我让 AI 清理了 18GB 电脑文件,然后总结出这套「不删错」的安全法则

一次原本只想「关几个开机启动项」的任务，最后演变成 18GB 缓存清理、270 项废纸篓盘点、179MB 研究资产抢救。踩了 4 个坑之后，我把它沉淀成一套可复用的 Agent 文件安全工作流。

起点：一个失控的小任务

那天我只想问 AI 一句：「看看哪些开机启动项可以关掉？」

结果它顺藤摸瓜，最后交付的是：

• 清理本地缓存 18GB（其中约 10.9GB 真正释放）
• 盘点废纸篓 270 项文件，逐个溯源
• 抢救出 179MB 差点被误清的研究资产
• 还原 7 个匿名临时目录的真实归属
• 踩坑 4 次，破例 1 次

整个过程我最大的体会只有一句：

AI 处理批量文件操作时，「安全」比「高效」重要一万倍。

删错一个文件带来的损失，远大于多花十分钟带来的收益。这个不对称，决定了整套方法论的底层逻辑。

一、先立三条铁律

在让 AI 碰你的文件系统之前，规则必须写在配置文件里（Claude Code 是 CLAUDE.md，其他 Agent 同理），而不是靠临场提醒。

铁律 1：永不rm，只用trash

macOS 用 trash，Linux 用 trash-put。文件进回收站可恢复，rm 一去不回。这是唯一一条没有例外的规则。

铁律 2：永不独自彻底删除

rm -rf、rmdir、shred 全部列为禁区。不是「谨慎使用」，是「不使用」。

铁律 3：sudo 属于人类

系统级路径（/Library/... 之类）需要提权，一律交还给用户在终端手动执行。Agent 不碰。

工程上可以再加一层保险：配置 PreToolUse 钩子拦截 rm 类命令（直接 exit 2 阻断）。但说实话，模型的自觉比钩子更重要——钩子只能拦住你想到的模式，自觉才能覆盖你没想到的。

二、五步工作流

Step 1｜只读盘点，不删任何东西

第一轮永远是「看」，不是「动」。

du -sh# 看大小find  -maxdepth N -type d -name ”...”# 定位目标cat# 读小文件溯源归属file# 识别真实类型，防扩展名误导shasum -a 1# 哈希对比，确认是否真重复

关键习惯：任何删除动作之前，必须先跑完这一轮。盘点结果用任务列表追踪，让用户能实时看到进度，而不是面对一个黑箱。

Step 2｜三色分类

黄色区域是整套流程的灵魂。「我不确定，所以先清掉」是最危险的思维模式，正确版本是「我不确定，所以先问」。

Step 3｜拆任务 + 干跑

每个删除操作前三件事：

1. 先 ls <path> 列出实际会被影响的文件
2. 用 --help / man 确认工具的真实行为边界
3. 检查目标位置是否冲突（比如 trash 会拒绝已在废纸篓里的文件）

Step 4｜小批量执行 + 立刻验证

trash   ... && echo ”---verify---” && ls

每批不超过 10 个。出错能立刻定位，绝不「一把梭」。批量越大，回溯成本越高。

Step 5｜汇报 + 落 memory

收尾不只是报个数字：

• 给出实际释放量的前后对比
• 标出「没动但值得注意」的项目
• 把新发现的边界写进记忆文件，下次直接复用

三、这次踩的 4 个坑

坑 1：sudo 在 Agent 里没有 TTY

sudo trash /Library/LaunchAgents/xxx.plist# → sudo: a terminal is required to read the password

Agent 的 Bash 子进程没有分配交互式终端，sudo 弹不出密码输入。

正确绕过：让用户在终端手动执行。

绝对不要：echo '密码' | sudo -S ...。密码会同时进入 shell 历史和对话日志，这是拿安全换便利，血亏。

坑 2：trash 拒绝废纸篓里的文件

trash ~/.Trash/some_file# → ”The file doesn't exist”

