AI基建的第九步：做好备份，别让你的AI工作系统一夜归零
前面几步，我们已经把一套 AI 工作环境慢慢搭起来了：大模型、Agent、Mac、MCP、GitHub、远程控制、VPS、本地大模型。
做到这里以后，其实会出现一个新的问题：
你需要备份的，已经不只是工作文件了。
以前电脑坏了，最担心的是 Word、PDF、照片没了。
现在如果 AI 工作系统搭得比较深，真正可能丢掉的还有 Skill、Prompt、MCP 配置、知识库、脚本、Agent 配置、GitHub 项目、VPS 数据库，以及你花了几个月逐渐调顺的一整套工作环境。
所以 AI 基建做到后面，我觉得备份一定要单独拿出来讲。
核心原则只有一句：
机器可以坏，系统可以重装，但重要数据不能只有一份。
一、AI时代，最值钱的可能已经不是某一个文件
比如我花了几个月，把合同审查的方法逐渐整理成一个 Skill。
一开始只是几条提示词。
后来不断补充：什么情况下必须核验法律依据；怎样坚持客户立场；怎样做最小必要修改；怎样输出修改说明；Word 应该怎么排版。
最后这个 Skill 可能已经非常适合自己的工作习惯。
如果电脑突然坏了，而这个 Skill 只存在本地：
几个月的调教可能一起没了。
知识库也是一样。
几千个案例重新整理过，做了分类、标签和索引。
真正有价值的已经不是原始 PDF，而是后面投入的大量整理工作。
所以现在我越来越觉得：
AI时代要备份的是“生产能力”，而不仅仅是文件。
二、GitHub特别适合备份Skill、脚本和配置
前面第五篇讲 GitHub，其中一个很重要的原因就是这个。
像 Skill、Prompt、Markdown 知识库、自动化脚本、MCP 配置模板、部署脚本、项目说明，都非常适合放 GitHub。
本地改完以后提交一次。
MacBook 有一份。
Mac mini 有一份。
GitHub 云端还有一份。
哪一天电脑坏了，重新拉下来就行。
而且 GitHub 还有一个额外优势：
历史版本也在。
今天把 Skill 改坏了，不一定要靠记忆恢复，可以直接回到以前的版本。
三、客户文件不要因为方便就全部扔GitHub
但也不能因为 GitHub 好用，就什么都往里面放。
尤其律师要特别注意客户合同、尽调底稿、诉讼材料、身份证件、内部法律意见、未公开交易资料。
这些文件并不适合简单按照“代码备份”的思路处理。
我的习惯会把两类东西分开：
方法和系统，可以放 GitHub。
客户原始资料，按照正常的律师文件管理和保密要求单独备份。
比如本地硬盘、合规云存储、NAS 或律所已有的文档系统。
不要为了 AI 使用方便，把原来的保密边界打乱。
四、Mac最简单的办法：把Time Machine用起来
Mac 用户其实已经有一个非常省事的备份方案：
Time Machine。
准备一块移动硬盘或者 NAS，定期备份。
它最大的意义不是保存某一个文件，而是可以把很多本地环境一起保留下来。
哪一天电脑损坏、误删文件、Agent 改坏了一批资料、换了一台新 Mac，恢复起来会轻松很多。
尤其 Agent 现在已经可以创建文件、批量修改文件、移动目录、删除内容。
AI 能力越强，误操作影响的范围也越大。
所以我甚至觉得：
开始给 Agent 较高文件权限之前，就应该先把备份做好。
五、VPS更不能当成“永久硬盘”
前面讲 VPS 时我专门提醒过：
服务器可以丢，数据不能丢。
VPS 本质上是租来的电脑。
可能因为忘记续费、支付失败、账号异常、云厂商故障、自己误删实例、硬盘损坏，导致整台机器消失。
所以 VPS 上真正重要的数据，千万不要只有一份。
比如知识库数据库，可以定期导出。
重要代码同步 GitHub。
配置文件保存副本。
必要时做服务器快照。
更理想的状态是：
今天这台VPS没了，明天换一台还能重新部署出来。
这样服务器才只是“运行环境”，而不是唯一的数据仓库。
六、我比较认可一个简单原则：重要内容至少有三份
不用把备份系统设计得特别复杂。
普通个人 AI 用户可以先记住一个非常经典也非常实用的思路：
重要内容至少保留三份。
比如我的 Skill：Mac mini 一份、MacBook 一份、GitHub 一份。
重要客户项目：工作电脑一份、备份硬盘或 NAS 一份、合规的异地备份一份。
VPS 数据：服务器正在使用一份、定期导出一份、另外一个位置再保存一份。
真正需要避免的只有一种情况：
唯一的一份资料，恰好就在那台可能坏掉的机器里。
七、还有一类很容易忘：账号和恢复信息
AI 工作系统真正跑起来以后，可能会涉及 GitHub、云服务器、域名、Cloudflare、模型 API、数据库、各种 MCP 服务。
如果这些东西只有自己脑子里知道，也有风险。
至少应该有一个安全的密码管理工具，保存账号、密码、恢复码、必要的服务器信息。
但 API Key、Token、SSH 私钥这类敏感信息，又不能直接明文扔进 GitHub。
所以备份并不意味着：
“所有东西复制到一个文件夹。”
而是不同的数据，用不同的方法保存。
八、最理想的状态：换一台电脑，也能快速恢复
我觉得判断一套 AI 基建是否成熟，有一个非常简单的测试：
假设今天这台 Mac 突然坏了。
换一台新电脑。
你能不能在比较短的时间内恢复 Agent、Skill、MCP、GitHub 仓库、知识库、常用脚本、服务器连接、工作环境？
如果答案是：“完全不知道以前装过什么，只能重新折腾一遍。”
那说明这套系统还没有真正沉淀下来。
如果答案是：登录账号、拉取 GitHub、恢复备份、安装几个核心软件，基本就能继续工作，那这套 AI 基建才开始真正稳定。
九、备份不是为了防止电脑坏，而是保护你积累出来的AI能力
所以我的 AI 基建第九步很简单：
把备份做好。
Mac 做系统级备份。
Skill、脚本、配置用 GitHub 管理。
VPS 重要数据定期导出。
客户文件按照保密要求单独保存。
重要内容不要只有一个副本。
因为到了 AI Agent 时代，真正需要保护的已经不只是几个 Word 文件，而是你逐渐积累出来的：
知识库、Skill、工作方法和整套AI工作系统。
电脑坏了可以买新的。
VPS 没了可以重新租。
模型也可以换。
但是花了几个月甚至几年沉淀出来的 AI 工作能力，如果因为没有备份一次性丢掉，就太可惜了。
所以这一篇最后还是那句话：
机器可以丢，系统可以重装，数据和积累不能丢。
