我用Codex AI智能体清理C盘，20分钟释放23.6G空间

C盘又红了。周六下午我正开着PS修图，系统直接弹了一条“磁盘空间不足，Windows需要释放空间”的提示。我打开资源管理器一看，这个整整120G的C盘可用空间只剩1.2G。其实这台电脑的C盘我一直都在打理，管家工具装了又卸，Temp文件夹每个月都清，前阵子还差点下单买扩容工具。但那天我决定换一种方式：把清理动作交给Codex。对，就是OpenAI出的命令行AI编程智能体。20多分钟以后，C盘腾出来23.6G，账单折合人民币四毛七。

这篇文章我想把整个经过摊开聊一聊，包括它给的清理清单里哪些能删、哪些别碰，以及我半路撞上的几个报错和排查思路。如果你也正对着飘红的C盘发愁，又对Codex这类AI智能体有点好奇，这份记录应该能帮你省下不少绕路的时间。

1. 从C盘爆红到打开Codex：我为什么敢让AI动系统盘

1.1 那台电脑的“病情”和常规治疗的局限

这台机器是512G的SSD，当初分区的时候就给了C盘256G，剩下的分给了D盘。按说256G不算小，但把Windows系统、常用软件、开发环境、微信聊天记录全塞进来，空间永远不够用。磁盘管理里看C盘就是一条深红色，开机之后用不了半小时，系统就开始提示“磁盘空间不足”。

我之前尝试过的常规手段，大概可以分三类。第一类是各类清理软件，什么磁盘清理、瘦身、加速，基本能解决的是浏览器缓存、回收站、系统临时文件这类“垃圾”，清完之后确实会掉下来几个G，但过不了几天又涨回去。第二类是自己动手，删C盘里的Temp文件夹、清理Downloads、清空回收站，方法本身没问题，问题是太费人——我得记住哪些路径能碰、哪些路径不能碰，还得隔三差五想着一整套流程。第三类是扩容，比如用分区工具从D盘挪空间给C盘，这个能治标，但对一块已经用了很久的盘来说，操作风险不小，我一直没下决心。

说到底，这些方法的共同痛点是：它们都在“按固定规则清理垃圾”，但真正的空间大户往往是软件缓存、更新备份、虚拟磁盘这类需要“判断”的东西。这个判断过程，恰好是我决定交给Codex的原因。

1.2 Codex到底是个什么角色

很多人以为Codex是加强版ChatGPT，这个理解不准确。ChatGPT是“你说一句，它答一句”，它给你建议，但不会替你动手。Codex不一样，它被设计成一个能自主执行任务的智能体——它能读取文件系统、规划多步操作、直接运行命令行工具，然后根据输出结果决定下一步怎么做。

举个例子。我跟ChatGPT说“帮我清理C盘”，它只能告诉我“你可以先这样再那样”；我跟Codex说同样的话，它会自己先查一遍磁盘空间，然后逐个分析各个目录的大小，列出一份“这里能清理、这里需要谨慎、这里绝对不要碰”的清单，再一项一项来询问我是否执行。

所以“AI清理C盘”这事听起来吓人，本质上只是“我给了它一个目标，它把拆解和执行都做了”。我扮演的角色是审批人——它每跑一条可能影响系统的命令，都要经过我的确认。

1.3 这事看起来“危险”，安全底线怎么兜

在让Codex碰系统盘之前，我确实有过一点犹豫。毕竟系统盘里躺着Windows目录、Program Files、AppData，一个误操作可能比C盘满了更麻烦。

我的处理办法很直接：Codex默认提供几种操作审批策略。我选的是一种“最保守”的模式——所有涉及删除、修改、执行系统级命令的操作，都必须先停下等我按键确认。换句话说，它可以分析、可以给出方案，但真正动手的一瞬间，决定权在我手里。

我始终觉得，工具越强，越要先把“刹车”装好。这也是为什么整个过程我能放心让它在C盘上跑——我并没有把钥匙完全交给它，我只是给它开了一条“带着红绿灯和护栏的专用道”。

2. 装好Codex、接上模型、先把“刹车”踩死

2.1 两条装机路线，我选了命令行走到底

Codex目前的安装方式有两条路。一条是从官网下载桌面版安装包，Windows用户直接双击安装，里面有图形界面，适合不想碰命令行的朋友。另一条是CLI命令行的形式，通过npm全局安装，然后在终端里使用。

