上个月一个做跨境电商的朋友问我，说 Claude 都能帮他写文案了，能不能直接连上他的三十台 iPhone，自动把文案发出去。
我说能。他愣了一下——说没想到这么快。
这件事确实已经能做了。iOS 中控从 10.6.0 开始支持 MCP 协议，WorkBuddy 和 Claude Desktop 都能直接连上 iPhone，用自然语言下指令。不用写脚本，不用调坐标，说人话就行！
但”说人话就行”这六个字，得拆开看。
MCP 到底帮 iOS 群控做了什么
MCP 是 Model Context Protocol 的缩写，说白了就是给 AI 模型装了一双手。
以前你用 Claude 或者 WorkBuddy，它能帮你写文案、分析数据、出主意，但它碰不到你的手机。它能想，但不能做。MCP 把这条路走通了——AI 通过中控的接口，往 iPhone 里注入点击、滑动、输入这些操作。
举个例子。你以前要写一个脚本，流程是：打开抖音，点发布，选视频，填标题，加话题，点发送。六步，每步要写坐标、写等待、写失败重试，加起来 45 到 60 行代码。现在你只需要跟 AI 说一句话：“把桌面上的那个视频发到抖音，标题用昨天定的那个，话题加 #家居好物。”
AI 自己拆解成步骤，一步步调接口执行。
老陈跟我说过一句很直白的话：“以前我是给手机写说明书，现在是给 AI 说需求！”
这个区别听起来没什么？那你想想——以前换一个机型，脚本里的坐标全得重调。一台机器改 45 行，十台不同机型就是 450 行。现在不用了，AI 看的是界面内容，不是像素位置。换机型？零改动。
当然，MCP 不是万能的。它的定位是决策层和编排层，不是执行层。底层的点击、截图、输入，还是得靠 iOS 自动化脚本的那些接口。MCP 做的事情是把你脑子里的流程翻译成脚本调用。
接进去之后，哪些事不用写脚本了
最直接的收益是带判断的流程。
以前写脚本，最怕的就是”如果…就…”。如果收到的是物流问题，就回复模板 A；如果是商品咨询，就回复模板 B；如果是投诉，就截图转人工。这种分支逻辑，脚本写起来又长又脆——平台改个按钮位置，整段就废了。
接了 MCP 之后，这些判断交给 AI。你不用写 if-else，只要把规则用自然语言告诉它。
有个做客服外包的团队，十来个账号的私信分类和回复，以前是 80 行脚本加 5 个模板。我帮他们算过一笔账：
| 传统脚本 | MCP 方案 | |
|---|---|---|
| 代码量 | 80 行 + 5 个模板文件 | 1 段自然语言规则描述（约 200 字） |
| 首次搭建时间 | 3 天（写脚本 + 调试坐标） | 2 小时（写规则 + 跑通测试） |
| 平台改 UI 后的维护 | 4-6 小时/次（改坐标 + 重测） | 0（AI 自动识别新界面） |
| 单次执行耗时 | 0.3 秒 | 2-5 秒 |
| 每月维护总时间 | 4 小时 | 30 分钟 |
他说最明显的变化不是效率，是维护成本降了 87%。以前平台改一次界面，他得花半天改坐标。现在界面变了，AI 照样能认出来，脚本那层基本不用动。
还有一件事以前几乎做不到：跨 App 操作。
比如你要从微信里复制一条客户消息，切到淘宝，找到对应订单，把物流信息粘贴回复，再切回微信确认。这个流程涉及 3 个 App、4 次切换，中间的状态传递用脚本写起来极其痛苦——我估了一下，纯脚本实现至少要 120 行代码，而且每换一台机型就得重写一遍。
但用自然语言描述就很简单：“把微信里张三发的那条消息里的订单号，去淘宝查一下物流，然后把单号和物流状态发回给张三。”
AI 能记住上下文，跨 App 的时候不会丢状态。脚本做不到这一点；至少做起来很疼。
哪些事它仍然做不好，以及什么时候值得接
说几个我踩过的坑
延迟。 MCP 走的是 AI 推理加接口调用的链路，一次操作从发出到执行，通常在 2-5 秒。传统脚本直接调接口，0.3 秒搞定。如果你需要在一秒内完成操作，MCP 做不到；这种场景还是得用传统脚本。
精确度。 我测了 200 次操作，AI 理解指令的准确率大概在 94% 左右。6 次出错，其中 4 次是”点那个红色按钮”点成了旁边橙色的。对于精度要求极高的操作（比如金融类 App 里的确认转账），我建议你还是在关键步骤加一道人工确认。
网络依赖。 MCP 需要跟 AI 服务通信，断网了就停摆。如果你的场景是在断网环境里跑，MCP 不适合。
成本。 AI 推理是按 Token 收费的。我算了一下日常跑的几类流程：
| 流程类型 | 单次 Token 消耗 | 每天跑 50 次的月费用 |
|---|---|---|
| 简单指令（单步操作） | 约 200 Token | ¥15-20 |
| 中等流程（3-5 步） | 约 800 Token | ¥60-80 |
| 复杂判断（带分支逻辑） | 约 2000 Token | ¥150-200 |
跑已保存的工作流不计 Token，但首次编排和调试阶段是会产生消耗的。
什么时候值得接？我的判断标准很简单：如果你的流程里有超过 3 个判断分支，或者需要跨 2 个以上的 App，MCP 就值得试。 如果流程是完全线性的——打开、点三下、关闭——那传统脚本更快更稳，没必要绕到 MCP。
从成本角度算一笔账。假设一个运营每天花 2 小时处理各种分支判断和异常，月薪 8000 元，折合时薪约 46 元。2 小时就是 92 元/天，一个月 2760 元。用 MCP 之后，这部分工作交给 AI，运营只需要处理 AI 标记的异常情况（大约 20%），每天省下的 1.6 小时值 73 元/天，一个月 2190 元。扣除 MCP 的 API 费用（按中等流程算，80 元/月），净省 2110 元/月。
这两者的维护成本差了一个数量级！
但 MCP 也不是免费的午餐。API 费用、网络依赖、调试复杂度——这些都是代价。我的建议是先用一个流程试，跑通了再扩展，别一上来就想把所有事情都交给 AI。
说个行业里的观察——MCP 在 iOS 群控里的应用，现在还处于早期。大部分人还在摸索怎么用自然语言描述流程，工具链也不够成熟，出了错不太好排查。但方向是确定的！再过一两年，“用嘴说需求、AI 来执行”会变成标配，就像今天你不会写脚本会觉得落后一样。
老陈最后用 MCP 接管了他最头疼的那段流程——十来个账号的客服私信。他没有全交给 AI，八成常规回复让 MCP 处理，剩下两成转给人。他最满意的一点不是效率，是**“终于不用每次平台改个界面就重写一遍脚本了”**。
他最近在琢磨，把内容分发也接进来。