看今天的阮一峰周报想到个点,数据共享计划

[meeop]

当前互联网的一大问题是数据封闭,数据被认为是重要资产严密保护在各个公司手里

这不公平也不合理:

数据是各个用户劳动创造并免费共享的(比如帖子,视频,app),但是却不能被公开的免费获取,这点非常像论文下载公司,互联网公司以此牟利
小公司缺乏数据,很难竞争,导致互联网被几家大公司垄断,进而侵犯用户利益

那么,做一个将数据重新免费共享到全互联网的机制,就很有意义,诸位怎么看?

我能想到的一个方案:

做一个数据爬取和分发插件,在用户授权的范围,当他浏览网页时,就爬取当前网页,并广播全网
下游数据消费者就能存储,解析,整理全网原始数据,供其他人使用

这个方案能做到:

免疫所有反爬策略,毕竟你不能不让用户看你的网站数据吧
数据来源于人民,再被人民分发出去,道德架构上合理

[iyiluo]

不是已经有了吗，web3 的数据存储，filecoin 啥的。你想的方案一看就是违法的，所有绕过 robots.txt 策略的爬虫都不怎么合法

[meeop]

@iyiluo 咱讨论是否合理,恶法非法

[kenshinhu]

我认为应尽量降低服务器存储的费用，并确保数据的长期保存。我不禁想到那些保存了数百万年信息的化石，这可能是最优的解决方案。

试想一下，如果前一个文明发展到了比我们更高的科技水平，他们是否也曾一开始使用电子设备记录信息？后来，他们可能也发现了类似的问题，才意识到石头是最廉价且时效最长的解决办法。

[liprais]

你准备进去蹲几年?

[meeop]

@liprais 一天也不想进去,只是讨论

[meeop]

@liprais 以及这个行为其实是合法的,我把我们的聊天截图后保存,分发,难道有哪里违法吗?

[pkoukk]

每个用户上报的数据相当于自己详细的浏览记录，属于个人隐私数据，还是极度隐私
你愿意公开自己的浏览器记录？

[summerwar]

请先回答下面的问题：

1.对于用户来说，这个插件的使用是收费的还是免费的？查阅别人产生的数据是收费的还是免费的？

2.别人使用插件产生的数据，是否对用户有益（金钱激励还是积分或者等级等提升）？如果有益，这些益处是否能让用户愿意让渡个人隐私而使用，如果免费，用户为何要使用插件来产生数据？

3.数据存储到哪里？服务器、数据库以及所产生的的各种费用谁来支付？代码及这些数据的日常维护产生的费用如何支付？

4.数据如何展示和使用？由展示产生的费用如何支付？

5.作为反对数据封闭的一员，你的数据必然不会封闭起来，那么请问，由此产生的爬虫问题如何解决？是否要屏蔽或者防止爬虫爬取数据？为了与目的相一致必然不能禁止爬虫，那么因为爬虫产生的流量费用如何支持？

[yxd19]

@kenshinhu 那么是否需要大容量呢？如果它低成本大容量长期保存，那么它岂不是成了六边形战士了？那就不是想不想有而是能不能有的问题了。

[erwsd32ew]

他能浏览不代表你能爬取他浏览的，某个网盘共享插件也干过这种小聪明，判了几年。

[meeop]

@pkoukk 所以强调是在用户允许下共享特定数据

比如你是一个博主，每发一篇博客插件都会问你，是否愿意共享此篇博客到全网，通常应该都是愿意的。

另一个场景，我是一个普通用户，插件给你个按钮，推荐当前内容到全网（这个行为应该是会违法网站用户协议，不过每个人分享几篇内容目前不违反任何法律）

[meeop]

@summerwar
1 是否收费
必然不能收费，用爱发电，收费那就是非法牟利了
而且插件也未必是某个特定的人开发，它应该是类似 bt 下载之类的开源协议和客户端

2 是否有激励
一般没有
用户分享一般目的是分享自己发布的内容，以及如标题所述为打破数据垄断做一点微小的贡献
但也可以有
比如你可以悬赏说挖一篇抖音的视频返现几毛钱（少量分享目前是灰产，就各个网站之间互相搬运，剽窃别人创作的内容）

3 数据存哪里？
不存储
这里只是尝试建立一个内容共享生态机制
存储是内容消费侧考虑的事

当内容充分共享时，当然是谁用谁存储，各取所需
比如我提供一个网盘下载搜索，我自然要监听网盘类资源共享消息并存储

4 如何消费
如 3 所述，取决于生态圈具体的应用

5 如何反爬？
数据都共享了还爬什么，直接监听共享消息啥都有

[meeop]

@erwsd32ew 那肯定，所以需要用户授权，这是用户行为，插件只是提供工具

[kenshinhu]

那也是的，大容量存储是个重要的东西。不过，假如有了低成本、长期保存的方法，那信息压缩还会同时发展吧！

像那些远古的化石，虽然看起来只是石头，但实际上它们保存了非常丰富的信息，比如气候变化、生物进化等。这些信息在石头中存储了数百万年，而且非常密集。

[pkoukk]

@meeop #10 你这样相当于把互联网所有内容的风险转嫁到自己身上了，有人通过这个发色情，诈骗，你就得因为帮信蹲牢子

[qq135449773]

其实我觉得这个想法是 ok 的，但是现在需要立法角度考虑 1 用户数据归属权 2 赋予爬虫更宽松的合法权力。

指望国内某些人这辈子能想到这个问题肯定是没戏了。但是另一方面，不止国内，现在国外因为最近几年 AI 大火特火，各家各户都在各种限制爬虫。

这样下去肯定不是办法，我估计将来为了保护互联网开放权力，迟早国外会有国家牵头法律上去限制这种城墙高筑的行为。

[somebody1]

你开发吧。

反正我不会用的，我浏览网站都不想网站知道，还想让你个第三方知道！！！

[meeop]

@pkoukk 我觉得不会,因为第一转发的人是某个具体用户,行为主体是该用户,第二也不存在“我”,因为这就是个开源软件,而且作者还是个外国人的话,中国法律管不到.

比如说有人用 bt 分发色情信息,抓谁?

[meeop]

@qq135449773 我觉得指望庙堂去改革是不可能的,也没有动力去改革

要想改变只能靠群众自发支持新技术

比如说短信和电话费用贵,我就做个 im 软件,当时不是各种阻挠吗,如今不还得妥协
还有个例子是电视机顶盒,明明互联网电视更方便,但是就是不让介入,现在把电视搞得没人看了

所以你觉得信息垄断不好,就应该力所能及的支持一些反垄断方案

[meeop]

@somebody1 那是因为你是实名认证浏览的,允许匿名账户不关联具体个人信息不就完了

比如别人看到的是“火爆兔兔”浏览了 xx 网站,分享了 xx 信息