Mole 出 Mac 版这三个月，教会我怎么做独立产品
Categories: Share
最近看到不少聊独立开发的内容，想着把 Mole 从开源 CLI 做到 Mac 付费软件这一路的思考、还有哪些事情做下来是真的有效的，给大伙聊一聊，也许能给正在做自己作品的朋友一些输入。
去年国庆我在三亚的泳池边写了几百行代码，做了个 Mac 清理的命令行工具 Mole CLI 开源到 GitHub 上，本来只想给自己和同事用。结果不到一年收了 60K star，陆续发了 50 多个版本，112 位来自全球各地的开发者提交过代码，解决掉 812 个功能建议和 Bug。
其实我一直没太意识到用的人有多少，直到有一次，因为在 README 上挂了两张用 Vercel 加速的图片，流量把账单跑超了，欠了 Vercel 80 刀。那会儿才反应过来，桌面端可以做了。
之前收到最多的一类邮件来自国外用户，大意都差不多：我父母也用 Mac，我妹妹也用，但他们不会开终端，能不能做一个不用敲命令就能用的版本。这件事拖了挺久，主要是觉得 CLI 本身还没到成熟的地步，后来用两个周末把 Mac 桌面版做了出来。当天晚上十点发布，那一夜手机几乎每 10 秒响一次购买通知，iPhone 直接发烫掉电，法国、德国各种币种都有，最后为了睡觉不得已把邮箱通知关了。现在回头看，那个首发版本其实挺单薄的，两个周末能做出来的东西能有多完整，很多功能是后面几个月才一点点补上的，等于是一批用户先掏了钱，再陪着我把它做完。有件事先说清楚，开源的一直是 CLI，它免费，以后也会一直更新，Mac 桌面版是另做的，付费。
三类以前没有的垃圾
后面聊的大半是技术判断，不过它们其实都指向同一件事。我做产品一直信不做什么远比做什么重要，放到一个会删你文件的工具上，这句话就变成了不删什么。
我几乎全天开着 Claude Code 和 Codex 写东西，过了一段时间才意识到，AI 工具产生垃圾的方式和以前的软件很不一样，大致分三类。
第一类是编译产物，这个不新鲜，但 AI 把量级放大了。以前一天手写几百行代码编译三五次，现在一个下午让 agent 跑十几轮，每轮都要编译一次。Rust 项目的 target、前端的 .next 和 dist、Xcode 的 DerivedData 增长很快，我自己有一次清出 86G，全是这些东西。第二类是 AI 工具自己的旧版本和容器缓存，Claude Code、Cursor Agent、GitHub Copilot 这几个命令行工具都是自动更新的。更新方式是把新版本整个下载到一个新的版本目录，一个版本约 250MB，旧的不会删，几个月下来这里积着十几个再也用不到的版本。第三类是模型文件，Ollama 和 LM Studio 拉下来的模型、HuggingFace 的缓存，常常几十 G。
前两类 Mole 会清，第三类一个字节都不碰。后来我慢慢把这件事想成三档，扫到的每样东西先归个类，再决定它默认要不要勾上。第一档可再生，HTTP 缓存、GPU 缓存、编译产物和多数日志都算，所有者退出、路径明确就可以清。第二档重建代价高，包管理器的注册缓存、本地模型权重、iOS 的 DeviceSupport 都能重建，但要花网络和时间，得让用户自己过一眼。第三档不可替代，聊天记录、邮件库、照片图库和进行中的项目状态都在里面，我觉得它们根本不该出现在任何一键列表里。
这三档压成同一份「安全可删」的清单当然省事，代价是把本该用户自己拿的主意替他拿了。清理页的十类项目就是按这个顺序排的，可再生的缓存排在最前面，越往下越需要自己看一眼。
