引
最近花了好几天整理 DEVONthink 数据库，从 12GB 瘦身到 8GB，文件数量从 14,000 降至 8,000。删掉这么多内容，并非它们当初没有价值，而是它们建立在 AI 普及之前的一套信息获取逻辑之上。那时我的判断标准很简单，只要不是简单关键词能检索到的，就值得收藏。
回头再看，很多链接已经失效。即便仍然有效，也能在 ChatGPT 的检索下轻松找到。原本稀缺的信息，正在变得随处可得。
这迫使我调整纳入数据库的标准。凡是通过一两轮 AI 对话就能获得的内容，都不再进入数据库。信息需要经过我自己的复述、整理和重构。只有那些需要我真正钻进 rabbit hole 才能找到的东西，才值得长期保存。
瘦身
整理过程中，我将大量 HTML、PPT、Doc 等格式文件转成可检索的 PDF 格式，以减少体积。
转换时重新阅读了这些资料，发现不少内容本身就符合前述判断条件。它们可以被轻易检索到，也很可能已经进入 AI 的训练语料库。继续把它们当作核心数据资产，意义并不大。
音频和视频资料也做了同样的处理。我先用 AI 转成文字，再快速回顾。结果很直接，大部分音频没有必要保留，连文字版也没有保存价值，删掉反而更轻松。
缓解囤积欲
定期整理数据库，有助于区分文件的长期价值与一时囤积冲动。
期间，我很高频地使用 DEVONthink 的 Smart Group 功能。它能帮我从不同的维度把数据库切开，去查看关键词和文件种类的构成。我通过这个功能进行筛选，从中找到我想要的信息，或者删除不需要的信息。
真正值得留下来的，是我当时的思考过程。哪怕零散、不成熟，也是不可被替代的部分。
发现自己还是挺容易沉迷这种数据整理的，有一天我几乎花了一整天坐在这看自己的数据库。
新习惯
整理完 DEVONthink 之后，对电脑和手机的软件也进行了同样的整理。
CleanMyMac 可以按最近使用时间排序应用。整理前电脑里有 130 个软件，清理后剩下 87 个。不少软件半年甚至一年才打开一次，未来我会等需要的时候再下载使用。手机也做了类似的处理。在英国，大多数会员卡可以放进 Apple 钱包，不再需要软件，减少了不少应用负担。
我一直有个习惯，每年春节期间将微信聊天记录备份，然后全部删除。今年整理数据库后，以后每年过年，我可能都会做一次数据和软件的全面清理。