我选择的是CLI。原因是这次的目标是“让它执行系统清理”，命令行形态跟终端工具的配合天然更紧密，而且任务链路里能看到它实际敲了哪些命令，心里更有数。

安装前置条件需要Node.js环境，版本建议新的。装完之后打开终端，跑一条命令：

npm install -g @openai/codex

装完验证一下版本号：

codex --version

这一步能正常输出版本号，就说明安装成功了。整个安装过程没有遇到什么障碍，真正的麻烦发生在下一步登录和选模型的时候。

2.2 登录方式和模型选择：这里有个坑

Codex支持两种登录方式。一种是直接登录ChatGPT账号，适合已有订阅的用户；另一种是使用API Key，在终端里配好密钥之后按用量计费。

我一开始用的是ChatGPT账号登录，想着能省事一点。登录之后，我手动把模型指定成了“gpt-5.6-sol”——当时网上讨论这个模型的不少，我想试试新东西。

结果启动之后它直接抛了个报错：

The 'gpt-5.6-sol' model is not supported when using Codex with a ChatGPT account.

翻译过来就是：你用ChatGPT账号登录时，这个模型不被支持。原因是账号登录模式下，可用模型是由账号套餐决定的，不是用户想指定哪个就指定哪个。我后来切换到API Key方式，模型和计费都变得正常了。

如果你不想折腾，直接用API Key方式就对了。配置方法是在终端里设置一个环境变量：

setx OPENAI_API_KEY "你的密钥"

设置完重开终端，Codex就能读到。注意不要在公开环境里贴自己的密钥，这东西就是钱。

2.3 让Codex每次动手前先问我

这是我认为整件事里最重要的一步：配置操作审批策略。

Codex启动时可以加一个参数：

codex --ask-for-approval=always

加上这个参数之后，所有涉及修改系统的操作，它都会停在半路问一句“是否继续执行”，等你按下允许的按键才会继续跑。如果你不加这个参数，它可能会在一个“可自动执行”的模式下连续处理多个步骤，对清理临时文件这种低风险操作没问题，但对C盘这种摸不准的系统盘来说，我不建议这么做。

运行过程中也可以随时按Shift+Tab切换审批模式。在自动执行、敏感操作确认、全部操作确认这三档之间切换。我全程保持“全部操作确认”，宁可麻烦点，也不想出意外后拍大腿。

3. 实战清理C盘：Codex给我开了张清理清单

3.1 第一步只体检，不改任何东西

我真正开始之前，先给它下了个很明确的指令：先不要做任何修改，只做体检。

我当时的完整提示大概是这样的：“你是我的Windows系统维护助手。我的C盘可用空间只剩1.2G，请你先不要修改任何东西，帮我分析C盘空间都去哪了。按三个类别输出结果：可以安全清理的、需要谨慎处理的、绝对不要碰的。每一项要给出具体路径和估计大小。”

它会先去检查磁盘分区状态，然后逐个扫描高频占用目录——AppData、Windows、ProgramData、用户目录这些常见的大户。注意它不是傻乎乎地全盘遍历，而是先从这些高概率位置逐层往下钻，发现大文件再停下来标记。

第一轮体检结果出来后，C盘的“病情”就很清楚了：大量空间被临时文件、更新缓存、用户下载目录、聊天记录缓存，以及一个我一直没注意到的大块头——WSL的虚拟磁盘文件占掉了不少。

3.2 Codex列出的高性价比清理项

它给出一张清理清单，我整理了一下大概长这样：

这张表的价值不在于列得全，而在于给每一条都标了风险等级。比如Windows Update缓存，它专门解释了一句“这里存的是补丁安装程序的下载包，系统装完补丁之后，旧文件基本没用了，删除不会影响已安装的更新”。这种“解释完再执行”的工作方式，确实是普通清理软件给不了的。

3.3 一步步确认，清掉的大户和我的感受

接下来的执行过程是这样的：Codex每准备跑一条命令，都会先告诉我“接下来我要这样做，原因是……”，然后停在确认界面等我按键。我一路按下来，比较有代表性的是这几条。

清理临时文件用的PowerShell命令：

Get-ChildItem $env:TEMP -Recurse -Force -ErrorAction SilentlyContinue | Remove-Item -Recurse -Force -ErrorAction SilentlyContinue

这条命令遍历当前用户的临时目录，删除里面的所有文件，遇到正在被占用的文件就跳过。我加过ErrorAction参数，避免某些锁定的文件让整条命令中断。

清理Windows更新缓存前，它先停了Windows Update服务，删完再启动：

net stop wuauserv Remove-Item C:\Windows\SoftwareDistribution\Download\* -Recurse -Force -ErrorAction SilentlyContinue net start wuauserv

关闭休眠文件的命令也直球：

powercfg /h off

执行完这一条，hiberfil.sys文件会直接消失，释放的空间相当于内存大小。如果你平时从来不用休眠功能，这条是最划算的清理方式之一。

清理完这些大户之后，C盘的可用空间肉眼可见地往上涨。说实话，看一个AI在终端里一步步列命令、等你确认、再继续执行，这个过程比我想象中顺利得多，有点像带了一个做事很细的实习生，你只需要在旁边把关，不用再撸起袖子亲自删了。

