为什么 iPhone 的副卡明明没怎么用，却一直在悄悄跑系统流量？

最近顺手统计了一下自己手里几台 iPhone 的系统服务流量，结果发现了一个挺反直觉的现象。

起因是前阵子我注意到自己那张很少用的联通副卡，每个月总有那么十几兆的“不明消耗”。我一开始以为是联通的计费套餐有什么猫腻，或者运营商在搞小动作。为了验证，我甚至专门把这张卡拔出来，塞进旁边的 Android 备用机里跑了一周——结果发现，Android 后台的系统流量几乎可以忽略不计。

再把卡插回 iPhone，进到 设置 → 蜂窝网络 → 系统服务 里一拉，好家伙，“查找”、“时间与地点”这几个项目下面，流量数字又开始跳了。

这时候很多人第一反应往往是：苹果是不是又在后台偷偷摸摸跑流量？

作为搞了 15 年 iOS 开发、平时又习惯死磕底层系统行为的人，我当时直觉就觉得，这事儿背后的逻辑应该没那么简单。双卡用户经常会遇到这种情况：主卡负责主力上网，副卡明明只负责保号或者接电话，但系统后台依然会长期出现几 MB 甚至更多的隐形消耗。

别误会，“非主数据卡”不等于“完全离线”

这里先普及一个底层的基本逻辑：在双卡 iPhone 里，你指定了主卡跑蜂窝数据，不代表副卡就跟网络绝缘了。

副卡只要在网，它的底层 Modem（调制解调器）就必须维持最基础的通信能力。比如 VoLTE / IMS 的通话注册（保证别人能打通你电话）、短信待机、最基础的基站驻留，以及运营商的心跳保活。这部分底层的交互，本身就会产生小额的网络流量，这在哪个系统都一样，属于正常的底层链路维持。

但真正让我觉得有意思的，是接下来我做的一组对比测试。

因为我平时是个极度宅家的人，多设备党，日常通勤基本靠骑摩托车，很少长时间待在大型商场，更几乎不怎么坐地铁。在这种相对“干净”的无线环境里，我发现自己手机里“查找”和“时间与地点”的后台流量一直压得极低。

为了验证我的猜想，我上周专门把两台机子带去晚高峰的地铁线、以及核心商圈的写字楼里跑了两天。

对比结果非常明显：一进地铁或者高频切站的复杂弱网环境，副卡的系统服务后台流量，活跃度就会出现一个明显的波动。

这是一个关于“环境复杂度”的猜想

这其实验证了我最近一直在复盘的一个系统行为模型：iPhone 某些系统级后台的活跃频率与资源消耗，本质上是被外部的“环境复杂度”动态放大的。

当你身处地铁、地下商场或者高密度办公区时，无线环境会变得极其极其复杂：周围密集的 Apple 设备与 Nearby 信号，可能会让系统后台的扫描与同步行为变得更频繁。同时，由于高频的移动、基站高频切换以及突发弱网，手机频繁在不同信道之间重选，这就可能触发系统底层的某些高优先级服务去重新发起网络状态同步。

甚至在某些多卡通道并行的调度机制下，如果主卡因为地铁里信号断崖出现了严重的丢包，系统为了确保某些高优先级信令的实时性，在特定策略下是有可能尝试调用副卡通道去完成这些同步的。

不过，国外 Reddit 论坛的 iOS 社区和 Hacker News 上，关于 iOS System Services 在弱网和多卡环境下的流量消耗，其实已经断断续续吵了很多年了。

目前大家争议最大的地方也在这里：大家都能观察到现象，但很难在不越狱抓 Modem Trace 的情况下，精确拆分出到底是 IMS、定位、APNs 还是网络重试在占主要比例。因为这些底层 daemon（守护进程）在设计上就是协同工作的。

它们就像一群各司其职、但又互相打配合的“后台小员工”，环境越复杂、无线信号变化越剧烈，它们协作的频率就越高。

如果副卡流量真的金贵，怎么处理？

对于主卡动辄几十 G 流量的人来说，这几兆可能不痛不痒。但如果你跟我一样，副卡是那种几块钱月租的低档保号卡、或者按量计费的旅游卡，这点消耗确实挺让人膈应的。

如果你想尽量规避副卡产生这类日常网络损耗，常规的解决办法有三个，按需操作就行：

• 关闭“允许切换蜂窝数据”： 去 设置 → 蜂窝网络 → 蜂窝数据。这能减少主卡信号不佳时，系统临时调用副卡数据通道的概率。

• 关闭副卡的数据漫游： 尤其是针对跨区卡或临时旅游卡，很多额外的系统级通信在漫游状态下更容易跑高。

• 极端情况下直接关闭副卡线路： 如果你这段时间刚好要长途出行，长期处于弱网、高频切站的高干扰环境，最彻底的办法其实是直接在 设置 → 蜂窝网络 里，暂时把副卡的“启用此号码”关掉。

写在最后

折腾了这么多年系统，我发现很多人（包括以前的我）总有一个潜意识的惯性认知：觉得只要手机灭屏待机了，它就应该老老实实什么都不干。

但从现在观察到的这些行为来看，“环境复杂度”这个无线通信环境变量，正在全方位地影响着系统的底层表现。即使用户什么都没打开，在双卡、弱网、高频移动的场景下，原本不起眼的后台交互依然会被成倍放大。

这也解释了为什么很多人会觉得“怎么我一坐地铁手机就莫名其妙发热、掉电变快”，其实底层逻辑都是互通的。后续有时间，我准备继续用这个模型去测试和拆解一下 iCloud 弱网同步、照片后台分析、以及 AirDrop 握手的底层表现。

大家如果有兴趣，也可以去自己手机的系统服务里看看数据。顺便在评论区聊聊你们的：【机型 + 主副卡组合 + 典型日常场景】（比如是天天天铁硬核通勤，还是跟我一样长期宅家）。

我想看看在不同的空间和网络环境下，iOS 这个系统后台的行为差异到底有多大。