削掉受傷的地方，剩下的還是好的

用 AI 協作把工程師的「工人智慧」，轉換成自動化工具

水果有些磕碰，削開果皮，果肉不好看。
只要整體沒有腐壞，大多數人不會整顆丟掉——
把瑕疵處切除，剩下的部分，仍然可以食用。

中古硬碟的道理，其實也是如此。

硬碟漲價的壓力，讓人重新看待手邊的舊硬體

最近 CPU、RAM、SSD、HDD 都在漲價。手邊累積多年的 3.5″ 與 2.5″ 硬碟，開始重新值得被認真評估。

真正壞到無法挽救的，早就拆下強力磁鐵，或是送去資源回收了。但有些硬碟的狀況並非「全死」——它們可能只是局部磁區異常、少數區域速度下降、或是邊緣扇區出現不穩定反應，整體仍有相當比例的可用容量。

問題在於：沒有一個有效的方法，把「堪用的部分」精確找出來。

以前靠工人智慧，現在想讓工人智慧變成程式

過去處理中古硬碟的流程，我一直用同一套手動方法：

這套流程的核心，從來不是「掃描」。掃描只是收集資料。

真正困難的是「判斷」——而那個判斷，長期以來只存在於工程師的腦袋裡。

把判斷流程拆解，交給 AI 協助轉化成工具

這次我著手撰寫兩套工具軟體，目標就是把這整個人工流程自動化：偵測 → 掃描 → 瑕疵標記 → 分割建議 → 產出報告。

開發過程主要使用 OpenCode 推進實作。遇到架構卡關的問題，再轉給 Claude 協助審視，提出建議後交回 OpenCode 修正——這樣的協作分工，讓不同 AI 工具各司其職。

同時也參考 Victoria 等成熟工具的設計，推敲它們量測與標示背後的意圖與策略，由我判定哪些值得保留、哪些需要調整，再讓 AI 助理跟進實現。

要說這接近早期的「專家系統」，其實也沒有錯——裡面就是一套參考來源、特殊操作指令、以及由工程師制定的專業判定策略。

客製化的真正意義：你說了算

自己寫工具，最大的好處是什麼？

開源軟體可以提建議，只是要等。商業軟體提意見，結果可能是慢慢等，或者不要想太多了。

AI 時代，個人經驗開始具備被軟體化的機會

這次開發讓我確認了一件事：

AI 的核心價值，不是幫工程師少寫幾行程式。
而是讓原本只存在於腦袋裡的現場判斷，有機會第一次被拆解、轉換、保存下來。

以前想打造這類工具，最大的困難不是寫程式——而是把腦中的判斷方法說清楚。說不清楚，工程師就無從下手。現在有了 AI 助理作為中介，這個轉換過程變得第一次真正可行。

※ 本文附圖為 AI 助理依流程說明產生的示意圖，內容供參考，細節請以實際工具輸出為準。