3.4 它发现的一个“漏网之鱼”：WSL虚拟磁盘

整个清单里让我最意外的是WSL的虚拟磁盘。我之前装过WSL跑Linux环境，后来用得不多了，也就一直扔在那边。问题是虚拟磁盘文件一旦被Linux子系统撑大，就不会自动缩回去。哪怕你把里面那一百多G的数据都删了，表现出来的结果仍然是一块“臃肿”的固定大小文件。

Codex虽然没有直接帮我做磁盘压缩（这一步需要先彻底关闭WSL再操作），但它把问题指出来了，还给出了压缩思路。我最后是这样操作的：先关掉WSL里所有会话，然后通过diskpart工具对虚拟磁盘文件执行压缩，释放了十几个G。

这一步如果是靠我自己一个个目录翻，根本想不到去检查那个隐藏在AppData包路径下的vhdx文件。这也是我认为“让AI清理C盘”这件事真正有价值的点：它不是按经验盲目扫描固定位置，而是会根据磁盘分区、文件大小分布、历史记录来动态调整排查方向。

4. 四毛七的账单是怎么算出来的

4.1 token是钱，上下文越肥越贵

整个任务跑完之后，我打开账单记录，这次会话累计消耗的token大约是：输入1.6万左右，输出0.4万左右。按API的计价方式折算下来，约合0.065美元，按当天汇率就是人民币四毛七。

为什么输入token会远大于输出token？因为Codex是会话式的，每次让它执行新操作时，它都要把历史对话、之前的命令输出、扫描结果作为上下文重新发一遍给模型。也就是说，你前面聊得越长，后面每一步的“背景资料”越贵。

它实际回复我的中文内容并不长，因为大多数时间它在跑命令，输出的只是一行行路径和体积。这也是账单能压下来的原因——我提前跟它说了“尽量精简输出，只保留路径、体积和结论”。

4.2 同样的活儿，在别处得花多少

算完这笔账，我不禁对比了一下平时的解决方案。以前请人远程帮我打理电脑，一次少说六七十块；用清理软件，年卡也要一百上下；前阵子我差点下单的扩容工具，正版授权又是几十块。而这次AI干了同样的活，花了不到五毛钱。

不是说那些工具没价值，而是对于“我明确知道要清理C盘、但不想花时间手动去盯”这个场景，按次计费的AI智能体确实太省了。特别是在它还能给出解释、每一步都留痕的情况下，这个成本显得格外划算。

4.3 哪些玩法会让它飞快烧钱

当然，省钱的前提是用法得当。同样是Codex，有些人拿它跑一次性任务，有些人让它“一口气扫描全盘所有文件”，这两者的账单能差出几十倍。

我自己总结的省钱原则有这么几条。第一，任务要拆分，不要在一个会话里堆太多步骤；第二，明确要求输出精简，减少不必要的token生成；第三，如果发现上下文太长，及时开新会话，不要硬拖着让它在越来越肥的上下文里继续干活。这不仅是省钱的问题，也是避免报错的关键——就是我下一部分要说的“上下文空间不足”问题。

5. 路上撞见的三个报错，排查过程全记录

5.1 上下文窗口被塞满：ran out of room

清理过程进行到一半的时候，Codex突然停下来，抛出一条报错：

error running remote compact task: codex ran out of room in the model's context

这条报错的意思是：它尝试对长对话做一次紧凑化处理，但模型上下文窗口已经满了，连压缩的空间都不够。说白了，就是一次聊得太长，历史记录太多了。

我当时的第一反应不是慌，而是检查是不是自己这个会话里塞了太多扫描输出。后来我直接开了个新会话，把任务切成两半继续说——例如“刚才已经清理了Temp和更新缓存，接下来继续处理Downloads和开发缓存”。新会话的上下文干净，问题立刻消失。

这算是一个比较典型的“长任务没有做好任务切分”的报错。现在Codex这类模型对上下文长度越来越宽松，但再长的窗口也架不住连续输出海量工具日志。养成短会话、分批执行的习惯，能省不少事。

5.2 模型被账号套餐锁死：gpt-5.6-sol not supported

第二个报错就是我前面安装阶段遇到的那个模型兼容性问题：

The 'gpt-5.6-sol' model is not supported when using Codex with a ChatGPT account.

