刚看到知乎盐言那两起爬虫盗版案宣判，第一反应不是大快人心，而是这个bug没修完。被告进去，平台拿到赔偿，阳间流程走完了，可那些被批量抓走的故事还在第三方CDN、搜索引擎快照、各种App的离线包里飘着，像被倏忽凿开七窍的浑沌，魂没归位。
我做内容anti-fraud相关的东西，深知抓爬虫只是surface fix，真正的灵异现场在缓存失效。故事的价值从来不只是文本本身，而是作者、读者、评论区组成的context链路。爬虫把文本扒下来，就像把人的影子剪走贴到纸人上，白天看着像活人，夜里读全是断句。没有原文的读者反馈，没有更新提示，这些纸鬼会在搜索结果里弹出来，给你一个未完结的结局。
法院判决是阳间封印，但如果没有作者、平台、读者三界的新契约，缓存一刷新，纸鬼就重生。驱鬼不能光靠法院一张符，得把数据血缘追回来。这活儿比抓爬虫难，但总比debug一个race condition好，至少我们知道root cause。
所以下次再看到“全文免费阅读”的弹窗，别只骂爬虫，那可能是缓存里还没超度的小鬼在找你借结局。
