從 iOS 11 開始，蘋果正式為 iOS 加入了短信過濾功能，系統會將信息按照「已知發件人」和「未知發件人」的類型進行分類，只有由第一個分類的發件人發送的信息才會發出通知和提醒，同時對于可能是騷擾 / 垃圾的信息，還會被標記上「可能是垃圾信息」的提示。
但在各類營銷廣告信息泛濫的年代，這種分類的過濾措施可能還不夠，所以我們需要借助第三方垃圾短信過濾擴展應用來實現更有效的過濾效果。
目前，我自己在用第三方短信過濾應用是由國內獨立開發者開發的「熊貓吃短信」。這是一款基于 CoreML 機器學習框架開發的短信過濾工具，能夠在 iOS 系統默認的信息過濾基礎上，將短信按照「交易信息」「推廣信息」和「垃圾信息」進行過濾。
「熊貓吃短信」的使用十分簡單，通過 App Store 安裝后，前往「設置 > 信息 > 未知與過濾信息 > 熊貓吃短信」中開啟。
熊貓吃短信基于 CoreML 機器學習框架開發，能夠從樣本庫中學習垃圾信息的識別準確率。你也可以在 App 中對信息進行準確性測試，將需要測試短信拷貝至剪貼板，點擊 App 中的「準確性測試」即可查看這條信息在熊貓吃短信的樣本庫的匹配類型。
在熊貓吃短信的樣本庫中，過濾的短信被分為三種類型，分別是「正常短信」「交易信息」和「垃圾短信」，前兩者會正常顯示信息列表中，而后者則會直接被分類至信息 App 的「垃圾短信」列表內，并且如果你已經更新至 iOS 14，被歸類到垃圾短信的信息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短信被過濾，但信息 App 仍出現小紅點提醒的情況。)
而對于那些可能被「誤判」的信息，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短信的樣本庫，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于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短信進行分類，而只有在用戶使用準確性測試的時候，熊貓吃短信才會要求網絡環境。
由于準確性訓練涉及上傳的步驟，所以難免也會涉及隱私問題。熊貓吃短信的開發者表示，用戶在提交短信樣本時，應用會將這些短信匿名上傳到服務器，熊貓吃短信也會在云端完成學習，然后分發到所有人的手機上。
熊貓吃短信也支持自定義設置過濾規則的功能，在「過濾選項」設置下，你可以選擇希望被過濾的短信類別，例如部分公益類短信的過濾就因人而異，有人覺得這類短信是「垃圾信息」就應該被過濾，但有的人覺得不該被過濾，所以你可以在這里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，熊貓吃短信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」，還能設置根據短信內的「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，只要短信中出現這些詞匯，都逃不過系統的法眼。
關鍵詞：
