电脑用了好几年，找个文件像走迷宫——我用 AI Agent 清理了 D 盘

电脑用了好几年，找个文件像走迷宫------我用 AI Agent 清理了 D 盘

前两天要找一份报价单，翻了桌面、D 盘、下载目录，来回切了五六次资源管理器窗口，最后在一个叫"新建文件夹(2)"的目录里找到了。那一刻我意识到：我的电脑已经乱到连我自己都认不出来了。

一个不体面的真相

说出来不怕丢人：我写了三年代码，服务器上的目录结构能做到层次分明、命名规范，但自己电脑的 D 盘根目录长这样：

less 复制代码

D:\
├── api-ms-win-core-console-l1-1-0.dll
├── api-ms-win-core-datetime-l1-1-0.dll
├── api-ms-win-core-debug-l1-1-0.dll
├── ... (省略 47 个同系列 DLL)
├── msvcp140.dll
├── vcruntime140.dll
├── ucrtbase.dll
├── QQ.exe
├── QQEX.exe
├── Uninstall.exe
├── Uninstall.xml
├── beacon_report.log
├── clash-verga/
├── CC-Switch-v3.12.3-Windows-Portable/
├── FileZilla FTP Client/
├── VSMyProjects/
├── YAML/
├── Scripts/
├── pharmaceutical-sales/
├── wan2.2-14B-I2V/
├── 指纹浏览器/
├── 电脑管家迁移文件/
└── ... 总计 81 项

你品品这个画面。开发工具和业务数据混在一起，AI 模型挨着 QQ 安装残留，散落的运行库 DLL 占了大半屏。

桌面也好不到哪去------35 个文件，SSH 密钥和商业计划书同层摆放，代理配置文件和数据分析表格做邻居。每次找文件都像走迷宫，明明记得存过，就是不知道塞哪儿了。

我不是没想过整理。问题是每次打开资源管理器，面对这一堆东西，脑子里第一个想法就是"算了下次再说"。日复一日，文件越攒越多，迷宫越来越深。手动分类太耗神，不是技术难度的问题，是认知负担的问题------你得逐个判断每个文件是干嘛的、该放哪、能不能删。

为什么传统方案都不太行

我试过几种主流的方案，说说各自的问题。

方案一：手动分类

最朴素的办法，新建几个文件夹，开始拖拽。

实际操作时你会遇到一堆边界问题：

clash-verga/ 算"开发工具"还是"网络工具"？
pharmaceutical-sales/ 明显是业务数据，但具体归哪个业务线？
wan2.2-14B-I2V/ 是 14GB 的 AI 模型权重，移动一次要好几分钟
那 50 个 DLL 到底能不能删？万一有程序依赖呢？

每个文件都要做一次决策，35 个文件就是 35 次决策。认知心理学管这叫 Decision Fatigue（决策疲劳），跟你写代码时的 Review Fatigue 一个道理。

方案二：写脚本按后缀分类

很多人第一反应是写个 Python 脚本，按 .dll、.exe、.pdf 分文件夹。

python 复制代码

# 看似优雅，实则粗暴
for f in files:
    ext = f.suffix.lower()
    target = ext_map.get(ext, 'Others')
    shutil.move(f, target_dir / target / f.name)

问题是：按后缀分类是语法层面的归类，不是语义层面的。

config.yaml 可能是项目配置，也可能是代理规则；.exe 可能是正经软件，也可能是卸载残留。把 QQ.exe（卸载残留）和 FileZilla/（正在用的工具）放到同一个 Applications/ 目录，逻辑上就不对。

你需要的是理解文件的用途，而不只是看它的扩展名。

方案三：各种桌面整理工具

市面上有不少桌面整理软件------腾讯桌面整理、Fences、DropIt 之类的。

说实话，对于桌面快捷方式的归类它们做得还行。但面对 D 盘根目录这种"深水区"，它们基本无能为力：

不敢碰 DLL 文件（怕误删）
不理解项目目录的业务含义
遇到进程占用直接报错退出
没有"先看方案再执行"的确认机制

换个思路：让 AI 来做分类决策

后来我换了个思路------文件整理的核心难点不是 mv 命令，而是分类决策。那为什么不把决策交给擅长理解语义的 AI？

现在 AI Agent 的思路已经很成熟了：给它一个目标，它自己拆解步骤、调用工具、处理异常。文件整理不就是个典型的 Agent 场景吗？------扫描环境、分析语义、制定方案、执行操作，每一步都需要判断力而不只是执行力。

我目前在用 Claude Code 做日常开发，上面配了一些自定义的 AI 文件整理技能。当时也没抱太大期望，直接跟它说了句"帮我整理 D 盘"。

它做的第一件事不是动文件，而是扫描 + 分析 + 出方案：

yaml 复制代码

扫描 D: 根目录...
■ 发现 81 个项目
■ 检测到 50+ 散落 DLL 文件 (api-ms-win-*.dll 系列)
■ 检测到无主 EXE: QQ.exe, QQEX.exe, Uninstall.exe
■ 识别到 15 个正常用户目录

建议操作:
  ✖ 删除 50+ DLL/EXE 残留文件
  ➤ Applications/ ← Clash, FileZilla, CC-Switch, Cursor...
  ➤ Development/ ← VSMyProjects, YAML, Scripts
  ➤ 业务/       ← 销售, 疫苗, 视频, 财务
  ➤ AI模型/     ← wan2.2-14B-I2V

