更慢。

iOS群控这几年最大的变化不在设备层，在任务层。这篇把测试过程和三周的记录摊开讲。

测试是怎么做的

先说清楚条件，不然这些数字没意义。

设备是 22 台 iPhone，同一批次，型号统一，系统版本统一。接入方式走数据线直连，用带独立电源的集线器分成三组挂在两个 USB 控制器上。选择直连的原因很简单：设备摆在架子上不挪窝，用不上蓝牙板或者 OTG 板，也省掉配对的麻烦。如果设备需要挪动，或者不想为每台手机拉一根线，iPhone 还有走局域网的无线版，后面单独讲。

账号结构是三种：4 个主号人工运营，16 个矩阵号跑批量任务，2 个试探号用来试新流程。任务清单从过去一个月的实际工作里整理出来，一共 11 项，覆盖内容发布、订单巡检、评论回复、素材同步、数据记录这几类。

对照方式是把同一批任务复制成两套。A 组用原有脚本跑，B 组用 AI 层跑，账号和设备对半分。每天记录三个数：完成耗时、失败次数、人工介入时长。

有一点要先说明：这不是学术测试，是我自己业务里的一次对照。样本不大，结论只适合拿来参考，不适合当成通用数据。

五个指标，AI 层赢了三项

三周跑完，把两边的表现按五个维度打分。

指标	脚本层	AI 层	说明
界面变动后的存活	★★	★★★★★	脚本改版就得重录，AI 靠识别内容执行
首条流程的搭建时间	★★★★	★★	脚本录制半天能出三条，AI 要把任务说细
稳定流程的失败率	★★★★★	★★★★	固定的活脚本更稳，AI 略高但可接受
处理临时任务	★	★★★★★	脚本为临时任务写一遍不划算
执行记录的可读性	★★★	★★★★	AI 会写下每一步的判断依据

最反直觉的是第二项。原以为 AI 更快，实际第一周几乎全花在把任务说清楚上。反而是第三项比预期好，AI 在固定流程上的失败率没有想象中那么高，前提是流程本身写得清楚。

第一周：时间花在把话说清楚

第一周基本没有产出，全在调指令。

举一个具体的例子。我们最初写的任务是「处理一下售后消息」，跑出来的结果一半是错的。原因很好理解：它不知道哪些消息算售后、退款金额到多少需要升级、遇到物流查询该不该回。这些规则在我们脑子里是常识，写出来才发现从来没被说清楚过。

第二版把规则补上之后，正确率从五成提到八成多。第三版又加了两条兜底规则，比如「拿不准的一律标记待人工」，才到九成以上。

这一周的教训是：AI 层的成本不在软件上，在你把业务规则写成文字的时间上。这段时间一次性花掉，后面就一直是收益。

脚本那边第一周很轻松，录制加调试，三条流程一天就出来了。但第二周开始，两个 App 更新了界面，其中一条流程整条失效，重新录了一遍。

第二周：真正省时间的只有三类活

跑完两周，我们把 11 项任务按收益分了三档。

第一档是真正值得交出去的，一共三项：矩阵号的内容发布、评论区回复、素材从网盘同步到手机相册。共同特征是单次一两分钟、一天要做几十次、而且位置不固定。

这三项在 AI 层的日均处理量是脚本层的两倍多，主要差距在失败重试上。评论回复这类活会遇到大量异常情况：有人发广告、有人重复刷屏、有人问的问题在知识库里没有。脚本遇到这些只能跳过，AI 能按规则分类处理。

第二档是交给谁都行的，四项：定时发布、订单巡检、数据记录、指定关键词的批量操作。这类活位置固定、步骤固定，脚本跑得好好的，AI 也能跑，收益差别不大。我们最后保留了脚本方案，因为已经跑熟了。哪些活该留在脚本侧、哪些该交给 AI，这两者的分工里有一条更细的界线。

第三档是不该交出去的，四项：涉及金额的退款审批、需要看图片判断的售后、跨平台的比价、以及所有需要临场判断的沟通。这些硬塞给 AI 的结果是人工介入更多了，因为每天要处理它标错的那些。

第三周：人力账摊开算

第三周数据稳定下来了，把三类活的时间合并算一笔账。

任务	人工耗时	脚本方案	AI 方案
内容发布（16 个号）	3 小时 20 分	40 分钟	25 分钟
评论回复（16 个号）	1 小时 40 分	55 分钟（异常略过）	35 分钟
素材同步	40 分钟	15 分钟	12 分钟
合计	5 小时 40 分	1 小时 50 分	1 小时 12 分

看这张表要注意两件事。

一是脚本方案和 AI 方案的差距没有想象中大。真正把 5 小时 40 分压到 1 小时 50 分的是自动化这一层，不是 AI 这一层。AI 额外省下的 38 分钟，主要来自异常处理和临时任务。

二是这张表里没有算维护时间。三周里脚本那边因为界面更新重录了两次，合计约 3 小时；AI 那边没重录，但补充规则花了约 1 小时。把这部分摊到每天，两边差不多各差十几分钟。

所以更准的说法是：AI 层的价值不在日常节省的绝对时长上，而在「界面变了不用重来」和「临时任务不用另写一套」。

哪些活别交给 AI

测试里踩得最狠的一类，是涉及钱的判断。

我们试过把退款审批交给 AI，规则写得也算细了。跑了一周之后停下来，原因是它标错的那些单子需要人去核对，核对的时间比直接审批还长。更要紧的是心理成本：知道有个环节可能出错，人反而更紧张。

另一类是必须看图的售后。开箱损坏、货不对板这类，判断依据在图片里，AI 能描述图片内容，但做不了「这个划痕算不算质量问题」这种判断。这类活我们改成了 AI 先归类、人工再判，只让它做前一半。

