Nostr Web Client

差不多就在一年前(2024 年 4 月 17 日), Discord 用户也遭遇了这种大规模爬虫事件:

Spy.pet收集6.2亿Discord用户的40亿条数据目前Discord正在调查中 – 蓝点网

https://www.landiannews.com/archives/103420.html

Discord 认为这违反了它的社区准则, 给 Discord 做过开发或者运营的人应该都知道, userbot 行为是被明令禁止的. 然后 Spy.pet 四个月后就被 take down, Discord 大规模封禁了这个爬虫项目的 userbot 账号, 直到现在这个项目基本上已经处于停滞状态. 相关的研究信息可以查看:

> https://github.com/ThatSINEWAVE/Spy.pet-Info

然而这从始至终到现在还只是 Discord 作为平台对平台下用户的滥用行为的对抗. 身在其中被作为数据源的用户只能用一个词来形容: 无能为力.

这种情况完完全全可以套用到现在的 Telegram 身上, 他作为平台当然有理由用滥用行为去封禁这个爬虫项目. 但所有人都知道 Telegram 的滥用打击一直都只是面子工程, 这是为了获得投资和盈利而不得不做的 "妥协". 本次事件的性质在 Telegram 上就和人人都知道 "社工库" 没什么区别, 爬虫只是把泄露到公网的数据小小策展了一下, Telegram 会说: 它有什么错呢?

没事的, 只是会被用来开盒而已, 就像 Meta 去年年末引起争议的全自动 "人肉搜索" 智能眼镜一样, 他只是把公网上的数据自动策展到你的面前, Meta 也会说: 它有什么错呢?

我在一月份的文章里面就写到过, 这公共互联网(aka 公网)上的信息只要你不主动声明那么这些信息实际上就是被随意由使用者处置的, 根本不是由生产者所能决定. 到这里我还可以说, 这就是人人都在说的 "互联网精神" 的内核, 它本身就没有道不道德的定义. 我们在这里会谴责这种人肉搜索行为, 会说它不道德只是我们自己在数字世界给自己划下的那一个名为 "道德" 的更小的圈. 我在互联网谈道德, 而真正生于互联网中的语言模型会认为这只是个提示词.

如果下一次做这种事情的是未来能够自主思考和行动的 AGI, 我们的谴责只会显得更加无力.

CXPLAY 9mo ago 💬 1

#绝区零里面当前版本更新了一条主线, 里面登场了一个主角的狂热女粉丝薇薇安. (给不玩这游戏的人补充一下设定: 主角(兄妹二人)的表面身份是录像带老板, 背地里的身份是空间异常和灾害区域的向导名为「绳匠」, 且是这个灰色产业中的顶级高手)

而她一开始疯狂崇拜的对象是作为顶级绳匠的那位高手, 并不是录像带老板的二人, 虽然剧情中确实对主角起了好感, 但远不及于之前的那种崇拜行为.

薇薇安甚至把绳匠二人在绳匠论坛上的每一条发言都截图保存并打印了出来, 她说这是她自己做的 OC 周边还要邀请未公开身份的主角去参观. 我当时看到这里的时候只觉得这种狂热粉丝的行为让人毛骨悚然, 而且薇薇安设定上还是一个能看到灾祸预言的女孩子, 因此从小就被人霸凌抛弃.

一点都不好笑啊, 还好我只是个臭打游戏的老二次元, 只会自动隔离这种现实和虚拟, 在过剧情的时候才会扭成一团麻花. 但是如果说我有一个或许是粉丝的人, 把我在 Telegram 上说的每一句话都截图保存下来还要以供或许是粉丝的人观摩, 我可能就笑容会先凝固了, 我想大多数互联网冲浪高手或多或少都刻意去搜索过某一个网友的信息吧?

我还是一样是永远无法进入二次元的人, 只会愿意和熟人多谈论自己的事情, 即使是虚拟世界也改不了这种习惯, 被人注视会不会感到恶心只会取决于这人我到底熟不熟.

Reply to this note

Please Login to reply.

Discussion

CXPLAY 9mo ago 💬 1

从单纯技术层面上来说, Telegram 这个索引机器人基本上重新实现了 Telegram 的索引和检索系统, 这是个之前人人都知道可以做到但没有人能做到如此地步的事情.

它的盈利模式是用直接用我们的公共数据赚钱, 每次查询都要消耗积分, 还在通过分销鼓励用户创建自己的代理机器人和邀请其他人来使用, 隐藏属于自己的内容还要给他支付一笔费用.

