作者|James
本周有一篇文章提到，现在你很难使用百度这样的搜索引擎，搜到历史上有关“马云”的网页。比如说在百度上指定1998-2005年的时间段搜索“马云”这个关键词，只有一个结果，而点开后发现也不是这个时间段内的。类似的，马云、雷军、任正非甚至周杰伦和李宇春也都一样。
对于结论，他悲观的感慨是中文互联网的源头性问题，这不禁让人联想到这个AI时代，ChatGPT的中文语料数据占比仅为0.09905%，加上目前国内的AI工具确实落后于美国，于是本文小小的刷屏了一把。
这篇文章讲的东西或许太商业，太直男，那么谈到近些年豆瓣消失的瓜组、鹅组，A站NGA论坛消失的各种爆料贴，知乎上各种极具思辨价值的老帖，大家是不是忽然心有戚戚焉？
但事实真的如此吗？
如果有一部分事实真的如此，那这种“速朽”的互联网现状，一定是一场再糟糕不过的悲剧吗？
“崩塌”，不只是中文互联网
作为一个不以观点先行的媒体，视智未来的编辑部第一步想想法是验证他的结论是否成立。
结果嘛，好像还是能搜出一些内容的，甚至不需要用谷歌，只用百度就行。因为我们使用了一个搜索引擎的常见语法。打 site: 加上网址，可以限定搜索结果仅限于某个网站。
同样，我们还能找到历史悠久的官方媒体上的一些老内容，权威媒体的上网时间也更早。比如说，当时央视诸位名嘴还很年轻，很真诚，认真给网友写日记，编读往来还会放在网上。这简直就是80年代春节联欢晚会期间，北京观众可以打电话点歌的赛博版本。
所以，如果限定结果来自这些网站，那么它们仍然保留在服务器上的存档内容，就有可能因为你的搜索而重见天日。
看来，那些“美好的旧时光”在互联网上并不是全都消失了。
但确实，要找到马云那几年的新闻，是需要一些运气和技术。
另外，“加速崩塌”是否只是如文中所说，是“中文互联网”特有的现象？
简单的答案是：哪有，全世界都这个熊样。
就在这篇爆款文章发出来的前两天，美国的皮尤研究中心做了一项调查，显示2013-2023年间存在的网页中，有1/4已无法访问。
这个消息在中国得到的反应就不说了，我们来看看日本网友的反应。
首先，他们祭奠的是雅虎的个人主页服务地球村（GeoCities）。
日本家庭用PC和互联网的时间大概跟美国同步，这使得在世纪之交时的一些最初的网络服务，日本人也在积极使用。因此，日语成为了互联网最早被广泛支持的东亚语言。一些西方开发的常用软件，会在多语言版本选择中列举一堆欧洲语言，然后孤零零地提供一个日语。
接下来就是一些常见的博客托管服务。其实，“博客”（Blog）这个词已经有年头了，现在的人根本不了解。由于服务是本土化的，不同地方都有自己的博客网站，例如在台湾是无名小站，国内最著名的是新浪博客——韩寒、徐静蕾等人曾把那里当作主阵地。
现在我们还在用的微博，全称是“微博客”，也就是字数较少的博客。另一方面，有些人听小宇宙。“播客”（Podcast）这个词，在被译介入国内时，也是借助了博客的概念。如果现在想要向一个新人解释什么是播客，恐怕得说：播客是一种声音公众号。
是的，时代变迁就是这么无情，就好像我们会说Word那个保存的图标3D打印出来，就是“3.5寸软盘”。
说道这里，欢迎关注我们的播客节目，近期恰好遇到了一个综艺营销公司的负责人，刚刚更新了一期关于《歌手2024》的节目。
不“崩塌”，在技术上无法实现
在美国，零几年的时候正经历一个叫Web 2.0的奇怪时代。意思是，网络1.0是少数编辑、记者或作家提供有限的内容，2.0时代是每个人都可以自己写内容、自己发布，让其他人看到和分享。奇怪的时代出现了很多奇怪的网站。
