互联网上最强大的“时光机”正面临危机

本文探讨了多家主流新闻机构限制互联网档案馆（Internet Archive）旗下‘时光机’（Wayback Machine）对其网站进行存档的现象。包括《今日美国》公司、《纽约时报》、《卫报》和Reddit在内的23家大型新闻网站已屏蔽或限制该工具的网络爬虫（ia_archiverbot）。《今日美国》称此举是为防范各类数据抓取机器人，并非专门针对互联网档案馆；《卫报》虽未直接屏蔽爬虫，却通过API屏蔽和界面过滤，使普通用户难以访问其存档文章。双方争议核心在于：出版方担忧AI企业可能未经许可，利用为保存目的而采集的新闻内容训练大模型，涉嫌侵犯版权——《纽约时报》明确表示其内容正被AI公司违规用于与其直接竞争。尽管互联网档案馆已运营30年，存档超万亿网页，并成功应对多起法律诉讼（如近期与音乐出版商就‘伟大78转’项目达成和解），但持续扩大的‘封锁潮’正严重削弱其公共使命。目前尚无其他公开工具可替代‘时光机’；若主流新闻源持续流失，早期数字新闻记录或将难以检索甚至永久消失。现实中，该工具早已成为监督 journalism 的关键基础设施：2016年《纽约时报》修改伯尼·桑德斯报道一事，正是靠‘时光机’首次被公众发现并追踪；如今类似事件若再发生，调查记者将更难还原原始文本。此外，法院在全美大量诉讼中常将‘时光机’存档页面作为有效证据，其功能弱化也将损害司法公正。互联网档案馆负责人马克·格雷厄姆坦言，虽仍在与《纽约时报》等机构沟通协商，但公共网络日益‘封闭化’已切实削弱社会理解现实的能力。