首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

在快 AI 时代,我是怎么把 Mole 做成一款「慢产品」的?

摘要

距离写完上一篇在少数派发的《 从开源清理工具到付费 Mac 应用,用户教会了我如何做产品 》已经过去两个多月。这段时间里,Mole 从 1.13 一路发到了 1.19,加上了 AI 工具清理和系统数据清理,Windows 版也在 10 月 14 日晚上发了出来,GitHub 上的 Star 一转眼也到了 73.9K。 回头看这段时间,花时间最多的反而不是写新功能,而是测软件、补发邮件、改图标和文案...

100 Mole Mac 853 Agent 300 bundle App 距离写完上一篇在少数派发的 从开源清理工具到付费
2026-11-13 1 阅读 约10分钟阅读 Tw93
分享:
字号:
距离写完上一篇在少数派发的《 从开源清理工具到付费 Mac 应用,用户教会了我如何做产品 》已经过去两个多月。这段时间里,Mole 从 1.13 一路发到了 1.19,加上了 AI 工具清理和系统数据清理,Windows 版也在 10 月 14 日晚上发了出来,GitHub 上的 Star 一转眼也到了 73.9K。 回头看这段时间,花时间最多的反而不是写新功能,而是测软件、补发邮件、改图标和文案这些在工程师看来挺划不来的蠢事情。 程序员天然喜欢做可扩展的事情,什么事都想着尽可能工具化、自动化、AI 化来解决,让自己偷懒。这两个月下来我的感受有点不一样,代码越来越便宜,谁都能很快做出一个能跑的东西,能拉开差距的,越来越是那些只有亲手做过才知道的细节。好在有了 AI,这些原来要花大量人力的蠢事,现在一个人也做得完了。 装了 853 款 Mac 软件来测卸载 我平时有点强迫症,电脑里的软件一直控制在 30 个左右。为了让 Mole 的卸载更彻底,清理残留的能力更强,最初那一轮我整理了国内外 300 多款 Mac 软件,下载下来 100 多个 G,分成 30 组,每组 10 个,让 Agent 借助 computer use 的能力去官网下载,依次安装到我的电脑上,检查目录、更新 bundle、自启动,再卸载,找剩下的残留,把缺的规则补进 Mole。 当时想着最多搞 100 个主流软件来测试,结果测完想着要不再搞 100 个,到了 200 个的时候,又想着再搞 100 个,后来又补充了 App Store 版本和扩展插件,一路到了 549、709、824,现在是 853 款。我的电脑一下子变成了下面这个非常凌乱的桌面,哈哈给大伙瞅瞅。 这个过程看着非常无聊,很多软件一装上就疯狂弹窗要权限,诱导你去买会员,有些还必须输入管理员密码,Agent 大部分能自己处理,少部分我在旁边帮一手。让我非常惊喜的是,AI 还顺手自己写了自动化安装、卸载、检查残留的脚本,让自己干得更轻松,挺聪明的,哈哈我就只能给它打打下手。 本来以为软件工程应该是规范的、有秩序的,跑了 100 个软件后,后面应该没什么可以补充的规则了,因为按理主流软件的开发规范完全可以枚举出来。结果越往后走越发现,完全不是这样,很多残留,怎么写通用规则都找不全,甚至有些 bundle id 干脆就不是反向域名,看着很规范的约定,可能只是当年某个程序员随手写的,没有任何理论可以解释出来,只能装一个查一个。 那一轮 300 多款软件测下来,Mole 补了 13 类可以复用的通用规则、90 多条精确清理路径,也顺手改掉了 30 多个原本以为要清、其实不该动的地方,还补了 100 多条单元测试。其中那些不该动的地方,对我来说和新找到的残留一样有价值,缓存可以重新生成,用户自己的文件却不能,几个软件共用的数据更不能因为卸了其中一个就清掉。 每款软件具体的残留路径和手动卸载步骤,我也整理成了中英文指南放在官网,现在 853 款都能免费看,就算不用工具,照着步骤也能手动删干净,大伙可以看看自己电脑上的软件在不在 这个名单 里。 30 多款 AI 工具都实际用了一遍 做 AI 清理之前,很多小伙伴就提过想清 AI 工具的数据。