内容提要
作者回顾开发Mole两个月的心得:AI让写代码变便宜,真正的差距在于亲手打磨的细节。他逐一测试850款Mac软件以完善清理规则,实测30多款AI工具,发现内存占用、系统改动和体积问题,并谨慎处理系统数据清理;还补发400多封未激活邮件、重做图标与文案、借助无障碍属性做测试。结论是AI省下的时间应花在这些看似无用却能让用户惊喜的细节上。
延伸解读
AI 省下的时间,该花在哪
作者的核心判断是:代码越来越便宜,能拉开差距的是亲手打磨的细节。他花大量时间做“工程师看来划不来”的事——逐个测试 850 款 Mac 软件、补发 400 多封未激活邮件、图标改三轮、文案逐句重写。这些事 AI 不会主动决定去做,但做完能让部分用户产生“秒懂、卧槽、变魔术”的体验。对读者而言,这意味着 AI 提效后,产品差异化的重心正从功能实现转向体验细节。
清理工具的风险:不该动的比该清的更值钱
文章反复强调清理的边界:缓存可以重新生成,用户自己的文件和多个软件共用的数据却不能误删。测试中 Mole 改掉了 30 多个“以为要清、其实不该动”的地方,还差点把用户安装的 skills 当残留清掉。对系统数据,作者也保持克制——iPhone 备份、虚拟机这类大文件只显示大小和管理入口,不能勾选删除。这提醒读者:评估清理类工具时,误删风险比清理能力更值得关注。
AI 工具的真实占用与系统改动
作者实测 30 多款 AI 工具后发现,13 个桌面端同时开启约占 23 GB 内存,有工具一启动就是 41 个进程、4.49 GB 内存;体积上,~/.codex 达 24 GB,Claude 桌面版 14 GB 中 12 GB 是虚拟机。更值得注意的是系统改动:有的往 /usr/local/bin 放 root 链接,有的自带 python3.12 覆盖终端命令,还有的未经询问就自动升级并改 .zshrc。这些细节说明,AI 工具的隐性成本不只在磁盘,还在进程和系统配置。
无障碍属性意外成为测试利器
Mole 早期为视障用户补充的无障碍属性,在批量测试中发挥了意外作用:AI 借助这些属性能准确识别控件的名称、类型和状态,界面变动后脚本仍能找到同一按钮,比只靠截图和坐标更稳定。作者因此建议独立开发者让 AI Coding 顺手补上无障碍支持——既服务视障用户,也能在自动化测试中反哺自己。这是文章中一个可迁移到其他产品开发的具体经验。
Q&A
Mole 作者为什么花大量时间测试 850 款 Mac 软件?
为了让 Mole 的卸载更彻底、清理残留能力更强。作者原本只打算测 100 款主流软件,但越测越发现很多残留无法用通用规则覆盖,只能逐个安装、卸载、检查目录和自启动项来补充精确清理规则。
Mole 在清理 AI 工具数据时发现了哪些问题?
发现 AI 工具内存占用高(13 个桌面端同时开约占 23 GB,某国产工具启动即 41 个进程占 4.49 GB)、对系统做隐蔽改动(如往 /usr/local/bin 放 root 链接、替换 python3.12、擅自下载新版本并改 .zshrc)、体积夸张(如某工具首次用 Work 模式下载约 1 GB 解压后 3.1 GB),以及卸载后后台进程仍存活导致目录重新生成。
Mole 如何处理 AI 会话记录和 worktree 的清理?
会话按用户选择的保留时间(15、30、90、120 天)列出,每条带标题和时间,删除前留恢复副本;worktree 仅在 git 能证明没有未提交改动时才出现;opencode.db 只做数据库压缩,把空出来的页还给磁盘,不替用户删对话。
Mole 为什么不去硬凑系统设置里显示的系统数据总数?
因为系统数据只是 Apple 把其他分类没归进去的文件算在一起的分类结果,并不是一份可以照着删的清单。Mole 的系统数据分组只写自己实际量出来能处理多少,避免误导用户。
作者补发 400 多封未激活邮件后发现了什么?
发现未激活用户情况各异:有人买来支持开发、有人留着送人、有人等新电脑,也有人邮箱填错(如 gmai.com、gmail.con)或第一封邮件没收到。因此不能统一发催激活邮件,并据此改进了购买后流程,付款完成即展示激活 Key,还支持网页一键唤起客户端自动填入 Key。
Mole 的图标和文案为什么要反复修改?
图标最初追求灵性(如咖啡代表保持常亮、挥手代表关于),但用户反馈部分图标不够直观(如下载图标被读成下载、GPU 小方块看不出显卡),于是按建议改成更易理解的样式,有的改了三轮。文案则用 AI 辅助改成说人话、简单清晰易懂,去掉程序员自嗨和 AI 味。
无障碍属性在 Mole 的测试中起了什么作用?
Mole 早期就支持视障用户并添加了无障碍属性,这些属性不仅提供坐标,还包含控件名称、类型和状态,AI 借助它们能准确找到按钮和元素位置,界面变动时脚本仍能找到同一按钮,大幅提升了自动化测试的稳定性。
作者认为 AI 时代做产品,人的作用应该放在哪里?
作者认为 AI 让写代码变便宜,但拉开差距的是只有亲手做过才知道的细节。AI 省下来的时间应花在看似无用功的打磨上,比如逐个测试软件、逐封看用户回信、反复改图标和文案,让 1% 的用户在使用时体会到秒懂、卧槽、变魔术的感觉。