这是设计使然——避免「回收站套娃」。

正确绕过：需要抢救的用 mv 搬到安全目录；需要彻底清空的让用户在 Finder 里操作。绝不用rm去处理废纸篓，那等于绕过自己立的规矩。

坑 3：包管理器的「幽灵进程」

发现同一个服务注册了两个 launchd 标签，以为是装重复了。实际一查：

which  && ls -la $(which )# → /opt/homebrew/bin/xxx -> /Applications/Xxx.app/Contents/Resources/xxx

包管理器装的只是个软链接，指向图形版应用本体。brew services stop 只会停掉 brew 注册的那个标签，应用本体照跑不误。

教训：处理服务前先确认二进制的真实位置，别被两个名字骗了。

坑 4：废纸篓里的体积 ≠ 已释放的空间

清理完用户问「为什么废纸篓还这么大」，我第一反应是「可能有新文件」——其实那 13GB 就是我刚扔进去的。

trash 不是删除，只是搬家。真正释放需要用户手动清空回收站。

所以每次清理收尾必须明说：

这 X GB 现在在废纸篓里，需要你在 Finder 右键 →「立即清空」才能真正释放磁盘空间。

四、三个「先问后做」的高危场景

场景 A：废纸篓里可能藏着孤本

我看到一批同名不同大小的媒体文件，第一判断是「重复品」。实际是某个工具反复触发，每次生成的都是新版本——废纸篓里的反而可能比外面的新。

正确做法：

1. 对废纸篓内外的同名文件做哈希对比
2. 路径相同但哈希不同 → 废纸篓里的可能是更新版
3. 用 mv 先把疑似新版搬到安全位置，再考虑清空

场景 B：临时目录不等于可清目录

看到一批 tmp.XXXXXXXXXX/ 这种系统标准临时命名，最容易想当然。实际逐个 cat 关键文件后发现，它们分属两个完全不同的项目——一个是某桌面端的构建产物，一个是某服务的后端日志目录，都还在活跃使用中。

正确做法：先读内容再判断归属，不要凭目录名下结论。

场景 C：文件名会撒谎

废纸篓里有个文件名看起来像某个测试用例，实际 file 一查是 PDF（%PDF-1.5 文件头），后缀只是 mktemp 生成的随机残留。

正确做法：file  永远先看真实类型。扩展名是给人看的，不是给判断用的。

五、和 AI 协作的 5 个实践

1｜把决策权交还给人

凡是「我不确定就清掉」的项，一律转成明确的选择题问用户。这次涉及的关键决策包括：保留哪个版本的重复服务、停掉哪些后台数据库、某类运行时缓存是否清理。这些都不该由 AI 单方面拍板。

2｜让进度可见

多步骤任务开始前先建任务列表。这次会话创建了 28+ 个任务，覆盖启动项清理、缓存清理、废纸篓抢救、临时目录溯源四条线。用户随时能看到「现在走到哪一步」，而不是等一个大黑箱吐结果。

3｜阶段性给对比数据

数字比形容词有说服力。

4｜把经验落成记忆

每次发现新的「门禁边界」立刻写进记忆文件，命名带统一前缀，下次一条命令就能捞出来复用。踩过的坑只值得踩一次。

5｜给用户可执行清单，而不是模糊承诺

不要说「我帮你清空废纸篓」（这本来就该用户手动做），要说：

1. 打开 Finder → 侧栏废纸篓

1. 右键 →「立即清空」

1. 预计释放约 13 GB

六、工具速查表（不用记忆，因为有agent，但可以对照）

七、一句话总结

AI 处理批量文件 = 慢一点 + 多确认 + 全程 trash + 全部留痕。

速度从来不是这个场景的目标。让用户敢把文件系统交给你操作，才是。

可以把这篇文章交给你的agent，但谨慎的边界，还得自己守住。