比如说，既然所有人都在写自己的专栏，谁的内容能脱颖而出呢？就需要有勤劳的推荐小能手不断挖掘相关信息，这就造就了一个叫“挖掘”（Digg）的网站。Digg和StumbleUpon这两个推荐引擎负责将世界各地有趣的文章，以投票方式决定谁显示在最上层。
在国内也有或大或小的网站，选用同样的推荐机制，其中坚持时间最长的一个叫做“抽屉”。抽屉新热榜是一个非常长寿的网站，一直坚持到这几天（！）才发出关站的消息。
早在此之前，它的海外祖师爷都已在很早的时候被贱卖掉，其中的数据也没有了。如果有人能够按月备份每一阶段在网站上被顶到最前面的信息，那将是非常有趣的事情。
国内这方面，最被众人皆知的是互联网档案馆（Internet Archive），这是一个历史地位几乎与维基百科同等重要的非营利组织。它存在的唯一目的是备份那些因自然或人为灾害而可能丢失的内容。
虽然在国内访问有点困难，但它同样可以备份大多数国内的网站。只不过，如果要有备份行为，可能需要你在看到这个网页时，随手用一个浏览器插件点一点，通知网站可以抓取这个页面了。
互联网档案馆一直在发起行动，备份那些随时可能会消失、拥有大量珍贵数据的站点。之前比较著名的有：
- 2018 年，备份和保存来自流行的照片共享平台 Flickr 的图像。Flickr 决定将免费帐户限制在 1,000 张照片，这可能导致数百万张图像被删除。
- 2018 年，存档“轻博客”平台 Tumblr 的内容。Tumblr 禁止成人内容的决定，可能导致该平台的大部分内容和创意作品丢失。
- 2020年以来，存档与新冠疫情大流行相关的全球各地在线内容。
这点努力相对于Web 2.0时代实际损失的其它海量内容简直是杯水车薪，至少还有共享网络收藏夹Delicious，谷歌旗下众多用户依赖的阅读器Google Reader……都一点痕迹也没有了。
即使是那些一直坚持下来的，有着20年以上历史的长寿服务，在运营过程中也会反复更改政策。典型的比如谷歌Blogger服务，清除了一波超过10年没有登录过的账号。但是，很多此类账号的停用，并不意味着作者或读者放弃了这个内容，或许只是已离开人世。
像谷歌、微软、雅虎这些拥有大量陈年老用户的账号系统，处理此类信息时都面临两难境地。它们不可能直截了当地告诉用户，你的东西放在我这里只是临时存储，总有一天要删除掉。但当这些信息的主人也“不再在意”它们时，唯一现实的处置办法就是丢弃，因为任何形式的保管都需要费用。
说个残忍的事实，在国内连实体的墓地也是如此，在公墓落葬或存放的骨灰，需要每隔20年左右，由继承人或亲属缴纳墓穴的管理费。这种行为本身也是供奉的“香火”仍然存在的证明，如果断了，那这个墓穴就会被空出来，留给新的逝者。
前几年，国内的很多门户网站，也丢弃了它们之前长期存放的内容。包括网易博客、微博、QQ空间、人人网等——一大批内容在这个时候被丢弃。其中很多内容，因为存储技术已经过时，所以无法再对外展示。
零几年，网页上经常使用的Flash技术，现状是已经被彻底抛弃，就算变通支持读取，也可能因为无人开发，为你的浏览器带来安全风险，没有任何网站官方支持继续读取Flash内容。然而，QQ空间的某个版本大量运用了Flash技术。
我们需要知道的一点是，互联网内容随时会被丢弃，这并不是所谓“中文互联网”的过错，而是自然规律的一部分。
互联网是一个人为建造的生态系统，但在大多数情况下，人类依靠自然的本能反应来使用它。所以这个人造生态系统的表现，就跟自然界中的热带雨林，那种自循环的生物圈一样。
总有生老病死。死亡的下一步就是腐烂。就像《寻梦环游记》里说人类一样，内容也会死两次，一次是停止更新，另一次是被所有人忘记。