这就像是不用广告盈利的 Google Search 一样, 它要求每次查询别人的内容都要付钱. 而最为重要的区别就是 Google 遵守 robots.txt, 并且如果我不想我自己的网站出现在结果里可以要求隐藏, 是免费的. 但 Telegram 账户在内的社交媒体平台账户有自己的细分到每个账户的 robots.txt 吗? 没有的, 所以即使在在 Google 这边你没有 robots.txt 其实就是默许被爬的, 这就是十多二十年以来的共识和现状.

这个机器人所有者在自己的合法性解释里面说到这些公共数据是合法的, 但如果我提前在它爬取的时候就声明了许可条款, 那是不是还有机会和他说 "我的内容不允许被你商业化使用, 所以请删除." 这种要求呢?

然而 Google 早就已经用我们的内容盈利在搜索结果中策展然后加入广告了, 但为什么我们大多数人却默许它这么做甚至主动给它开道呢?

CXPLAY 9mo ago 💬 1

终于有公共媒体发了. 但是一看一些人的反应似乎好像直接和开盒划等号了, 我之前都还只说 "会被用来开盒" 而已, 还是一样的, 它的行为和 Google Search 一样没有区别, Google Search 也会被用来开盒, 只是 Google 的爬虫不喜欢爬 Telegram 而已.

我也曾经说过, 人要对自己说过的话负责, 就像自己在公共场合放了屁一样. 起码的, 要知道害臊.

nostr:nevent1qvzqqqqqqypzqs60j7vnvfl3uc03fm40vr923n7uasg2tyk2l7p9pjp9y5k4frq4qyt8wumn8ghj7un9d3shjtnr0pcxccte9ehhyecqyp64l8a5r8fjqgx850wpc590t8g69m7vcw2uhc8enq3qsxldhfppgktwa6z

在 Telegram 的公共区域发言就和公共场所说话没什么区别, 而有些人来 Telegram 就是来表演 "我是傻逼" 的, 有的还有各种各样的超出常人展示欲的精神暴露癖, 这是他们眼里的 "言论自由".

信息安全里的社会工程很复杂, 它确实要着重收集公开信息, 和如今的大数据里面给用户建立用户画像是差不多的过程, 用户有没有公开分享私密信息也并不影响这个过程, 虽然私密信息确实更有价值.

隔离身份只是最基础的逃避言论责任的办法, 除非戴着面具在公共场合喊一句 "我是傻逼" 就永远销声匿迹了. 人的文字书写语序, 标点符号, 错别字习惯, 表情包使用习惯, 文字里的「口头禅」, 文字里表达的价值观和情绪都是可以被用来分析绘制画像的关键信息, 可能唯一不能收集到的只有笔迹和声音特征了. 在数据模型里的 "我" 只是一堆标签的集合, 就像 DNA 的碱基对, 指纹上的涡纹和流纹一样. 这都不需要什么神经网络和超算, 只是群聊里的群友, 就算换无数次头像昵称用户名, 时间一长总会被认出来然后叫出那个最常用的标志名称.

而最后的, Telegram 是社交软件, 用户之间还有社会化关系. 当然这在纯技术层面是可以做到的: 我能做到说一句话就换一个号, 随时切换语言和文字风格, 在思想上随时从左到右, 完全消灭分享欲望, 永远不和任何其他社会化个体产生交集, 或者直接的永远不表达.

那这还叫做 "社交" 或者是人类用户的特征吗? 而大多数普通 Telegram 用户其实说一句话就换一个头像昵称用户名或者频道身份都难以做到.

如果互联网真的存在完全体的「隐私怪」, 也许应该现在是住在帆船上随洋流在公海上飘荡, 而不是在网上的公共聊天室里说些神秘话题.

对于因为这次事件而担心到睡不着的人我能给出的建议只有: 公共场合注意社交礼仪, 不要大声密谋不得了的事情, 玩梗玩抽象请适度, 反串钓鱼也并非没有风险. 还有私底下也不要不小心把「大西洋月刊的记者」拉进私密群了.

CXPLAY 9mo ago

Telegram 公共频道连接的私密附属群组形成的评论区从赛博拓扑学上来说也是公共区域, 反之亦然. 因为它们明显地直接连通, 只不过是单向的死胡同而已.:bili_doge: