这个不讲“道德”的网站，成了千万网友最爱的白嫖工具_风闻
差评-差评官方账号-47分钟前
本文原创于微信公众号：差评作者：差评君
老差友应该都知道互联网档案馆（下称 archive.org ），咱介绍好几次了。
还不知道的兄弟自己找找原因，是不是不够帅，没早关注帅逼公众号：差评。
archive.org 由 Brewster Kahle 创办，是一个非营利性的数字图书馆。
从 1996 年起，它每隔一会就会抓取各种各样的网页、视频、图片等资料，保存在 “ 图书馆 ” 。
目前图书馆里存了 8660 亿个网页，1200 万个视频，490 万张图片和 110 万个软件程序。
点进网站，从 MJ 演唱会视频，到 1999 年测试版的 Google 搜索页面，再到你多年前送给凤姐的表白，都会重新进入你的世界。
不过，今天故事的主角不是这位，而是另一个档案馆 archive.today （今日档案 ）。
archive.today 于 2012 年创办。从名字和功能上看，它类似于archive.org，可以备份网页。
但它俩之间还是有个很大区别——
archive.org 类似于搜索引擎，绝大多数资料都是爬虫自动抓取的。所以一直以来他们都遵守robot.txt。
robot.txt 是互联网里通行的一个君子协议。通过它，网站可以告诉搜索引擎，哪些东西它不能抓。百度里搜不到微信文章和淘宝商品，就是因为 robot.txt 。
但 archive.today 不遵守这个协议，即便网站不让它存，它也会霸王硬上弓**。**
不过，这也不能说 archive.today 缺德。
因为它并非自动抓取别人的网站，只有用户上传某个网页时，它才会抓取。
存档 ing….. ▼
目前，archive.today 已经存储了 5 亿个网页。虽然远不及 archive.org ，但这种大家主动寻求备份的网页，相对来说，它的意义和价值会更大点。
就像三年前，有位吴彦祖备份了差评的官网，明显是肯定了咱们，咳咳。
除了可以备份网页，因为技术上一些细节，人们发现 archive.today****有另外一个妙用：
翻越付费墙。
对于那些订阅费动辄几百美刀的西方媒体，很多第三方世界国家的读者不光无力支付，甚至压根没有匹配的支付方式。
但自从这个功能被发现后， archive.today 成为了大家心照不宣的 “ 白嫖 ” 工具。
只要有好心人存档了付费文章和有版权的学术论文，后来的读者都可以看到。
还有不少人基于这个网站做了一些小工具，让白嫖变得更简单。
编辑部偶尔也用过它，有一些东西在这上面确实比较好找。
虽然 archive.today 管理员曾说过,翻阅付费墙不是网站本意，只是技术问题上产生的一些 “ 意外 ” 。
但想到他愿意冒着被诉讼风险默许这个情况存在，甚至教读者一些白嫖技巧。。。
差评君更愿意相信，他就是一个知识自由的支持者。
根据网站里问答纪录，2013 年的时候，存储这些档案每月要在服务器上花 300 欧元。
2014 年，随着网页越来越多，服务器成本升到了 2000 美元 / 月。
2016 年，这个数字涨到了 4000 美元。
那问题来了，这些服务器的钱谁出呢？
我们知道，archive.org 的背后是一家组织，总部在旧金山。它的年度预算有 1000 万美元，这些钱来自于它的合作赞助商和基金会。
但 archive.today 管理员说，这个网站全靠自己。
尽管网页在移动端开始投放广告，并且管理员也开放了捐赠通道，但这些只够 14% ～ 20% 的成本。
也就是说这个网站的管理员，每天在面临版权诉讼的风险下，既要维护网站日常运营，还有隔三差五回答网友各种问题，最后每个月还得掏出几千美金的服务器租金，只为维持这么一个免费网站？
并一路坚持了十多年？
这个赛博菩萨到底是谁啊？
**
**报以好奇和敬意差评君去网上搜了一下，但发现 archive.today 的背后，是一个迷。
维基百科上关于经营者的身份，只写了一句话：
事实上，没人知道他的真实身份。
**半年前一位悉尼的工程师 Jani 花了很大精力，想看看 archive.today 幕后神秘人到底是谁。**首先，网站能追溯到的第一个历史纪录是在 2012 年 5 月 16 日，网站一开始的域名叫 archive.is。
由一个来自捷克布拉格，名叫 “ Denis Petrov ” 的人注册。
Denis Petrov ，是第一个线索。
但随着调查， Jani 察觉 Denis Petrov 可能是假名。
一来这是很常见俄罗斯名字，光是在领英里就有 242 个同名好哥们。
二来 Jani 发现同样的名字和联系方式还注册了一堆乱七八糟的域名。
后来 Jani 还验证了很多带有这个名字的网站，如 denispetrov.com、denis.biz 、petrov.net。
但大部分网站都已经停运了，唯一能打开的那个，只是一位纽约程序员的博客，早在 2011 年就已停更了。
Denis Petrov 这个线索似乎断了。。。
和 Jani 一样，这些年也有其他网友探索过这位神秘人，但大多数人都停在了 “ Denis Petrov ” 的阶段。
倒是 2020 年，有另一个网友找到了神秘人的重要线索。
他发现 archive.today 里所有领英网的备份，都基于同一个登录账户。
这里我解释一下，诸如领英、 Instagram 这类应用，都要求登录账号后才能浏览详情。我猜测神秘人是用了自己账号 cookie ，来抓取领英的网页内容。
顺着线索，他找到了一个名为 Masha Rabinovich 的领英账号。账号显示，她有德国柏林某个大学的学士学位。
如果这个头像确实是本人，那说起来你可能不信，这个神秘人居然是一个留着波波头，有点娃娃脸的女生。
