最近花了点时间，给一台十多年前的老车重新整理了 SD 卡里的音乐。
本来以为这就是件很简单的事——把喜欢的歌找回来，拷进 SD 卡，插进车机，完事。
结果最后折腾出了一套音乐库治理工具，还碰到了一个挺有意思的问题：
一张车载 SD 卡里，到底放多少首歌比较合适？
答案居然可能和“质数”有关。
一、明明有很多歌，为什么总是听到那几首？
这张 SD 卡其实已经用了很多年。里面的歌曲数量不少，而且我很确定，大部分歌车机都播放过。
但有一个很奇怪的现象：无论选择随机播放还是顺序播放，开车时间长了以后，总感觉反复出现的还是那几十首。
一开始我自然怀疑是不是 SD 卡或者文件有问题。比如：
- 有些歌曲车机识别不了；
- 文件夹层级太深；
- FAT32 目录结构有问题；
- MP3 编码不兼容；
- ID3 标签导致车机索引异常；
- SD 卡容量超过老车机设计年代的预期。
这些问题对于十多年前的车机来说，都很合理。
但后来仔细回想，又发现一个关键事实：
这些歌并不是从来没播放过。
也就是说，它们不是“读不到”。车机认识它们，只是不知道为什么，在长期随机播放的时候，总喜欢围着某一批歌转。
事情一下就变得有意思了。
二、AI 给了一个我一开始没想到的建议：把歌曲数变成质数
在分析这个问题的时候，AI 提出了一个假设：
一些比较老的设备，所谓的“随机播放”算法，未必像今天的软件一样真的每次重新抽一个随机数。受限于当年的硬件、程序设计或者实现成本，它有可能采用一种非常简单的方式：
按照某个步长，在曲目列表里循环跳转。
比如一共有 100 首歌，每次向后跳 20 首：
1 → 21 → 41 → 61 → 81 → 1……
看起来它一直在跳。但实际上，100 首歌里，它永远只会访问这 5 首。因为 100 和 20 有公因数。
换一个步长也一样。只要“总歌曲数”和“步长”之间存在公因数，就可能掉进一个比完整歌单小得多的循环里。
AI 因此给了一个很有意思的建议：
把 SD 卡里的歌曲总数调整成质数。
比如：97、101、103、107、109……
质数除了 1 和它自己，没有别的约数。如果设备真的是用这种固定步长循环方式实现“随机”，那么在绝大多数情况下，步长就更难和歌曲总数形成公因数，也就更有机会遍历整个列表。
我当时看到这个建议，第一个反应不是“这一定对”。
而是：这个思路真漂亮。
三、它让我想到了“17 年蝉”
美国有一种很著名的周期蝉。有些种群 13 年出现一次，有些 17 年出现一次。13 和 17 都是质数。
关于这种周期为什么会演化出来，一个很经典的解释就是：质数周期可以减少它们和天敌生命周期发生周期性重合的机会。
假设一种天敌每 2 年大量繁殖一次。如果蝉每 16 年出现一次，那么 16 可以被 2、4、8 整除，很容易形成稳定的同步关系。但如果是 17 年，就很难和常见的短周期不断重合。
这当然和车机播放音乐不是一回事。一个是生物进化，一个是程序算法。但背后的数学直觉却很像：
当你无法完全控制另一个系统的周期时，选择质数，可以减少周期之间形成固定共振的机会。
想到这里，我反而觉得，“109 首歌”这件事突然变得很有意思。至少这是一个几乎没有成本的实验。原来是 100 首，那就增加 9 首，变成 109。如果有效，赚了；如果无效，也不过就是多放了几首歌。
四、然后事情就从“拷歌”变成了“治理音乐库”
真正开始整理以后，又发现老设备有很多现在已经很少遇到的问题。
比如封面。有几首 MP3，在电脑上看起来没有专辑封面。进一步检查才发现，封面实际上存在于文件里，APIC 帧也正常。问题出在 ID3 版本——它们是 ID3v2.4。
对于今天的软件来说，这当然很正常。但一些老车机，甚至 Windows 资源管理器对某些 v2.4 写法的兼容性都不算特别好。
于是最后统一做了一件事：
所有车载 MP3 标签全部保存为 ID3v2.3。
这也是我现在越来越明显的一个感受：很多“老设备兼容问题”，并不是文件坏了，而是它们活在一个已经过去的技术时代。你不能完全按照今天的标准去理解它。有时候不是越新越好，而是要主动退回到它那个年代最成熟、最保守的格式。
五、后来干脆给这件小事做了一套工具
再往后，就开始有点失控了。
因为每次加几首歌，都要处理：下载、解密、去重、封面、ID3、编号、复制、同步……而且最麻烦的是，绝对不能乱删。
比如两首文件：歌名一样，文件大小也差不多。这不代表它们就是同一个文件。可能一个是现场版，一个是录音室版；也可能是翻唱、Remix、重新发行或者不同母带。
所以后来干脆写了一个 Python 工具，把这套流程固定下来。重复歌曲先根据歌名和文件大小找候选，再通过哈希确认。
编号也不能每次重排。第一次建立音乐库，可以全部排序，从 001 开始。但以后加歌，老的 001—100 就不再动，新歌直接从 101 往后排。否则只要全盘重新编号一次，SD 卡里马上就会出现：同一首歌，一个旧编号版本，一个新编号版本。
我就真的干过一次。100 首歌加 9 首新歌，因为重新排序，最后 SD 卡一度变成了接近 200 首。于是又花时间把它们清回去。
这种错误经历一次以后，规则自然就记住了：
存量编号冻结，增量歌曲顺延。
六、最后变成了 109 首
现在这张卡的状态是：
109 首歌曲。001 到 109 连续编号。全部 MP3。全部 ID3v2.3。全部带真实发行封面。SD 卡和电脑里的母版保持一致。
而 109，刚好是一个质数。
我不知道这台十多年前的车机，内部到底是不是用了固定步长的“伪随机”算法。除非把车机程序拆出来研究，否则可能永远也不会知道。
但我决定先让它保持 109 首。因为我很喜欢这个方案。
它不是那种“AI 帮我节省了十分钟”的建议。而是那种：
AI 提出了一个我自己原本不会想到的视角。
这种时刻其实比自动写一段代码更让我觉得 AI 有价值。很多时候，人当然还是那个做判断、做实验、决定是否接受建议的人。但偶尔它会突然从一个完全不同的领域里，递过来一个思路。
然后你会发现：整理一张十几年前的车载 SD 卡，最后竟然可以想到随机算法、最大公约数、质数，再一路想到地下蛰伏 17 年的蝉。
这种感觉，还挺有意思。