target、build、dist、__pycache__、DerivedData 这些删掉以后重新编译一次就回来了，代价是几分钟 CPU。node_modules、Pods、venv、vendor 看着也是依赖目录，但删了必须重新联网下载，在高铁上或者飞机上想跑一下项目就只能干等。不少清理工具把这两类混在一起算作垃圾，Mole CLI 早期也是这样，后来专门把所有下载类的目录从 Mac 版的清理列表里摘了出去。模型是这里面最重的一类，几十 G 重下一遍是灾难。所以 ~/.ollama/models、~/.lmstudio/models、~/.cache/huggingface 这几个路径在代码里是写死的保护名单，扫描阶段根本不会出现，只在磁盘分析那边显示占用大小。
而且模型这一类，通用清理工具就算想帮你删也删不对。Ollama 把模型存成按 sha256 命名的内容寻址 blob，再用一个很小的 manifest 把模型名和标签关联到它需要的那些 blob，多个模型可以共享同一个 blob，ollama rm 会先移除 manifest，只有确认没有别的引用了才释放 blob。你从文件系统上直接删一个看着很大的 blob，很可能把另一个还在用它的模型弄坏。Hugging Face 那边按修订保存不可变快照并对重复内容去重，也是同一个道理。这种引用关系只有工具自己知道，所以我把模型交回给 Ollama、LM Studio、Hugging Face 各自管，Mole 最多告诉你它有多大。
还有一类东西比模型更不能动，是 AI 的会话记录。~/.codex/sessions、~/.claude/projects、~/.grok/sessions 里存的是你和 AI 几个月甚至一年的完整对话，里面有当时的思路、被否掉的方案、每一处为什么这么改的原因，删掉就真的没了，某种程度上比代码本身还珍贵。所以这几个路径在 Mole 里是任何年龄都不可清理的，不管多久没被访问过，同样受保护的还有 memories、plans、skills 和生成的图片。
最后说一个踩过的坑，~/Library/Caches/com.apple.e5rt.e5bundlecache 这个路径带着 Caches，位置也在缓存目录下，从任何角度看都像缓存，实际上它是苹果神经引擎编译好的模型存放处。CLI 早期真把它当缓存清了，结果用户反馈所有用到识别类功能的 App 全部报 E5RT Code 13，一直到重启才恢复。现在这个路径在两层保护名单里都写死了，还配了两个测试专门盯着，防止哪天被误改回去。
这件事之后我自己养成一个习惯，看到名字里带 cache 的目录，先在心里过三个问题，谁写的，重启之后谁会去读它，万一删错了怎么找回来。有一个答不上来我就不动它。剪贴板历史可能就住在某个厂商的 Caches 树下，叫 tmp 的目录里放的也可能是聊天检查点或者没保存的草稿。
删之前得先知道哪些不能删
我感觉这类工具差别最大的地方不是能清多少，是删之前让不让你看清楚。
Mole 的清理是先扫描，逐项列出来，每一项显示具体是什么、在哪、占多少，拿不准的默认不勾选，确认完再删，删的时候优先进废纸篓，后悔了还能找回来。扫描和清理全程在本机完成，文件和结果都不会上传。代价是慢，多了一步确认，喜欢一键完成的人多半不会喜欢，但我还是想让它宁可漏删也不误删。
卸载走的是同一套逻辑，选中一个 App，Mole 会把它散在系统各处的东西一起翻出来，逐项标上路径和大小，上面这张图里 Claude 本体只有 781MB，~/Library/Application Support/claude 却有 7.67 GB，真正占空间的从来不是应用包本身。登录项和后台服务也放在同一页，不用再去系统设置里一个个找。