这个报错的典型特征，是出现在你用ChatGPT账号登录Codex，并且手动指定了某个特定模型的时候。我用API Key方式之后，这个问题彻底消失，模型选择也灵活多了。

如果你遇到同类情况，最简单的判断方式就是看清楚报错里的主语——它说的是“when using Codex with a ChatGPT account”，问题出在账号模式，不是模型本身的问题。要么换用API Key，要么把模型切换回当前账号套餐允许的范围，不用想得太复杂。

5.3 CC Switch的本地服务掉线：/responses报错

第三个报错跟Codex本身没关系，而是出现在第三方工具链上。如果你喜欢用CC Switch这类工具，在一个界面里统一管理多个模型服务的配置，可能会遇到类似这样的提示：报错信息里会出现/responses这个端点路径，大体意思是它内部要访问的本地服务没有正常响应。

我遇到那次的情况是这样的：Codex终端里一连接就报本地服务错误，但Codex单独跑又正常。排查的时候我按照三个方向逐一检查：第一，CC Switch的本地服务进程是否真的启动了，端口有没有被占用；第二，配置里的endpoint地址是不是旧版本留下的残留，直接重置成默认值试试；第三，把CC Switch升级到最新版，有些旧版本的连接逻辑跟新版Codex对不上。

最后是重置配置解决的。这类问题属于本地工具链的常见毛病，跟模型本身无关，思路就是“先看服务有没有起来，再看配置是不是过期，最后换个版本”。

5.4 三者背后的共同经验

把这三个报错放一起看，其实指向的是同一个经验：AI智能体，尤其是Codex这种会真刀真枪执行命令的工具，出问题大部分时候不是AI“不会干活”，而是“外部条件没配对”——登录方式不对、上下文太肥、本地工具冲突。

遇到报错先读原文，看主语是谁，看它出现在什么阶段，再去对应排查。别一报错就怪AI不好用，大部分问题在配置层面就能解决。

6. 哪些文件坚决不能删：Codex也有“红线清单”

6.1 系统目录和隐藏分区的边界

虽然Codex在清理时表现得很专业，但它毕竟是按规则判断的，规则之外有没有盲区我不敢打包票，所以“绝对红线”这部分我格外仔细地核对了一遍。

第一类是系统核心目录本身。C:\Windows\System32里面的东西，任何一个都不要手动删；C:\Windows\WinSxS也不要直接去删文件夹，就算它看起来占了好几个G。正确的做法是使用系统自带的磁盘清理工具，选择“清理系统文件”，让它自己算WinSxS里哪些旧组件可以清。

第二类是系统还原点和卷影副本。这些文件平时看不见，但确实存在，而且占用的空间可能很大。要清理的话，通过“系统保护”界面，只保留最近的一个还原点就行，不要直接在资源管理器里去碰“System Volume Information”文件夹。

6.2 像垃圾但不是垃圾的“数据类文件”

有一类文件非常容易误判，就是“看起来很像缓存，实际上是你数据”的目录。

聊天记录和聊天文件最典型。微信、QQ的缓存目录动辄几十个G，Codex分析的时候清楚标注了“这里是聊天数据和收到的文件，不是垃圾缓存，不建议直接删除，建议在软件设置里把存储路径迁移到D盘”。我已经照做了，迁移之后C盘立刻轻松不少。

浏览器配置、数据库文件、本地代码仓库同样属于这一类。删掉它们确实能释放空间，但代价是配置丢失、项目记录全没了。判断标准就一条：这个文件如果没了，你会不会心疼？会，那就属于“需要处理但不是删除”的范畴。

6.3 清理前备份、清理后报告：让AI干活留痕

我这次操作特别满意的一点，是Codex在跑完所有清理项之后，主动生成了一份“清理报告”。它把这一轮删了哪些路径、释放了多少空间、哪些项目建议后续手动处理，全部整理成了清单。

这份报告是可以留档的。下次清理时，我可以直接拿它当基准对比，看看空间是不是又从同样的地方涨上去了。这种“留痕”能力是传统清理软件最欠缺的——大多数软件只会告诉你“已清理5.2G垃圾”，但不会告诉你这5.2G具体是从哪儿清出来的。

7. 下次再清理，我会直接这么干

说实话，这次四毛七的清理体验之后，我对“系统维护”这件事的看法变了。以前总觉得维护电脑是一项必须亲自盯着的苦差事，但这个流程跑通之后，我发现好的模式不是“人把活全干了”，而是“人定好边界，让工具把重复劳动干了”。

下次C盘再告急，我大概会直接按这套流程来：先让Codex跑一遍体检，出一份清理清单；然后按它的建议，能删的删，该迁移的迁移；最后留一份报告存档。过程中保持人工审批，不给它直接动高危文件的权限，也不让它一口气干太多活。

另外，我准备等哪天有空，让Codex帮忙写一个定期扫描磁盘空间的小脚本，以后到了阈值就自动提醒我。毕竟追求一次彻底清理不如形成一个可复用的维护习惯——而AI真正帮到我的，正是在“可复用”这三个字上。