AI时代, VII

相对于程序员以及科技行业从业者对AI冲击的焦虑，普通人可能认为AI对他们的影响是有限的。尤其是最近爆火的Claude Code，在普通人印象里面，这只是用来写代码的工具，对于非程序员没有太大的用处。

但实际上，Claude Code的出现，可能会对普通人产生更大的影响。因为它不仅仅是一个写代码的工具，更是一个能够理解自然语言、生成文本的AI模型。它可以帮助普通人更高效地完成各种任务，比如写作、学习、工作等。

今天就以大家日常中整理文件为例，来说明Claude Code如何帮助普通人更高效地完成任务，或者是如何替代传统的重复、机械的手工工作。

为了让整个示例更加贴近生活，现在，你是一名摄影师或者摄影爱好者，你的磁盘里面有一大堆图片文件，文件的分辨率不同，大小不同——有的是专业设备拍摄的，有的是手机拍摄的，有的则是从微信等社交软件上下载的。你需要对其整理和归档：

• 跑焦的或者重复的文件，直接删除；
• 有些巨量图片文件，虽然还需要，但是需要重新压缩——从单反或者微单拍的照片，极大可能都是20MB起跳的。
• 有些图片文件格式不对，需要重新转换。譬如，RAW格式的图片，需要转换为JPG格式。
• 有些照片，需要重新命名。譬如，从微信等社交软件上下载的照片，需要更加需要进行命名。

好吧，专业的摄影师会使用Photoshop Lightroom这类的专业软件来处理图片、归档和备份。就假设我们没有专业的软件又挺有正义感（即非必要不使用盗版软件），所以，只能使用普通的文件管理工具来处理图片文件——可想而知，这是一个耗时耗力的任务。

当然，最核心的假设当然是，Claude Code已经被正确安装，且模型已经正常选择。

现在，开工啦。整个整理思路如下，首先给出总的统计信息，包括图片文件的总数、不同分辨率的图片数量、不同大小的图片数量等。其次，根据统计信息，将最浪费磁盘空间的图片文件，进行分别处理：删除或压缩。

步骤一. 将图片文件按照大小和分辨率进行分类。并根据分类结果，统计各分类下图片的占比。

在要处理的文件夹下，打开claude，输入以下内容：

将文件夹下的所有图片文件按照大小进行分类。类别分为1MB以下，1-2MB，2-3MB，3-4MB，4-5MB，5-10MB，10-20MB，20MB以上。并根据分类结果，统计各分类下图片的数量占比和大小占比。将分析输出为JSON格式。

好了，你现在有了图片文件的分类结果，你可以根据分类结果，进行下一步的处理。

这个处理是需要多次执行的过程，所以，最好要求Claude Code把生成结果的Python程序也保存下来，方便后续使用——当然，这个不是必须的。

步骤二. 删除或压缩占用磁盘空间最大的图片文件。

现在，你可以根据分类结果，删除或压缩占用磁盘空间最大的图片文件。

创建一个Python程序，读取刚刚保存的JSON格式的结果，在Web 页面上展示。

To be continued…