大量自然消失的东西，最终会归于泥土。现在人们想的是，找一些侥幸保存得很好的内容片段，再把它们做成标本。少量东西可以这么做，但妄想所有内容都能维持原来的状态，那是“逆天改命”，违背自然规律。平台方第一个不答应——毕竟是他们在付费。
相信后人的智慧：互联网时代的大搬运
看上去，中文互联网确实在大规模的消退，这甚至是不可逆的一种现象。更可怜的，即使是晚近的内容——哪怕是知乎、豆瓣或小红书上，最近三四年的内容，也可能正在快速地消失。
但我们应该对由00后10后掌管的这一代互联网保持足够的信心。视智未来发现，现在的小孩子们，也自有一套保存、传播和分享这些信息的方法：
最典型的是搬运。搬运是一种口耳相传，当然会有信息失真，但因为有截图，这种失真现在其实较少。
很多引起共鸣的个人经历和故事，以这种方式得到传承。比如AcFun的管理权一直很混乱，被接手后一些原内容不慎丢失，文字区内容几次搬家，搬到“A岛匿名版”去，也是关了又开。但现在有不少内容先是被微博抢救出来，然后官微挂了，又被搬去知乎。
虎扑的步行街也有一个官方运营的号，它上面也会备份很多帖子。
NGA则是志愿者在B站转贴——是，用B站视频转贴。把长帖子滚动截屏后发出，这样的话你看人家帮你往下滚动，你不用动鼠标，还可以欣赏新挂上去的弹幕。
及时备份这些内容非常有必要，这些地方近两年引发人们议论的帖子，都是跟“性别战争”相关的，这很敏感，所以原帖基本上都不存在了。但它们的尸体碎片、网页快照等，被搬运工传递了下来。
还有一些是跨越私密墙或付费墙。财新的文章就不用说了，特别是在涉及到公众利益的报道出来之后，很多地方都有人转。
更经典的是豆瓣有几个小组只存在于传说中，比如瓜组、鹅组、尸组。但在微信公众号等地方，有不止一个账号会专门总结和转载热门“瓜”。这些内容大多“看起来”比较保真，确实也有可能作假，但是……如果传的本来就是流言，为什么需要“原版的”流言呢？
更有名的则是小红书的截图，它正以一种奇怪的方式流传出去：你在知乎或微博等地方，能看到大量来自小红书的截图，但如果按照截图上的文字去搜索原帖，则一般会搜不到。
有些人不断开新账号，在小红书上只发一条帖子，火了之后截图转到营销号上，然后注销账号走人。
小红书目前的流量分配机制是，每个新用户都有平等的前几条帖子，可以获得10万以上阅读量的曝光。这对新用户冷启动非常有效，因为很多时候没人能想到自己也有机会出名，一下子就被平台粘住了。本来就应该这样，“每个人都有15分钟成名的机会”。
然而，小红书的大多数账号在前两三条帖子火爆之后，通常会后继乏力，平台给予的流量会迅速下降。所以实际上，在小红书自然达到1000粉丝是非常困难的，这也是开通广告后台的门槛。
对于搜索引擎来说，小红书是无数个流量黑洞之一。它不仅设置了对任何搜索爬虫静止的状态，而且如果找到证据证明有人使用内容，恐怕还会走法律途径。
现在，大模型方面使用这些网站内容作为语料库，都得支付动辄几千万的费用。搜索引擎作为准公共服务，本应与各个社区达成默契，即他们开放内容让人们可以便捷搜索。但这也只是一种默契，而非法律规定。所以现在，任何地方的搜索引擎，都是不完整的。
一个外国人想要观察中国互联网的流行动态，必须熟练使用几种到十几种流行的中国网络服务。这确实造成了一定的障碍。当他们不在中国，只能离岸观察时，得出的结论往往更离谱，离谱到像ChatGPT最近一次更新使用的分词器，排在前面的都是一些不堪入目的关键词。
但是在这里，视智未来必须说一句反常识的话：这种“围墙花园”的状态，长远来看，说不定反而更有利于信息的长期保存。
