70,267。

那次與 AI 協作整理照片,程式跑完後,報告顯示了這個數字。我盯著它看了一會兒:原來累積下來的影像,已經多到需要另一種方式才能重新找到。

這是那次整理得到的紀錄數。它讓我想起許多曾經按下快門的時刻,但我不能把它直接當成七萬多次不同的拍攝,或七萬多個互不重複的人生片段。

一場意外的數位考古

2026 年一月開始用 Claude 的 Cowork 功能時,我本來只想處理電腦裡拖延已久的瑣事:檔案歸類、訂閱整合,還有各種技術債。與 AI 協作,把一些擱置的工作往前推之後,輪到了累積多年的照片。

我和 AI 協作寫 Python 腳本,讀取照片的 Metadata,也就是檔案中附帶的時間、地點等資訊,再整理年份分佈、擷取地理座標,輸出 JSON 報告。過程並不順利;工作程序沒設定好,電腦當了好幾次。

最後看到報告時,感覺卻不只是清理檔案。某些很久沒有想起的年份與地點,重新出現在眼前。資料替我開了一個入口,讓我回頭看自己的時間。

時間曲線的長相

那次整理的年份分佈裡,2018 年的影像數量特別突出。看著它,我想到那段時間的新際遇、事業轉向與跨國移動:城市在換,工作在變,旅行與相遇也在不同的地方發生。

這些聯想對我很有意義。不過,照片多寡呈現的是留下來、並被這次整理涵蓋的影像,不是生活活躍程度的完整量尺。拍攝習慣、裝置、重複副本、刪除或保留的選擇,都可能影響曲線。

我不能只憑某一年照片較多,就斷定那年做了更多事;更不能用自己的照片,推論五十歲以後的人會不會逐漸收斂。比較清楚的說法是:這份整理提醒我,那些原本以為平淡的年份,仍有值得重新翻看的片段。

曲線能幫忙提出問題,答案還要回到照片與自己的記憶裡找。

Metadata 的線索與限制

有時,我對一趟旅行的季節記得模糊,照片上的時間卻提供了另一個線索。把幾張影像依時間排開,也可能讓一段斷裂的回憶接起來。

但 Metadata 也需要判讀。欄位可能缺漏,時間設定可能有誤,不同來源的檔案也未必用相同方式保存資訊。ExifTool 的官方說明就列出時間欄位的讀寫方式,以及部分格式可以保存時區的差異。它們是可以被寫入、調整的資料,不是永遠不會出錯的見證。

因此,我不再把 Metadata 稱為比記憶更誠實的東西。對我來說,它的價值是多提供一條可以回頭核對的線索。記憶與檔案若有出入,可以先問:這個時間來自哪個欄位?地點是否存在?這張是原始影像,還是後來的副本?

這樣看,整理照片是在幫自己的時間建索引。索引能讓我找到一個片段,卻不會替我決定,那個片段在生命裡代表什麼。

從回憶到查詢

影像、雲端檔案、社群紀錄與健康資料,讓一些過去只能憑印象尋找的線索,有機會被搜尋與比對。前提是資料真的存在、可以取得,而且知道它記錄的是什麼。

例如,我曾想到把照片時間與 Fitbit 的紀錄放在一起看。這可以是一個比對方向,但要先確認資料是否可用、時間與時區是否對得上、取樣間隔有多長。接近拍攝時間的一筆紀錄,不一定就是按下快門當下的狀態,更不能替我說明那一刻的感受。

當檔案可以查詢,我與過去的關係多了一種方式:除了「我記得」,還能問「有沒有留下可以核對的紀錄」。但沒有找到,也不等於那段經驗沒有發生。

這讓我想到與 AI 協作重建網站的經驗:把經驗與觀點整理成可找到的內容,能減少日後重新尋找的困難。照片整理也有相似之處,只是影像常牽涉自己與他人的生活。在交給工具處理或分享前,我會先問:需要哪些資料?誰能看到?地點、人物或健康資訊有沒有超出這次整理的需要?

留給未來的索引

十年、二十年後,當我想重拾某個片段,現在的我可以留下什麼?

比起追求一個包辦記憶的 Agent,我更想先保留能讀取的檔案、來源與整理方式,並照顧備份和存取權限。資料結構需要維護;能搜尋,也不表示它會永久保存。

70,267 這個數字,曾經讓我停下來看自己的生活。但我更想留下的,是那些能帶我回到照片的路徑。

影像可能留下時間與地點,卻不會自動知道我思念誰、在意什麼。這些仍需要我寫下、說出,或在往後翻看時重新理解。

有一個能找回片段的入口,就已經值得整理。剩下的,讓未來的我慢慢補上。

四格漫畫:曲線能幫忙提出問題,答案還要回到照片與自己的記憶裡找。它讓我想起許多曾經按下快門的時刻,但我不能把它直接當成七萬多次不同的拍攝,或七萬多個互不重複的人生片段。照片多寡呈現的是留下來、並被這次整理涵蓋的影像,不是生活活躍程度的完整量尺。它的價值是多提供一條可以回頭核對的線索。影像可能留下時間與地點,卻不會自動知道我思念誰、在意什麼。有一個能找回片段的入口,就已經值得整理。

**2026 年 11 月修訂:**保留那次照片整理的個人經驗,釐清影像數量、Metadata 與回憶之間能相互補充,也各有限制。