举个例子，macOS 系统更新下载下来的安装包，也就是 /macOS Install Data 那个目录，经常十几个 G，看着是完美的清理目标。上个月有用户报过，装 macOS 27 测试版的时候这个目录被清掉了，重启直接黑屏。现在它在 Mole 里是默认不勾选的审阅项，前面叠了三道门，系统里存在待安装的更新就整行隐藏，安装包最近 14 天内被写过就隐藏，安装相关进程还在运行也隐藏，任何一个信号读不出来都按有风险处理不显示。
真到执行删除那一刻，root 权限的脚本还会把这几项检查重新跑一遍，不通过就非零退出，绝不会出现「报告说清了 12G 其实一个字节没动」这种事。界面上看清楚只是一半，另一半在看不见的地方，发现阶段不能删除，确认阶段只生成范围明确的计划，执行阶段再验一次身份和保护路径。
类似的地方还有不少，Gradle 守护进程在运行就不清它的缓存，Xcode 的测试模拟器克隆只在确认测试工具完全没在运行的时候才出现，探测进程失败或者超时一律按正在使用处理。
我自己判断一款清理工具好不好，有个很土的办法。装同一个厂商的两款产品，只卸掉其中一款，看它会不会把两款共用的 Application Support 父目录或者 group 容器也列进去。列进去了，说明它是按名字匹配的，不是按归属判断。归属都说不清的工具，我不太敢让它批量删东西。
想让它安静，得定一堆很硬的规矩
Mole 从第一版 shell 脚本开始，要求就是安静、可靠、不打扰你，这个词听着很虚。落到界面上，其实是一串很硬的规矩。
一个区域要么完整显示要么隐藏，不允许出现半成品的按钮和空卡片。扫描结束之后界面才进入结果状态，绝不进一个扫到一半的页面。很短的等待不显示任何提示，超过阈值才出现一种工作状态，所以短扫描根本不会闪一下加载动画。完成页也提前预留好空间，结果到达的时候窗口不会突然跳一下。
底下的活儿本来就不好预测，这时候加动画只是让混乱动起来，真正的平静还是来自异步流程本身足够可靠。我不希望一个维护工具需要人一直盯着，发起任务，等它完成，再拿回屏幕就够了，它更该像一件做工好的家电，而不是不断闪烁、要求你查看的应用。
克制也包括无障碍，朗读顺序、键盘操作和稳定的焦点跟视觉上的安静是同一份承诺。系统开启「减少动态效果」之后，行星会停止装饰性旋转，状态变化也减少空间移动，任何操作都不依赖用户看懂动画。如果安静只对一部分人有效，那还不算真的安静。
把工具做到 70 岁的老爷爷也能用
以前我做东西基本只考虑身边这些人用得顺不顺手。这次从 CLI 做到桌面端才发现，要让一个 70 岁的老爷爷也用得上，中间要过的事情多得多，也有意思得多。下面几封信是从这三个月的用户邮件里摘出来的，我最大的收获几乎都在这里。
有位快 70 岁的英国用户，说他犯了一个老年时刻，把 Mole 又买了一遍，「第二笔钱就当做送你，谢谢这个出色的工具，帮我省下了比 CleanMyMac 多得多的英镑」。我建议他退款或者把多出来的授权送人，他去问了一圈，第二天回我「我邻居没人用 Mac，我 Bluesky 上的关注者也没有，这一轮算我请你」。收到这样的信，我会觉得必须把产品做得更好，才对得起这份信任。
一位美国用户纠正了我一个关于地区习惯的错误想法。我一直以为美国人看温度就得用华氏，所以美区默认给了华氏，他说：「美国人在所有技术相关的场景都用摄氏度，只有天气和体温例外。我装上 Mole 看到 110，吓了一跳。Apple 给美国人看的规格也是摄氏度，fastfetch、neofetch 在美式系统上默认也是摄氏度。建议保留华氏切换，但所有地区默认摄氏度。」后来就改成了默认摄氏可切华氏。他还追了一封聊定价，说我给的那个数字读起来不像刻意定的价，像是从别的货币换算过来的，又补了一句「我说外来不是指反华，而是人们希望感觉到作者理解他们」。说实话那个价格就是我拍脑袋定的，做产品之前从没认真想过定价这件事，被一个素不相识的用户当面点出来，挺不好意思的。这封信也让我第一次意识到，一个价格数字本身也在传递信息。
