新闻业的数字抹除：为什么媒体巨头正在封锁 Wayback Machine

文字的保存已从羊皮纸和微缩胶片转向了服务器和快照。几十年来，Internet Archive 的 Wayback Machine 一直充当着世界数字图书馆的角色，确保网络瞬息万变的特性不会导致关键信息的永久丢失。然而，一个令人不安的趋势出现了：一些世界上最具影响力的媒体机构正在系统性地封锁 Wayback Machine，使其无法存档其内容。

最近的运动，包括 Fight for the Future 发起的请愿，已经凸显出一些主要媒体——包括 New York Times、The Atlantic 和 USA Today——已采取措施防止 Internet Archive 保存其作品。这一举动代表了数字时代维护公共记录方式的重大转变，将出版商的眼前经济利益与历史保存的长期必要性对立起来。

冲突：AI 抓取 vs. 公共记录

这些出版商引用封锁 Wayback Machine 的主要理由是生成式 AI 的兴起。出版商担心他们的内容被抓取用于训练大语言模型 (LLMs) 而无需补偿或同意。通过封锁爬虫，他们希望保护其知识产权免受 AI 公司的摄取。

然而，Internet Archive 的倡导者认为这是一个错误的策略。Wayback Machine 以高度的完整性运行，尊重 robots.txt 指令——这是网站用于与爬虫通信的标准协议。相比之下，出版商真正担心的 AI 公司往往完全忽略这些协议。

"生成式 AI 是向事实核查人员隐藏原则性报道的最烂借口。如果说有什么区别的话，AI 正是为什么 Wayback Machine 比以往任何时任何时候都更加关键的原因。"

通过封锁一个值得信赖的非营利存档机构，出版商并不是在阻止 AI 机器人；他们只是在移除一个中立的第三方记录，使得历史学家、记者和公众无法验证事实并追究强大实体的责任。

数字抹除的代价

失去主要新闻机构的全面存档所带来的影响是深远的。新闻业不仅仅关乎当前的循环新闻；它关乎创建一个可以供后代参考的真相记录。当新闻机构控制着其文章的唯一现有副本时，他们就获得了通过追溯性地更改或删除故事来改写历史的力量。

此外，Wayback Machine 在审查和威权主义兴起的环境中提供了一个关键的安全网。当报道受到压力被迫删除或更改以保护权势者时，一个独立的存档机构可以确保原始报道在历史的注视下依然可及。

社区观点

对这些封锁行为的反应呈现两极分化，反映了“开放网络”哲学与现代媒体商业模式现实之间的深层紧张关系。

务实派与怀疑派

一些观察家认为，存档的需求是矛盾的，并指出许多用户使用 Wayback Machine 主要是为了绕过付费墙，而不是为了历史研究。还有一种观点认为，传统媒体机构在收入下降的困境中，仅仅是在试图于恶劣的经济环境中生存。

建议的折中方案

为了弥补保存与利润之间的差距，人们提出了几种基于技术和政策的解决方案：

• 托管系统： 实施类似于 Financial Times 使用 NewsBank 的系统，其中内容被存档但仅在在特定期限（例如 30 天）后才可用。
• 延迟发布： 允许出于存档目的进行抓取，但限制该内容在一定期限（例如一年）内的公开展示。
• 速率限制： 对存档内容实施访问限制，以防止 AI 机器人的大规模抓取，同时允许个人人类研究人员访问页面。

结论：脆弱的网络

封锁 Wayback Machine 的举动是向“封闭网络”发展的更大趋势的症状。从封闭社区（付费墙）的兴起，到对 VPN 的打击以及“年龄嗅探”的增加，早期互联网的开放、互操作性质正在被侵蚀。

如果我们的时代记录仅掌握在产生它的机构手中，我们就有可能面临一个未来，其中真相是可变的，而历史是由当前的出版商决定它应该是什么的样子。为将新闻保留在 Wayback Machine 中的斗争，不仅仅是为了一个工具；它是为了在数字世界中真相的永久性而战。