70,267。

那次与 AI 协作整理照片,程式跑完后,报告显示了这个数字。我盯着它看了一会儿:原来累积下来的影像,已经多到需要另一种方式才能重新找到。

这是那次整理得到的纪录数。它让我想起许多曾经按下快门的时刻,但我不能把它直接当成七万多次不同的拍摄,或七万多个互不重复的人生片段。

一场意外的数位考古

2026 年一月开始用 Claude 的 Cowork 功能时,我本来只想处理电脑里拖延已久的琐事:档案归类、订阅整合,还有各种技术债。与 AI 协作,把一些搁置的工作往前推之后,轮到了累积多年的照片。

我和 AI 协作写 Python 脚本,读取照片的 Metadata,也就是档案中附带的时间、地点等资讯,再整理年份分布、撷取地理座标,输出 JSON 报告。过程并不顺利;工作程序没设定好,电脑当了好几次。

最后看到报告时,感觉却不只是清理档案。某些很久没有想起的年份与地点,重新出现在眼前。资料替我开了一个入口,让我回头看自己的时间。

时间曲线的长相

那次整理的年份分布里,2018 年的影像数量特别突出。看着它,我想到那段时间的新际遇、事业转向与跨国移动:城市在换,工作在变,旅行与相遇也在不同的地方发生。

这些联想对我很有意义。不过,照片多寡呈现的是留下来、并被这次整理涵盖的影像,不是生活活跃程度的完整量尺。拍摄习惯、装置、重复副本、删除或保留的选择,都可能影响曲线。

我不能只凭某一年照片较多,就断定那年做了更多事;更不能用自己的照片,推论五十岁以后的人会不会逐渐收敛。比较清楚的说法是:这份整理提醒我,那些原本以为平淡的年份,仍有值得重新翻看的片段。

曲线能帮忙提出问题,答案还要回到照片与自己的记忆里找。

Metadata 的线索与限制

有时,我对一趟旅行的季节记得模糊,照片上的时间却提供了另一个线索。把几张影像依时间排开,也可能让一段断裂的回忆接起来。

但 Metadata 也需要判读。栏位可能缺漏,时间设定可能有误,不同来源的档案也未必用相同方式保存资讯。ExifTool 的官方说明就列出时间栏位的读写方式,以及部分格式可以保存时区的差异。它们是可以被写入、调整的资料,不是永远不会出错的见证。

因此,我不再把 Metadata 称为比记忆更诚实的东西。对我来说,它的价值是多提供一条可以回头核对的线索。记忆与档案若有出入,可以先问:这个时间来自哪个栏位?地点是否存在?这张是原始影像,还是后来的副本?

这样看,整理照片是在帮自己的时间建索引。索引能让我找到一个片段,却不会替我决定,那个片段在生命里代表什么。

从回忆到查询

影像、云端档案、社群纪录与健康资料,让一些过去只能凭印象寻找的线索,有机会被搜寻与比对。前提是资料真的存在、可以取得,而且知道它记录的是什么。

例如,我曾想到把照片时间与 Fitbit 的纪录放在一起看。这可以是一个比对方向,但要先确认资料是否可用、时间与时区是否对得上、取样间隔有多长。接近拍摄时间的一笔纪录,不一定就是按下快门当下的状态,更不能替我说明那一刻的感受。

当档案可以查询,我与过去的关系多了一种方式:除了「我记得」,还能问「有没有留下可以核对的纪录」。但没有找到,也不等于那段经验没有发生。

这让我想到与 AI 协作重建网站的经验:把经验与观点整理成可找到的内容,能减少日后重新寻找的困难。照片整理也有相似之处,只是影像常牵涉自己与他人的生活。在交给工具处理或分享前,我会先问:需要哪些资料?谁能看到?地点、人物或健康资讯有没有超出这次整理的需要?

留给未来的索引

十年、二十年后,当我想重拾某个片段,现在的我可以留下什么?

比起追求一个包办记忆的 Agent,我更想先保留能读取的档案、来源与整理方式,并照顾备份和存取权限。资料结构需要维护;能搜寻,也不表示它会永久保存。

70,267 这个数字,曾经让我停下来看自己的生活。但我更想留下的,是那些能带我回到照片的路径。

影像可能留下时间与地点,却不会自动知道我思念谁、在意什么。这些仍需要我写下、说出,或在往后翻看时重新理解。

有一个能找回片段的入口,就已经值得整理。剩下的,让未来的我慢慢补上。

四格漫画:曲线能帮忙提出问题,答案还要回到照片与自己的记忆里找。它让我想起许多曾经按下快门的时刻,但我不能把它直接当成七万多次不同的拍摄,或七万多个互不重复的人生片段。照片多寡呈现的是留下来、并被这次整理涵盖的影像,不是生活活跃程度的完整量尺。它的价值是多提供一条可以回头核对的线索。影像可能留下时间与地点,却不会自动知道我思念谁、在意什么。有一个能找回片段的入口,就已经值得整理。

**2026 年 11 月修订:**保留那次照片整理的个人经验,厘清影像数量、Metadata 与回忆之间能相互补充,也各有限制。