六月一日下午两点十七分,我在书店二楼靠窗的位置坐下,桌上摊着一台旧笔记本和一张从打印店拿回来的 A4 纸,纸上是我三天前手抄的十二个编号。事情起因很简单:我想验证一个说法——如果一个人只有编号和一张被裁掉边角的缩略图,能不能在49图库里把原始条目重新定位出来。这是我给自己布置的小实验,原以为十几分钟就能收工,结果第一张图就把我卡住了。那个编号是 0517-33,缩略图的右下角被裁掉,只剩一个模糊的角标,我对照着 A4 纸上的手写记录反复核了两遍,最终确认坐标本身没有抄错,错的是我一开始假设「编号唯一对应一张图」。这个假设在当天的实验里,被证明是整件事最大的漏洞。
我把笔记本转过来,屏幕上有三个标签页:一个是qq浏览器下载安装的操作记录,因为我习惯在这种多窗口比对时用它保持会话不丢;一个是素材库的检索页;第三个是空的文本文件,用来记流水账。三点零四分,我在第二个标签页里换了四种输入方式,编号、首字母加编号、日期加编号、纯日期,返回的结果集大小从 2 条到 47 条不等,其中只有一组能和 A4 纸上那十二个编号里的三个对上。对着屏幕看久了,人是会产生一种错觉的,以为检索框里的字符越精确,答案就越近,但实际情况常常相反:你越精确,系统越容易只回给你一个「很接近」的结果,而你没办法判断它接近的是内容,还是接近的是你输入时的手感。
真正让我停下来的是第三个样本,编号 0823-07。它的缩略图里有一道很细的横线,像是扫描时留下的压痕,我把这一条记在本子上,旁边写了「压痕可作特征」。三点四十一分,我打开第三个标签页,把 0823-07 和它的两条近似结果并排贴在一起,逐字比对标题里那种半角与全角的混用,发现其中一条的括号是中文全角,另一条是英文半角。这个细节几乎不可能被普通用户注意到,但它恰好说明了「精准资料查询」的困难所在:数据来源不同批次的录入,会把同一个对象拆成两个看起来一模一样的条目,而检索系统只告诉你「找到两条」,不会告诉你「这两条其实是同一条」。我把这段结论写在 A4 纸背面,字迹被咖啡杯压出了一个圈。
说实话,我不认为「49图库精准资料查询」这个说法里的「精准」该被理解成检索框的匹配精度。就我这几天的样本看,真正决定你能不能找到东西的,是条目有没有留下可追溯的版本痕迹——改名记录、上传批次、编号变更说明,哪怕只有一行。只优化输入框,是在优化一个本来就不可靠的入口。这个判断有点扫兴,甚至可能得罪一些做检索页的人,但我还是愿意把它写下来:没有留痕的精准,只是把误差藏得更深了一点。
四点半,我合上笔记本,去楼下柜台找了店员老周。他在这家店待了十一年,对旧书和老光盘的编号体系熟得很。我把 A4 纸递给他,指着 0823-07 这一行问:「这种带压痕的,你们当年是怎么标号的?」他戴上眼镜看了大概二十秒,说了一句让我记到现在的话——「压痕不算特征,算事故。」然后他从柜台下面抽出一个牛皮纸袋,里面是一沓 2019 年前后的手写登记表,边角已经发脆。我数了一下,那一沓一共 38 张,每张大约 20 行,密密麻麻。老周说,那几年他们换过一次编号规则,前后两套编号在同一个对象上会重叠,重叠的部分只能靠登记表上的手写批注区分。这句话解释了我下午遇到的大部分麻烦,也顺手推翻了我原本打算写进文章里的一个结论。
回家的路上我在手机备忘录里补记了两条:第一,编号的唯一性依赖于一次没有文档化的规则变更,任何声称「精准」的查询,如果不问清编号体系的历史,结论都是不稳的;第二,像qq浏览器打开网页版这类多标签并排的操作方式,在这个实验里帮我省了不少来回切换的时间,但它解决不了数据本身的问题,工具和资料是两回事。晚上七点,我把 38 张登记表的照片按拍摄顺序重命名,编号从 001 排到 038,这个动作本身没什么技术含量,却是当天唯一让我觉得踏实的步骤——至少下一次再查 0823-07,我知道该去哪儿翻,而不是在检索框里继续换输入法。
整理完照片,我又回头看了一眼白天那十二个编号,只有五个能被完整复现,另外七个要么缺版本记录,要么在两组编号之间来回跳。这个结果说不上好,但我并不太失望,因为它至少把问题定位清楚了:我们缺的不是更聪明的检索,而是愿意在录入时多写一行备注的人。顺带说一句,如果要把这套流程固定下来,可以参考我在49图库下载与安装那条记录里整理的本地归档步骤,把原始编号、批次、备注三样放在同一个文件里,比事后补救省事得多。写完这段已经快十点,窗外还在下雨,我把 A4 纸折好夹进笔记本,决定明天再验一轮,从登记表里随机抽二十行。