一位视力轻度障碍的用户说：「看起来是个很不错的 App，可惜我用不了，它似乎把深色模式写死了。我系统设成浅色，也只用浅色模式的 App。」Mole 只做深色其实是个刻意的决定，菜单栏面板像 HUD 一样浮在壁纸上，深色玻璃眩光更少，也不用多一个主题开关。但这个理由对他不成立，我一直觉得自己把无障碍当成了完整的承诺，却完全没想到浅色模式本身也是一种无障碍需求。这封信收到有一阵了，Mole 到现在还是只有深色，浅色一直排在列表上没做完。一个说自己在意无障碍的产品，把一位明确说了用不了的用户晾到现在，这件事我一直有点过意不去。
还有一位德国拜罗伊特大学的讲师来申请教育授权，说这「不仅是对我个人的支持，也是一种有意义的教育层面的支持」。原来还有国外的老师在课堂环境里用我的产品，这是我没预料到的用法。一位匈牙利的医生则给了最真实的差评，「说实话，这个价格对一个免费应用也能做到的事情来说有点高了」。这条我一点都不觉得刺耳，不同国家购买力差别很大，他不是在抱怨，是在帮我定位问题。
Mole 里我自己最喜欢的几个功能，起源其实都不是我想到的。AirPods 快没电时会收到一条提醒，是做电池健康那阵子加的，我一直没遇到这个场景，直到某天下午真的收到了，很贴心又不打扰。屏幕常亮做了三种不同的行为，也是用户提醒之后才补的，周末突然出门，AI Coding 那边可以继续跑，帮我省下不少异步的时间。状态里能看到 iPhone 的电量，这一块之前不太好实现，后来也找到了办法。这些都是用户告诉我要加的，加完之后对我自己帮助最大。
用户的邮件我一直自己回
这些邮件我一直是自己回的，答疑、退款、重置激活码这些事加起来不到用户量的 1%，花半小时写个脚本就能全自动，但我没写。只有自己一封封处理过，才能感觉到用户到底要什么、为什么退款、哪里让他不舒服，而那经常不是他第一句话问的东西。我给自动化定的门槛不是工单数量，是三个条件同时成立，问题反复出现，答案保持稳定，例外已经理解。在那之前，对话本身就是研究。目前这样还有效，我没花钱做营销，增长基本来自口碑，退款率低于 0.8%。
发布之前我也没有搭工单系统、客服平台和知识库。工程师喜欢先把支撑机器建起来，因为那是熟悉的工作，AI 又把它压缩到半天，更容易让人过早动手，可是半天搭建是真的，长期维护一个暂时用不到的系统也是真的。等哪天收件箱开始丢请求、看不清响应时间，或者同一个问题得到了不同回答，那才是真正需要新系统的时候。AI 让这个产品的很多部分成为可能，但它没有取代和使用者交谈，也不该取代。效率越来越容易拿到，开发者和用户之间的信任还是要一场对话一场对话地建立。代码可以生成，关系不能。
做产品这段时间，我自己感觉有用的几件事
做产品这件事，我感觉代码能力大概只占三成。更花心思的是怎么把自己的痛点和大部分用户的痛点接上，产出一个方便易用的解决方案，还有怎么把它更好地推荐出去，让人觉得多亏有这个东西解决了一个大问题。这几件事加起来约等于用研、产品、工程师、运营、数据和商业混在一个人身上。
不做什么远比做什么重要。大一刚入门的时候很幸运看了不少讲工程师修炼的书，如无必要勿增实体、至繁归于至简这两句慢慢渗进了我的生活、工作和代码里，做产品之后感受更深。好产品和一般产品的区别，很大程度上在于它更会决策哪些东西不做，哪些功能即使很好但不属于这条主线所以不放进来，否则很容易变成功能堆砌，也不好维护。
