diff options
| -rw-r--r-- | content/article/search-engines.md | 52 |
1 files changed, 31 insertions, 21 deletions
diff --git a/content/article/search-engines.md b/content/article/search-engines.md index 4592c9ce..6a6c44f0 100644 --- a/content/article/search-engines.md +++ b/content/article/search-engines.md @@ -2,16 +2,20 @@ title = '带着鸭鸭和狗狗逃离咕噜咕噜' subtitle = 'The Search Engine Problem' slug = 'search-engines' -tags = [] +tags = ['隐私','开源','Geek','互联网文化','软件'] categories = '软件杂谈' -date = 2026-03-30T21:00:26+08:00 +date = 2026-04-01 23:01:05 banner = 'https://r2.eltr.ac/geedeapro/article/search-engine-problem/banner.png' bannerAutoInvert = true -draft = true +draft = false toc = true +endnotes = [ + '封面图中的形象从左到右分别是女巫 Google、恶魔 Bing、受惊的 Dax（DuckDuckGo 的吉祥物）、坚定奔跑的 Doggo（Kagi 的吉祥物）和天使 SearXNG。', + '可能的下一期：《The Email Provider Problem》《The Email Client Problem》' +] +++ -啊，搜索引擎，万维网的门户，像交通网络一样不可缺少的基础设施，除了那些已经不知道如何使用浏览器、被移动端应用和算法操控的新人类，几乎所有人都离不开它。如此重要的设施，想必会像水源一样被好好保护，受到严格管控，好好地服务于需要它的人吧！ +啊！搜索引擎，万维网的门户，像交通网络一样不可缺少的基础设施，除了那些已经不知道如何使用浏览器、被移动端应用和算法操控的新人类，几乎所有人都离不开它。如此重要的设施，想必会像水源一样被好好保护，受到严格管控，好好地服务于需要它的人吧！ *等等，你用那种眼神看着我是什么意思？* @@ -37,7 +41,7 @@ For lunatics who are paranoid about web technologies. > 大英百科全书可能被缩小到火柴盒的体积。藏书百万的图书馆可能被压缩进书桌的一端[^3]。 -这么多的信息被压到一起，如果没有完善、稳定且能处理庞大问题的搜索系统，便毫无用处。布什接着提出了 memex 归档信息的设想。 +这么多的信息被压到一起，如果没有完善、稳定且能处理庞大问题的搜索系统，便毫无用处。布什接着提出了有关 memex 的归档系统的设想。 > 当任何类型的数据被放入存储中，它们会按照字母表顺序或数字顺序归档，信息通过一个接一个的子类被查找（如果存在的话）。它只能存在于一个地方，除非使用了副本[^4]。 @@ -169,7 +173,7 @@ DuckDuckGo：我们通过隐私广告和订阅服务盈利。[^8] 果不其然，DuckDuckGo 和微软的确有关系。在 2022 年五月，[Bleeping Computer](https://www.bleepingcomputer.com/) 发现 DuckDuckGo 推出的隐私浏览器会正常阻拦 Google 和 Facebook 的跟踪器，但不会阻拦微软的追踪器。CEO 对此的回应是： -> 不幸的是，我们的微软搜索同步协议组织我们对微软所有的设施做更多的事情。不过，我们正在持续推进，期待能够很快做更多[^10]。 +> 不幸的是，我们的微软搜索同步协议阻止我们对微软所有的设施做更多的事情。不过，我们正在持续推进，期待能够很快做更多[^10]。 从 2022 年 8 月开始，DuckDuckGo 的浏览器开始屏蔽微软的追踪器了，争议似乎结束了，然而，无法忽略的事实是：**他们和微软的确有协议**。许多看起来独立的搜索引擎都依赖微软的 Bing 搜索，微软通过他们展示广告，他们获得广告分成，这种合作当然有协议。我们不知道这个协议的内容，不知道微软对 DuckDuckGo 限制了多少，他们之间的合作是商业的，那么微软必定能在其他方面影响 DuckDuckGo。比如，DuckDuckGo 浏览器如今仍然通过 MSN（微软的门户网站）打开网络文章。[^11] @@ -217,7 +221,7 @@ Kagi 的优点是他非常关注来自小互联网的高质量内容，也就是 接下来要讨论两个关键问题，隐私和人工智能。 -Kagi 声称自己尊重隐私，毕竟没有付费广告，但隐私和匿名之间有本质区别。尊重隐私的服务做的是收集尽可能少的用户数据，或者对数据做匿名化处理，以及不使用这些数据分析用户并向他们投放广告，这点 Kagi 的确是做到了。