手动码一下
另外这个头像应该被删了，登录后就不可见 ▼
有人把 Masha Rabinovich 放进谷歌搜索，发现了一个 2012 年帖子，基本实锤 Masha Rabinovich 就是那个神秘人。
当时一位昵称为 masharabinovich 用户发帖子，吐槽自己网站 archive.today 被恶意举报，进了黑名单。
既然名字 “ 确认 ” 了，接下来就是网友们发挥福尔摩斯天赋的时候了。
他们发现 Masha Rabinovich 曾多次参与了维基词条的编辑，最多的就是 “ 俄罗斯护照 ” ；
名字中的 “ Masha ” （ Маша ）是玛丽亚的常见俄语说法， Rabinovich 是德国犹太人的姓氏；
另外 archive.today 用的分析引擎是俄国的，回答问题时会使用一些大写词汇，可能有德国背景。
基于这些信息，网友推断出，神秘人大概是一个曾在德国留学的俄罗斯人，且学识渊博，英语流利。
至于“ Masha Rabinovich ”，还不一定是其真名。也许和 Denis Petrov 一样，只是神秘人在网络世界的马甲之一。
虽然大家仍无法确定神秘人真实身份，但差评君觉得点到为止，他隐藏起来一定有自己的原因。
相比起来，我认为神秘人的个性更值得一提。
在 archive.today 的网站上，有一个基于 Tumblr 问答服务的页面。
通过这些 Q&A ，我推断神秘人是一个偏执且不喜欢被吹捧的技术极客。
首先就是我们前面说的，不遵守 robot.txt 。
其实这是个非常激进的行为，很容易被以版权法提起诉讼，或者在道德上落下风。
像 archive.org 后来也推出了手动备份的功能，但用户上传网页后，它还会检查一遍 robot.txt ，如果网站不同意被抓取， archive.org 还是会删除的。
但 archive.today 可不管这些。
我觉得这么做，是因为他创建网站的初衷就是尊重历史，保存历史。
他也说过，网站即便存档了假新闻，也不会删除。
**因为 archive.today 从来不是权威的参考来源，而是历史的见证。**它只是在告诉大家，在某个时刻，互联网上某一处存在过这样的页面。
这一点差评君也认可，历史不是纪录大事记就够了，它是由无数细节拼凑起来才够完整。
虽然 archive.today看似有点极端，但也不是所有网页都一视同仁。如果存档确认为恐怖分子的宣传网页、儿童色情等，收到举报后他也会删除。
另外神秘人很低调，从不希望自己被抬得很高。
当网友把他和 archive.org 放在一起夸奖时，他都会否定，说自己没有想保存整个互联网的目标，目前只有 archive.org 的百分之一，且运作方式不同。
差评君觉得，这是每一个老板都要学习的不画大饼精神。
他知道自己一个人 / 团队的能力有限，做不到那么宏大的目标，一开始就没设想过这么多。
但 12 年了，网站帮大家存档了五亿多个网页，遇到了无数难题，并依旧坚持免费。
我觉得他和 archive.org 一样，都是令人尊敬的。
不过最近的情况，让差评君觉得网站的生存环境不容乐观。
因为神秘人回答网友问题的频率明显变低了，从两年前月均回答 40 个问题，到现在隔了好几个月才回答 2 个问题。
他也曾说网站经常被 DDOS ，时不时瘫痪。在互联网各个角落也有 “ 版权仇家 ” 在搜寻他的真实信息。至于诉讼，那也是迟早的事情。
结合历史来看，这种情况其实是必然的。
所有支持知识自由的网站，从archive.org到 Sci-hub ，他们都遭遇过版权法的铁拳或者域名的封锁。
互联网档案馆因为把 140 万实体书扫描出来，不限量租借给读者，被四家出版商联合起诉，还有六千名作家签了请愿书支持这场诉讼。
Sci-hub 因为把 8000 多万学术论文爬取下来，免费分享给所有学者，在多个国家被出版巨头起诉。创始人 Alexandra Elbakyan 为了躲避各国引渡风险，在世界各地躲藏。
我知道，有很多人都抵制他们这种行为，认为盗版就是犯罪，不是解决问题的方式。
但世界不是非黑即白， “ 盗版 ” 就一定不被提倡吗？
这个问题几十年来一直争论不休。
90 年代，互联网上各种盗版电影和音乐横飞、破解和盗版软件横行。明明是赤裸裸的侵权，但却没有明确的法律能治一波乱象。
在这样的背景下，《 数字千年法案 》登场了。它以刑事犯罪立法的形式，希望在网络这块无主之地上，重振版权保护的权威。
毫无疑问，它保护了无数原创者的权利，让人们获得了相应的回报，也让他们的心血没有被盗版商肆意践踏。
可《 数字千年法案 》在保护版权的同时，似乎也催产了一些版权流氓到处碰瓷，让很大一批人也难以接触到优秀的作品。
如何做到版权和知识自由兼顾，很难很难。
“ 科学和教育资源，就不应该有所谓的知识产权和资本运作的存在 ” 这是 Sci-hub 传达的理念之一。
从 archive.org 到 Sci-hub 再到 archive.today ，他们把无法翻越的信息壁垒，难以打破的知识桎梏，都变成一个简单的回车键，让我们看到了世界的另外一种可能。
不管怎么说——
Brewster Kahle 、 Alexandra Elbakyan 、神秘人以及所有那些不追求利益去捍卫知识自由的人，他们都值得我们的尊重和敬佩。
图片、资料来源：
blog.archive.today
archive.today: On the trail of the mysterious guerrilla archivist of the Internet
Wikipedia：archive.today
Vice：Dear GamerGate: Please Stop Stealing Our Shit