注意几个关键点：

1. 它把 DLL 识别为"运行库残留"而不是"系统文件"

这批 api-ms-win-* 开头的 DLL 是 VC++ Redistributable 散落到根目录的残留，不是系统核心文件。它正确判断了这一点，建议删除而非归档。

如果你写脚本按后缀分，大概率会把它们移到一个 DLL/ 文件夹------没解决任何问题。

2. 语义分类而非后缀分类

它把 pharmaceutical-sales/（医药销售数据）和 财务（研发）/ 归到"业务"而不是"杂项"。把 wan2.2-14B-I2V/（这是个 Wan2.2 视频生成模型的权重目录）单独归到"AI模型"。

这种分类需要理解目录名称的业务语义 ------脚本做不到，普通整理工具也做不到。只有 AI 能从 pharmaceutical-sales 这个词推断出"这是医药行业的销售数据"，从 wan2.2-14B-I2V 推断出"这是个 14B 参数的视频生成模型权重"。

3. 操作前出方案、等确认

它没有直接开始移动文件。而是列出完整方案，等我确认后才执行。这个设计对文件操作来说太重要了------你不会希望 AI 自作主张把你的项目目录移到奇怪的地方。

执行阶段的几个细节

确认方案后，执行阶段也有几个值得说的处理：

进程占用检测

rust 复制代码

✓ CC-Switch → Applications/
✓ FileZilla → Applications/
✓ wan2.2-14B-I2V → AI模型/
⚠ Clash for Windows --- 进程占用, 已跳过
⚠ Quark, WPS, WXWork --- 运行中, 已跳过

遇到进程锁定的目录，它不会强制操作，而是标记跳过并告诉你原因。这比大多数批处理脚本要靠谱------我见过太多 shutil.move 遇到 PermissionError 直接崩掉、前功尽弃的脚本了。

大目录处理

wan2.2-14B-I2V/ 有 14GB，直接 mv 在同一个磁盘分区内是秒级操作（只改元数据不搬数据）。但 cursor/ 目录因为权限问题，它自动降级为"先复制再标记删除"的策略，而不是卡死在那里。

系统目录保护

Program Files/、ProgramData/、Users/、docker/ 这些系统级目录，它自动识别并跳过了。包括 pagefile.sys、DumpStack.log.tmp 这种系统文件也不会去动。

最终结果

D 盘从 81 项变成了 18 项，减少了 78%。

桌面也做了类似的处理------35 项变成 16 项，按"开发工具"、"商业材料"、"个人文件"、"数据分析"、"敏感文件"五个维度归类。快捷方式保留在原位不动（因为它们本来就是入口，移走了反而不方便）。

两个目录的整理在同一个会话里完成，前后大概五六分钟。从 116 项散乱文件到 34 项清晰分类，迷宫终于有了出口。

ini 复制代码

整理完成: 81 项 → 18 项 (-78%)
  ✓ 已清除散落文件    [已删除 50+]
  ✓ 已归类整理        [已移动 20+]
  ✓ 新建分类目录      [已创建 2]
  ⚠ 进程占用待处理    [已锁定 5]

一些思考

文件管理的本质是分类决策

回过头看，文件管理这件事之所以让程序员也头疼，核心不在操作层（mv、rm 谁不会），而在决策层------每个文件该归到哪、能不能删、会不会影响其他东西。这才是"迷宫"的真正成因：不是路太多，是你不知道哪条路是对的。

传统工具在操作层做了自动化，但决策层还是留给用户。AI Agent 的优势恰恰在决策层------它能理解 pharmaceutical-sales 是医药销售数据、wan2.2-14B-I2V 是 AI 模型、api-ms-win-* 是运行库残留。这不是 if-else 能穷举的，是需要语义理解能力的。

"先方案后执行"是 AI 操作文件系统的正确姿势

任何涉及文件系统修改的 AI 操作，都应该遵循"分析 → 方案 → 确认 → 执行 → 报告"的流程。跳过确认环节的自动化，在文件管理场景下是危险的。

这也是为什么我觉得纯命令行脚本不太适合这个场景------脚本是"写好了就跑"，没有中间确认环节。而交互式的 AI Agent 天然适合这种需要人机协作的任务：它不是黑箱执行，而是每一步都跟你沟通。让 AI 操作文件系统我一开始是有顾虑的，但实际体验下来，有 Hook 机制拦截危险命令、遇到进程占用不会强制操作、系统目录有白名单保护，整个过程完全透明。当然，对特别重要的文件，还是先备份再操作。

写在最后

每个人的工作流不同，工具只是手段，思路才是关键。

但"让 AI 来做文件分类决策"这个思路，我觉得是值得尝试的。无论你用的是 Claude Code、Cursor 还是其他 AI 编程助手，下次面对一团糟的桌面或磁盘根目录时，不妨让 AI 先扫描出个方案看看------哪怕最后手动操作，有一份清晰的分类方案也比你对着资源管理器发呆强。

毕竟，程序员最不该浪费时间的地方，就是在自己的文件迷宫里迷路。

本文基于真实操作记录撰写。文中涉及的文件路径和目录名称均来自实际整理过程。

如果你也有类似的文件管理痛点，欢迎评论区聊聊你的解决方案。觉得有启发的话，点个赞让更多人看到。

标签： #效率工具 #开发者日常 #AIAgent #文件管理