那些中小型网站，如果开放搜索和访问，意味着大多数情况下人们会信任它。但它不一定值得信任。像天涯那样曾经名噪一时的网站都有可能最终关闭，而且不给人们信息备份和补偿的机会。
所以，如果所有东西都存在像微信公众号这样的超大平台上，这也意味着它们跟微信这个平台一起坚持到海枯石烂的可能性很高。
如果你2005年选择把一段自拍视频放到优酷上，你现在还能看，但如果放在六间房上，那就不行了。我现在要看《一个馒头引发的血案》——那是多么无与伦比地作品啊！——我只能去B站找。去搜“万恶之源”，很多怀旧的东西都能看。
人们有理由担心微信公众号上的信息搜索不到，有朝一日平台发生变化，上面的东西都会消失。当然是个风险。但是自2005年以来，非中文互联网上90%以上的视频都存在YouTube一个地方，所以他们也应该担心这个问题。说实在的，当这俩地方出故障的时候，你可能更需要担心自己的人身安全等更基本的命题。
与拜托平台长命百岁相比，更有效的信息备份，应该是有一个人类来负责维护。
例如一个资源，最早可能是bt种子，后来放在115网盘上，后来可能迁移到迅雷，再到百度网盘，然后是阿里或夸克。只要负责维护这个资源的人还在世，这份资源就不会“丢失”。如果真的得罪了什么了不起的能量，那也可以去外面的各种个人站或互联网档案室找到，相信我，他们对于这里一切404的东西都有保留的兴趣。
人们总是抱怨，现在不管找什么资源都得掏钱。有些东西以前是可以免费下载的，现在需要花十多块钱买一个不知名地方的会员，其实就是便宜了站长个人。
这其实是理所应当的。之前使用那些服务，完全仰赖他们的良心。但让这件事有利可图，最终会让信息保存更长久。求人办事最好的方法，就是掏钱。
互联网的新陈代谢，只能接受它
如果还有一些并没有被搬运，我们也找不到这些考据的来源网址，对大多数人，会有多大影响吗？其实并没有。
更重要的是，我们有了平替。
哪怕是当时被认为是不可替代的“第四权”，作为社会良心、以身犯险的调查记者，号称现在全国已经下降到了个位数，现在也勉强有了点儿“平替”。比如以一己之力带动淄博烧烤热潮的B太，他出道以来进行的舆论监督，节目放到央视的《经济半小时》和《焦点访谈》播也并不违和。
真正的电视端则显现出青黄不接，之前的几个调查栏目虽然名称还在，但用途已经更换了。总台新开了一个名不见经传的《财经调查》栏目，用来承接之前那些针砭时弊的作用——其实或许能多几个B太也是可以的。
现在，人们交换生活经验，或者为自己争取公道的地方，也变换了场地，他们从电视台、报纸转移到了短视频、公众号，只要人民群众追求美好生活和追求公平正义的心没变，揭露真相这件事，就永远不会停止。
回到本文开头的马云，如果你搜索马云在历史上的痕迹，你可能会发现在不同的营销号中，流传着他做过的一次公开访谈：“他们所说的那些风险一个也没成真，而他们没有预料到的问题却全都出现了。作为专家来说，他们说的全对，做的全错。”
“速朽”的互联网现状，一定是一场再糟糕不过的悲剧吗？
不是的。它是一种自然规律的体现。
在互联网这个人造的生态系统中，一棵参天大树也有倒下、死亡、归于尘土的时刻。想要把这棵树和上面的每一片叶子做成标本，保存起来，想法很唯美，但可能不是人力能做到的，而且也需要考虑这是否有必要。
那些过去就不再回来的时光，总是提醒我们应该活在当下。而大浪淘沙之后，有些真正重要的事情，也确实会以更永久的方式留存下来，成为人类文明的一部分。
从历史的眼光来看，在中国普及了30年的国际互联网，还处于其生命周期的早期。将时间拉长一点，未来一二百年，可能仍然需要我们在2024年生产的内容的备份。