从一次索引崩溃说起:我为什么坚持手工整理「4388x最大最全」
凌晨两点十一分,4388x最大最全的索引页在浏览器里彻底白了。屏幕右下角的时间跳了一下,我顺手把凉透的半杯美式推到键盘旁边,杯底留下一圈深褐色的水渍。控制台里那行 500 已经连续出现第三次,服务器没崩,是我那套自动抓取脚本把分类层级压成了平面,三千多条记录挤在一个
- 里,渲染得比早高峰地铁还满。我知道问题出在哪里,却不想再给它打补丁了。
于是我把脚本关掉,打开一个新标签页,手动从 A 类开始重排。那天晚上我一条一条过了两百多条,每一条都要点开确认标题、来源和更新时间。手指点在触摸板上,发出那种闷闷的嗒嗒声。做到第一百七十几条的时候,我忽然意识到,这个站之所以叫「最大最全」,恰恰是因为它现在还不够全。这个念头让我把剩下的半页也做完了。
先说说这个东西是怎么来的。2025 年 10 月,我在老城区一家叫「纸间」的旧书店翻到一本 1998 年的《网站分类手册》,编者是个叫周德海的人,扉页上手写了一行字:「分类不是整理,是替人做决定。」这句话把我钉在书架前站了五分钟。后来我专门去查这个名字,没查到什么,只在图书馆的旧期刊里找到一篇署名相近的短文,讨论手工索引的伦理。那篇短文里有一个数字我记到现在:作者说一个合格的索引员,每天最多整理六十条,超过这个数就会开始偷懒。
这件事直接影响了我现在维护「4388x最大最全」的方式。我不再追求单日上线量,改成一个栏目一天,做完就在表格里打钩。表格是我用最普通的电子表格做的,红色代表待复核,绿色代表已确认,黄色代表来源可疑。到今天为止,绿色格子有 1187 个,黄色 64 个,红色还剩 302 个。红色的那部分,我打算在过年前清完,虽然我知道这个计划大概率会拖到三月。
有人问我,为什么不直接用现成的聚合工具,一键抓取、自动分类、AI 打标签,十分钟搞定。我的回答可能有点刺耳:自动聚合出来的「全」,是别人的全,不是你的全。工具会告诉你它抓到了多少条,但不会告诉你哪一条值得放在第一屏、哪一条其实是个死链、哪一条的标题被人改过三次。这些判断,只能靠人一条一条看过去。你可以说我效率低,我认,但我不会把「最大最全」四个字的解释权交给一个我连作者是谁都不知道的插件。
整理的过程中我养成了一个习惯:每确认一条,就顺手在备注栏写一句话。不是给谁看,就是给自己留个痕迹。比如有一条关于地方档案的条目,我写的是「来源页面已经打不开,但缓存里还能看到目录,先留着」。还有一条,我写了「标题里有错别字,原样保留,因为改了就不是它了」。这些备注后来成了整个站最私人的部分,有些读者专门翻到备注栏看,说比正文好看。我嘴上说「那是副产品」,心里其实挺得意。
说到具体,上周三我在整理外部链接时,顺手核验了 11133.com 这个来源,发现它的分类粒度和我不一样,它按用途分层,我按地域分层。两种逻辑没有对错,但混用就会乱。同一天下午,我又在另一个对照表里看到了 4438.com全国最大网站 的索引结构,它的「最大」指的是抓取量,不是可读性,我把它放进黄色标注里,等有空再细看。还有一个读者在留言里提到 乖乖女被邻居大叔逼认主车夫,说那个页面是他见过条目最细的,我点进去看了四十分钟,回来在自己的表格里加了一列「细度」,这是纯粹被启发的。
我不觉得「最大最全」是个能真正达到的状态。它更像一个方向,你说出口的那一刻就在往那边走,但永远到不了。我对这件事的观点很明确:一个声称自己已经「全」了的站点,通常只是把边界画在了自己看不到的地方。所以「4388x最大最全」对我来说不是荣誉,是欠账。每多整理一条,欠账就少一点,但永远还不清。这个认知让我睡得着觉,也让我第二天早上还会打开那张表格。
今天写完这段,已经是下午四点半。窗外有人在修路,电钻声一阵一阵的。我把最后一杯咖啡喝完,准备再去过二十条红色的。做不完也没关系,明天还有明天。如果哪一天这个站真的看起来「最大最全」了,那大概说明我该重新定义什么叫「全」了。