之前在我看来,AI Coding 的会话记录是非常重要的资产,所以这一块只清真正的缓存和旧版本。 不过随着平时天天用 AI,我自己本地也攒了非常多没那么大用的旧产物、旧会话和 worktree,也有用户的 opencode.db 一个单文件就涨到了 62 GB,急着问该怎么清。于是我把 30 多款 AI 工具逐个测了一遍,其中桌面端测了 13 个,命令行也是 13 个,另外还查了 OpenClaw、Hermes 和 Pi 卸载以后留下的目录。 和之前装完就卸不一样,这次能用上的工具我都登录了账号,在真实项目里用了一次,问问题、跑 Agent、建代码索引、设定时任务,因为很多数据只有实际用过才会产生。 每装一个,AI 就对照装之前的状态,量它往家目录、 ~/Library 、 /usr/local/bin 和 shell 配置里写了什么,记进一份台账,然后看它占了多少进程和内存,最后用 Mole 卸载,卸完再按名字把整个家目录扫一遍,找没列出来的东西,缺什么当晚补进代码,再复测一次。 测下来最直观的是内存,13 个桌面端同时开着一共占了大约 23 GB,有一款国产大厂的工具一启动就是 41 个进程,占了 4.49 GB 内存。这些工具大多是 VS Code 或 Electron 系,一个窗口背后挂着一长串 helper,所以后来做状态监控时,我让每个 App 只占一行,把同属于它的所有子进程合在一起算,不然光看活动监视器,根本搞不清到底是谁在吃内存。 还有就是它们对系统做的小改动。有些工具第一次打开时,会往 /usr/local/bin 放一个 root 所有的命令链接,App 删掉以后这个链接就变成了死链接;有一款往 ~/.local/bin 放了一个 python3.12 ,之后在终端里输入 python3.12 ,实际运行的都是它自带的版本;最离谱的是某个国产命令行工具,我运行了一次,它先告诉我自己已经停止维护,然后完全没问我,就直接下载安装了它的新版本,改了 .zshrc ,还把原来的命令改名成了 legacy。 体积上也很夸张。有个桌面端第一次用 Work 模式就下载了约 1 GB 的工具包,解压后是 3.1 GB,里面塞了一整套自带的 LibreOffice、FFmpeg 和 OpenJDK;我自己天天用的 ~/.codex 已经 24 GB,其中会话占了 17 GB;Claude 桌面版 14 GB 里有 12 GB 是 Cowork 虚拟机。还有很多 skill 安装器会往每一个 Agent 的目录都写一份 skills/ ,不管你装没装这个 Agent,所以我明明没用过 Qwen Code、iFlow 和 Droid,家目录下它们的配置文件夹却都在,Mole 的第一版还把它们当成了 2.4 MB 的工具残留,差点把我装的 skills 当垃圾一起清掉。 进程也是我没想到的。卸载完第二天早上再查,有两个命令行工具的目录删了又长了回来,原因是前一晚在终端里开着的会话进程还活着,程序文件已经在废纸篓里了,后台进程照样在往目录里写日志,命令行工具没有窗口,关掉终端标签并不一定会结束它。 测试过程中也碰到一些很过分的软件,有的在你下载安装包时,会悄悄往剪贴板写一点东西用来跟踪安装渠道;有的装上后疯狂弹窗让你去做活动领 Token,有一种捏着鼻子用的感觉。对比下来,Claude、Codex、Cursor 都比较克制,国内让我意外觉得不错的是 Qoder,界面干净,审美在线,没有乱来。 这些也让我改了一个之前的判断,会话确实珍贵,但用完的旧会话和 worktree 也确实占空间。现在的 AI 清理里,会话会按你选的保留时间列出来,15、30、90、120 天可选,每一条都带标题和时间,删之前先留一份恢复副本;worktree 只有在 git 能证明里面没有未提交的改动时才会出现; opencode.db 则是做数据库压缩,只把空出来的页
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