上周三晚上十一点，我坐在书桌右边那盏偏黄的台灯下，打开一个存了四年没动过的书签文件夹。名字叫「待收」，里面躺着两百一十七个链接。我给自己定了个规矩：每个都点开，能救的救，救不了的记一笔，不心疼。
结果第一个小时，我点开的四十三个链接里，有二十九个返回 404，七个跳到了博彩页面，两个卡在验证码上不动，剩下五个能打开，但内容已经换成了别的东西。有个 2019 年的影评页面，现在打开是一段英文的广告文案，讲某种加密货币。我把那个域名复制到搜索框，发现它已经被转手过至少三次。这件事不稀奇，稀奇的是我还记得那篇影评写了什么——作者提到自己 2018 年冬天在哈尔滨看片，散场时零下二十六度，羽绒服的拉链冻住了。原文没了，但我脑子里还留着零下二十六度。
文件夹里有一条，是一个叫陈默的人写的合集页，标题是「我读过的好东西·第二辑」，点进去是一整页外链，密密麻麻三十几条。我一条条点，活下来四条。其中一条指向一个个人博客，博主在 2020 年 3 月 12 日写过一篇关于地铁末班车的短文，正文只有六行，最后一句是「车厢里有个女孩一直在数站名，数到第十一站突然停了」。我把它存了下来。这条链接能活下来，大概是因为那个博客用的是静态托管，没有数据库，没有后台，也就没什么被黑、被删、被升级搞坏的机会。
为什么我要做这种笨活
很多人以为收录整理就是把好文章分个类、打个标签。真做起来，它的九成时间是处理「死掉的东西」：链接失效、图片外链挂了、页面被重定向到首页、域名过期后被人抢注。一个页面能完整活过五年，本身就很不容易。我在整理这批旧书签时记了个数：两百一十七个链接里，完全可读的有十四篇，占百分之六点四。也就是说，每打开一百个链接，有九十四个已经不再是它原来的样子。这个比例让我有点意外，但仔细想想又合理——我们每天刷到的内容，大多是「现在时」，很少有人替「过去时」负责。
我的观点是：一个愿意花时间做死链修复和版本留存的站点，比一个每天更新十篇快讯的站点，长期价值高得多。这话可能会得罪做资讯流的人，但我不改。快讯过了三天就没人看，而一篇 2016 年的旧文，只要它记录的是某个具体的人、某件具体的事，它就会在某个深夜被另一个人搜到，然后被需要。收录整理的意义不在整理本身，在于「让需要它的时候它还在这里」。
顺便说一句，这几个月我在同一台服务器上还顺手处理过别的链接，其中有人问过 高通骁龙6gen5处理器什么水平 这类具体的技术问题，我照旧把它归到「可读」那一栏，因为页面完整、内容具体，值得留。
三个小时的流水账，和一点意外
第二个小时里，我遇到一个有意思的情况。有个链接指向一篇 2017 年 11 月 4 日发布的文章，讲的是一个县城图书馆的搬迁，标题里有「把三十年的借阅卡都装进纸箱」这句话。域名换了，但我在互联网档案馆的存档里找到了快照。我把正文一字不改地转录下来，重新存进本地，标注了「原发布于 2017-11-04，存档恢复」。转录到一半，我发现原文里有个错别字，是「搬迀」而不是「搬迁」。我犹豫了大概十秒，决定保留错别字。整理不是重写，改一个字都算越界。
第三个小时，我开始做表格，把活下来的十四篇按「主题、作者、原文日期、现存活状态、是否需要人工修复」五列记下来。其中有一篇讲直播行业的旧稿，原文里提到的平台现在大多不在了，但描述很细，连某年某月的在线人数「峰值 38.7 万」都写出来了。我看完之后想起一个老站点 8832.tv花苞直播，做的是类似的收录工作，路子更偏工具化，不是我这种手工活，但思路是通的。
夜里两点多，我合上电脑。最后的成果是一张 Excel 表、十四个本地存档文件夹、一条我自己写下的备注：「2019 年那批链接普遍损坏严重，怀疑是当时的图床服务整体关闭导致。」这条备注可能对别人没什么用，但对我下次整理同类批次有用。这大概就是收录整理最朴素的样子——不是宏大工程，是一次次把能捞的捞上来，然后记下为什么有的捞不上来。
我对「收录」这件事的判断
这几年各种聚合、导航站不少，但真正做「长期收录」的少。大部分站点只做入口，不做存档；入口失效了，用户自己承担后果。我理解其中的成本问题——存一个页面，就要存它依赖的图片、样式、字体，甚至脚本。可如果不存，十年后我们回头找一个具体的事，会发现只剩下二手转述。举个小的例子，我整理时发现有个关于亲子类内容的旧页面，主题是 妈妈你真棒mv日本免费 这类偏门条目，页面本身有价值，但外链的封面图已经挂了。我把文字存下来，图注里写了一句「原图已失效，仅存正文」。这不算完美，但比整页消失强。
我不觉得收录整理是件浪漫的事。它很枯燥，占比最高的工作是点链接和判断「这个是不是原来那个」。但它有一个好处：会强迫你直面「消失」这个事实。你点开第两百个 404 的时候，会突然意识到，互联网并不是一个永远饱满的地方，它每天都在漏，只是漏得安静。