第三类是账号安全相关的动作。改密码、换绑、异地登录这类操作，出了问题的代价不是重跑一次，是账号本身。这些不管自动化到什么程度，都建议留人工。防风控那份清单里列的动作，都可以拿来当这类判断的参照。

如果不想拉线，还有无线这条路

测试里 22 台全部走数据线，是因为设备摆在架子上不挪窝，线一次拉好就不用再管。但这套接法有个前提：你得有地方摆架子，还得接受 22 根线配三台集线器。

iPhone 还有另一种接法，走局域网。装好之后，电脑和手机在同一个 WiFi 里就能连上，日常任务不用插线。装的时候仍然要插一次 USB，装手机端程序、刷开发者镜像、绑授权这几步都得有线，绑好之后就可以拔掉。

这一条对成本的影响比看上去大。数据线和带独立电源的集线器，是矩阵里最容易坏、最容易出问题的两样东西。线上的活少了，机房那一堆东西也跟着少。

有几个地方第一次装容易绕：

设备不用固定在一个地方。这是无线最大的好处，手机可以放在不同房间甚至不同楼层，只要和电脑在同一个局域网里。测试里之所以不用它，纯粹是因为那批手机本来就不动。

授权类型别选错。无线版绑的是脱机设备授权，和 USB 版的 USB 设备授权是两种，弄混了跑不起来。

装的时候认准名称。下载器欢迎页里，无线版对应的选项叫 iOS 脱机版本，群控端是 iOS 脱机无线群控投屏，工作站扫描时选的是 iOS 脱机版。同一个东西在三处叫法不同，第一次装最容易在这里打转。

网络要稳。有线怕的是线松，无线怕的是信号差。手机和路由器之间隔得太远，扫描会扫不到设备。

成本这块要算三笔

第一笔是设备和硬件。22 台二手机加线材、集线器、架子，一次性的部分。这部分跟用不用 AI 没关系，是自动化本身的门槛。如果走上面说的无线版，线材和集线器这两项基本可以省下来，架子也不用按台数配。

第二笔是软件和授权。设备授权按手机收，分设备授权和投屏授权两种，别买错。软件本身可以免费，模型 API Key 自己填，费用自理。测试里 B 组用的就是 iEasyRun 这套 AI 工作站，它的收费口径也是这样：工作站免费，跑自动化要绑 USB 设备授权，模型走你自己填的服务。

第三笔是模型调用。这一笔最容易被高估。存成工作流之后重复执行不消耗模型的调用量，只有现场规划的时候才用得上。我们三周的模型费用很低，因为跑的大多是固定流程。

真正该防的是把三笔算成两笔。第一笔和第二笔是固定的，第三笔反而可控。

结论：值不值

回到最初那个问题，AI 操作手机能顶多少人力。

按这次测试的口径：如果手上的活以固定流程为主，AI 层的增量收益大约是每天半小时到一小时，省下的主要是维护时间，也就是界面更新后不用重录的那部分。

如果手上有大量位置会变、需要临场判断的活，比如评论回复、消息分类、异常处理，那增量收益会大得多，因为这类活以前根本没法自动，只能靠人。

值不值的判断标准，可以简化成一句话：你手上有没有那种「步骤说不清、位置总在变」的重复工作。有，这层就值；没有，先把已有的自动化跑稳就够了。

常见问答

加一层 AI 会不会和原有的苹果群控脚本冲突？不会，两类活分开跑。测试里我们把固定流程留在脚本层，把会变的活交给 AI 层，两边同时在 22 台设备上跑，没出现互相干扰。

AI 操作手机是不是一定要联网？任务是本地调度的，设备连在你自己电脑上，执行记录也留在本机。模型推理要走你填的服务，这部分需要联网。

跑一条已经存好的流程要花多少钱？不花钱。重复执行保存好的工作流不消耗大模型调用量，只有让它现场规划才用得上模型。

三周里失败最多的环节是什么？评论回复里的异常消息。发广告、刷屏、问知识库以外的问题，这三类占了失败记录的六成以上，后来靠补充规则压下去了。

需不需要专门招人维护？测试里没有。补充规则、看执行记录这些事，原来的运营顺手就做了，每天大概多花二十分钟。规模再大可能就需要专人。

22 台设备稳定吗？稳定，前提是供电。中途因为集线器没有独立电源掉过几次线，换成带电源的之后三周没再出问题。散热也要注意，架子中间留空隙。

和我们原来的脚本方案比，最大的差别是什么？界面更新之后不用重录。三周里脚本重录两次、每次一个多小时，AI 那边只花时间补规则，没有重来过。

小团队能不能用？能。测试里的规则补充都是原来的运营写的，没有写代码。

最后

这次测试最大的收获，不是那个 5 小时 40 分变成 1 小时 50 分，是搞清楚了哪些活不该自动化。

我们一开始把 11 项任务全部分了自动化的想法，结果第三档那四项全退了回来，中间浪费了将近一周。挑任务这件事，比挑工具重要得多。

如果打算试，建议从一个平台、一台手机、一件小事开始。跑通之后你自然会知道下一件该放什么进来。急着一次铺开二十台，多半会在第一周就放弃。

想看这套 AI 层怎么搭起来，可以从不用写脚本做手机自动化开始，安装的图文步骤在 iEasyRun 的 iOS USB 安装说明里；想算自己规模的账，成本测算那篇里的口径可以直接套；选型的判断标准在苹果群控系统选型指南里。

关于 EasyClick：手机自动化 AI 智能体平台，覆盖安卓免 root、iOS 免越狱、鸿蒙 Next 三大生态，提供脚本开发、苹果群控、本地中控投屏与云控系统。→ 了解全部产品