服务器只剩 2G，我把清理工作交给了 AI

昨天，一台服务器的硬盘只剩下 2G。

我没有自己登录，也没有先翻运维文档，只给 AI 发了一句话：

登录到机器上，帮我清理一下不需要的文件。

以前这种事情，我一般不会轻易交给 AI。

因为服务器清理不是执行几条 rm 命令那么简单。删缓存容易，判断什么能删、什么不能删，才是真正需要经验的地方。

但这一次，AI 完整做完了，过程比我预想得更稳。

它没有上来就删文件

AI 登录服务器后的第一步不是删除，而是只读检查：磁盘容量、inode、目录占用、大文件、Docker 镜像、运行中的容器，以及已经删除但仍被进程占用的文件。

很快，它找到了几个主要占用：

• systemd 历史日志接近 1G；
• Go 编译缓存约 625M；
• APT 缓存和软件包索引约 336M；
• Docker 中存在多批没有容器引用的旧镜像；
• 一个下载目录占了 1.3G。

如果只看空间，最后这个 1.3G 最值得删。但 AI 没有删。

它继续检查 Docker 容器挂载关系，发现这个目录正在被一个下载站容器直接使用，里面是对外提供的安装包。删掉它，空间确实会马上回来，网站也会马上坏掉。

另外两个没有运行的应用目录里还留有数据库数据，它同样选择不动。

这已经不是“命令代执行”，而是在做基础运维判断。

清理不是结束，验证才是

确认边界之后，AI 只处理了几类可再生成、没有业务风险的内容：

• 将 systemd 日志压缩到 100M；
• 清理 APT 缓存；
• 清理 Go 编译缓存；
• 删除没有容器引用的 Docker 悬空镜像。

结果很直接：

服务器可用空间从 2.0G 增加到 4.3G，磁盘占用从 79% 降到 54%。

但它没有在这里结束。

AI 又检查了 Caddy、Docker、containerd 和 journald，确认两个业务容器仍然在线，没有失败的服务；随后访问两个真实入口，返回结果都是 HTTP 200。

最后，它还补了一项长期配置：

它把 journald 的最大磁盘占用限制为 100M，同时要求系统至少保留 1G 空间。这次工作不只是“腾出空间”，还处理了日志再次涨到 1G 的问题。

真正有价值的是完整闭环

很多人判断 AI 能不能工作，看的还是它会不会写命令、代码和文案。但 AI 的价值正在从“生成内容”变成“完成任务”。

一个合格的任务，不是给出几条 Linux 命令，而是：

1. 先收集信息；
2. 找出主要问题；
3. 判断业务边界；
4. 只执行低风险操作；
5. 验证服务没有受影响；
6. 补上防止问题复发的配置。

这六步连起来，才叫工作。

以前的 AI 只会回答“可以怎么做”。现在的 AI Agent 已经开始进入真实环境，读取状态，根据上下文调整动作，再用结果验证自己的判断。

它不只是告诉你怎么清理服务器。

它真的把服务器清理完了。

基础工作，正在成为 AI 最先接手的部分

当然，这不意味着服务器可以毫无防备地交给 AI。

生产环境仍然需要权限控制、备份、操作记录和明确边界。涉及数据库、磁盘分区、网络策略和账号权限时，也不能省掉人工审核。

但大量基础工作由人完成，并不是因为特别难，而是过去只有人能理解现场、调用工具并完成连续步骤。现在，这个前提正在变化。

当 AI 能够检查、判断、执行、验证，并且知道哪些东西不该碰时，很多重复但又需要一点经验的工作，确实可以开始交给它了。

我的判断是：

AI 真正进入职场的标志，不是它写出了一篇更像人的文章。

而是你交代一句“服务器空间不够了”，过一会儿，它告诉你：

空间已经释放，服务一切正常，问题也不会那么快再次出现。