然而，作为必须要登录才能使用的搜索引擎，难免在使用过程中产生不匿名的、与用户身份相关联的数据。对于搜索，为了最大程度地保护隐私，我当然希望做到匿名，否则仅从我的搜索记录就能推断出很多关于我的信息。 +Kagi 声称自己尊重隐私，毕竟没有广告，但隐私和匿名之间有本质区别。尊重隐私的服务做的是收集尽可能少的用户数据，或者对数据做匿名化处理，以及不使用这些数据分析用户并向他们投放广告，这点 Kagi 的确是做到了。然而，作为必须要登录才能使用的搜索引擎，难免在使用过程中产生不匿名的、与用户身份相关联的数据。对于搜索，为了最大程度地保护隐私，我当然希望做到匿名，否则仅从我的搜索记录就能推断出很多关于我的信息。 对此，Kagi 的做法是推出了 [Privacy Pass](https://help.kagi.com/kagi/privacy/privacy-pass.html)，一种无需登录、无需与一个账号关联就可以证明自己是付费用户的手段，可以通过浏览器拓展实现。原理似乎是通过用户的会话链接（包含用户登录的相关凭证）提前生成一些 Token，搜索时使用这个 Token 认证而不使用登录凭证验证。有了 Privacy Pass，用户就可以在 Tor 浏览器和无痕模式下使用 Kagi 搜索。这的确在技术层面上实现了匿名，但仍然有一个问题：Kagi 用户只有六万，知道搜索请求来自 Kagi 用户，难道不就是把范围缩到很小了吗？当然，这也是他们无法改变的，Kagi 已经在力所能及的范围里做得很好了。 @@ -255,11 +259,9 @@ Ecosia 是位于德国柏林的非盈利组织，他们提供搜索服务，还 我在阅读 Ecosia 的 Wikipedia 页面时发现了许多奇怪的地方： -> The company uses renewable energy to power its servers and invests its profits in tree-planting projects, aiming to absorb more CO2 than it emits.<br/> -> 这家公司使用可再生能源驱动服务器，并把**利润**用在植树项目上，目标是吸收比他们排放的更多的二氧化碳。 -> -> Ecosia devotes 80% of its profits to tree planting. -> Ecosia 把 80% 的**利润**用在植树上。 +> 这家公司使用可再生能源驱动服务器，并把**利润**用在植树项目上，目标是吸收比他们排放的更多的二氧化碳[^18]。 + +> Ecosia 把 80% 的**利润**用在植树上[^19]。 你不是非盈利（non-profit）组织吗？所谓的利润（profit）是什么？ @@ -271,19 +273,15 @@ Ecosia 是位于德国柏林的非盈利组织，他们提供搜索服务，还 [Marginalia](https://marginalia-search.com/) 是在瑞典运作的搜索引擎，数据受 GDPR 法案保护，并且源代码完全开源。它是一个叫作 [Viktor Lofgren](https://www.marginalia.nu/) 的软件工程师开发并维护的，刚才谈到 Kagi 的时候也提到了它，Kagi 使用它作为搜索结果的来源之一。 -Marginalia 使用的开源协议是 AGPL，是自由软件。不由科技公司维护，运行在欧洲国土上的自由软件，似乎是很理想的选项。它的设计者是这样阐述 Marginalia 的商业模式的： +Marginalia 使用的开源协议是 AGPL，是自由软件。不由科技公司维护，运行在欧洲国土上的自由软件，似乎是很理想的选项。它的设计者是这样阐述 Marginalia 的业务模式的： -> Web search has traditionally been difficult to monetize, which has pushed many search engines to go the route of advertisement, to the detriment of the search results.<br/> -> 网页搜索传统上一直很难盈利，这促使许多搜索引擎走上了广告的道路，损害搜索结果。 +> 网页搜索传统上一直很难盈利，这促使许多搜索引擎走上了广告的道路，损害搜索结果[^20]。 > -> The project is independent in that it has no loans, no investors looking for a payday, no strings attached anywhere to pressure it into doing anything than providing as much and as good internet search as it is capable of.<br/> -> 这个项目是独立的，它没有贷款、没有寻找分红的投资者，也没有任何牵连和纠葛来向其施压，使其除了尽力提供尽可能多且尽可能好的互联网搜索之外，不做任何其他事情。 +> 这个项目是独立的，它没有贷款、没有寻找分红的投资者，也没有任何牵连和纠葛来向其施压，使其除了尽力提供尽可能多且尽可能好的互联网搜索之外，不做任何其他事情[^21]。 > -> The marginalia search engine is designed to be very cheap to run and operate, and the goal is to provide outsized value, and thus be able to scrape by on donations, grants and commercial API-deals with other search engines.<br/> -> Marginalia 搜索引擎被设计得运行和维护起来非常低廉，目标是提供超越自身体量的价值，所以可以在无捐赠、无付款、没有与其他搜索引擎的商业 API 交易的情况下被爬取。 +> Marginalia 搜索引擎被设计得运行和维护起来非常低廉，目标是提供超越自身体量的价值，所以可以在无捐赠、无付款、没有与其他搜索引擎的商业 API 交易的情况下被爬取[^22]。 > -> The project currently has bills in the ballpark of $200/month, meaning it can keep operating even if funding runs completely dry, although this would cause development to stall almost completely.<br/> -> 项目目前的账单大约是 200 每月一个月，这意味着即便资金耗尽，它也能持续运作，尽管那可能会导致开发近乎完全停止。 +> 项目目前的账单大约是 200 每月一个月，这意味着即便资金耗尽，它也能持续运作，尽管那可能会导致开发近乎完全停止[^23]。 那么，Marginalia 能代替其他搜索引擎吗？ @@ -404,3 +402,15 @@ SearXNG 有不少[公共实例](https://searx.space/)，你可以自己试试看 [^16]: 参见：[Search Sources - Kagi's Docs](https://help.kagi.com/kagi/search-details/search-sources.html) [^17]: Marginalia 是由个人开发和维护的关注小网站的开源搜索引擎，我不知道 Kagi 有没有因为使用他们的 API 给 Marginalia 捐赠。大概率没有，因为我没有在 Marginalia 的赞助者名单里找到 Kagi；Kagi 在[文档](https://help.kagi.com/common/company/donations.html)里表示自己给 Crystal 和 Python 编程语言捐赠，但没有提到 Marginalia。 + +[^18]: 原文：The company uses renewable energy to power its servers and invests its profits in tree-planting projects, aiming to absorb more CO2 than it emits. + +[^19]: 原文：Ecosia devotes 80% of its profits to tree planting. + +[^20]: 原文：Web search has traditionally been difficult to monetize, which has pushed many search engines to go the route of advertisement, to the detriment of the search results. + +[^21]: 原文：The project is independent in that it has no loans, no investors looking for a payday, no strings attached anywhere to pressure it into doing anything than providing as much and as good internet search as it is capable of. + +[^22]: 原文：The marginalia search engine is designed to be very cheap to run and operate, and the goal is to provide outsized value, and thus be able to scrape by on donations, grants and commercial API-deals with other search engines. + +[^23]: 原文：The project currently has bills in the ballpark of $200/month, meaning it can keep operating even if funding runs completely dry, although this would cause development to stall almost completely. |