另一个感受是脑袋里得有半年的脉络，清楚知道每一个版本该加什么、哪些是伪需求、哪个功能该放在用户顺手的地方。对普通用户来说，不用看说明书就能上手的那个才算好。Mole 的定位是 Mac 系统维护的安静守护者，有不少朋友建议过挺好的功能，我都婉拒了。我的目标也很简单，每一百位 Mac 用户里有一位愿意留下 Mole，它就已经足够有用。
现在一个功能进路线图之前要过三道门，用户没进入这个功能的时候不增加常驻的定时器、监听器和采样开销，不为一点小便利去扩大特权助手，也不新增系统权限，有合理默认值的时候不增加设置项。这不是所有软件的通用原则，是 Mole 自己的预算。常驻工作、特权和配置都是用户需要长期信任的表面积。
我基本没攒过大招，尽量做到每周都发一版。及时解决用户的问题，和用户形成人与人之间真实的互动，每一次发布、更新、宣发其实都是一次很好的沟通机会，也让之前没看到消息的人有机会知道你在做什么。
Mole 从第一天就是全球化的，英文内容也发得比中文多。这段时间最大的感受是世界很大，用户很广，而且他们从一开始就愿意信任你，力所能及帮助过的人，很大概率会成为未来的用户，因为有过真实的交情。我也没花钱做过推广，X 上的脉冲很高但时效一般，反而有些东西发到 YouTube 之后衰减非常慢，只要东西够好，有人推荐，能在上面活很久。
AI 时代代码壁垒越来越小，更需要把控的是怎么把 Token 刚好花在解决用户问题上。多花我不太介意，但要花在实处，需求分析的讨论、数据下钻挖问题、内容的友好性和易读性，这些地方值得花。Token 在我看来属于投资，投资也得讲收益。
数据这块我花的时间比想象中多，销量分维度分时间去看，再结合流量数据、用户评论、和用户交流过的所有内容、用户的退款原因，开源产品还有全部的 issue，这些都是很宝贵的资源，能帮我发现特别多自己不知道的问题，也能看清销售的漏斗到底断在哪一环。
最后一条更像是我自己的做法，我把账号当成一个长期的东西在养，但没抱太强的功利心，抱了就会焦虑。思考、想法、产品更新、见解、评论都是在给它积累信任值，在如今这个宣称得很响、点进去又很一般的环境里，信任特别值钱。很多好产品得不到关注不是因为不好，是因为用户的预期已经被拉得太低了。这件事可以做得非常长期，你在互联网上待多久它就活多久，大概是我生命周期最长的产品。
写在最后
Mole 桌面版目前是清理、卸载、优化、磁盘分析、硬件状态五块，界面上每一块对应一颗行星，清理是地球，卸载是火星，优化是水星，分析是木星，状态是太阳。这和我小时候喜欢看各种行星运行有关系，加上十年前学会前端之后第一个特别想学的就是 WebGL，正好凑到了一起。各颗行星的贴图我换了不下 10 次，从 NASA 官网下载挑了很多才定下来，自转的方向、转速、完成后的飞行效果也都参考了真实的天体运行情况。
这部分完全可以不做，做个菜单栏点一下清一下的小工具也能用。但 AI 产生的赛博垃圾已经够多了，与其把 Token 花在再生成一个能跑就行的界面，我还是想做个舒服一点的东西出来，不浪费我的 Token，也不污染你的时间线。
我做事情喜欢水到渠成，不喜欢短时间急切追求结果。前段时间想到一句话，世界上最好的工作，大概是持续学习的人在自由市场里，用自己的判断力、能力和审美持续创造价值，变成他人愿意买单的东西。
CLI 在 GitHub 上开源免费，桌面版可以先试用再决定，官网是 https://mole.fit。这是我的第一款付费产品，里面一些判断可能是错的，你要是在这条路上走得比我久，看见我正在做傻事，很欢迎告诉我。比起买不买，我更想听的是你用下来觉得哪里别扭、哪个功能是真的需要但现在没有。上面这些改动没有一条是我自己想出来的，全部来自某位用户的一封邮件或者一个 issue，这三个月最划算的一件事，可能就是没放弃跟用户聊天。