single post · 档案整理

六月三十号凌晨两点,我把一块十年没通电的移动硬盘插进读卡器,屏幕上跳出 1,264 个文件夹,第一个就叫「图库备份」。

免费图库在线 —— 这份资料不是一份推荐清单,而是一份带编号、带日期、带出错记录的清点笔记。里面有授权条款的原文摘录,有元数据被抹掉的痕迹,也有几条今天已经打不开的地址。

作者:江晚 发布于 2026-07-02 约 3,100 字 含 6 处引文

那块硬盘是三年前从一个二手市场淘来的,西数 500G,外壳标签被前主人用记号笔写了一个「图」字,字迹已经磨掉一半。插上去之后,系统识别了大概四十秒,风扇转到最高档,我在旁边泡了一杯茶,等它慢慢把目录树吐出来。1,264 个文件夹里,有 372 个名字里带「免费」「素材」「stock」「tuku」这类词根,我逐个点开,把它们分成了四类:仍在运营的站点镜像、已经下线的站点存档、带水印的中转包、以及完全无法溯源的个人剪辑。这个分类方法不是我发明的,2021 年我在读一份叫《李志远:网络图像资源的可追溯性研究》的硕士论文时看到过类似的框架,他当时统计的是 2015 至 2019 年间国内 214 个图片站点的存活率,结论是四年内存活率不到 31%。这个数字和我手上这块硬盘的体感吻合。

第二类里有一个例子我一直记着:文件夹名叫「photopin_2018」,里面 83 张图全是低分辨率 JPEG,最大的边长只有 640 像素,每张图的 EXIF 都被清空了,只剩一个 IPTC 字段写着「Credit: Free Photo Network」。我在三个不同的免费图库站上比对过同一张海边长椅的照片,其中一家标的是 CC0,另一家标的是「署名-非商业性使用」,第三家的页面直接写着「图片来自网络,如有侵权请联系删除」。同一张图,三种授权口径,这就是免费图库在线这件事最基本的麻烦——它不是一个问题,是一叠问题。如果你曾经在搜索结果里翻到过类似 49图库资料免费公开查询资料库平台入口2017 这样的老入口页,你会发现它的说明文字和实际能下载的东西之间,往往隔着一层看不见的授权声明。

三个具体细节,和它们各自的日期

细节之一是 2019 年 11 月 7 日,我在杭州拱墅区一家做文创的小公司做兼职校对,负责把他们市场部选出来的 60 张配图逐张核对授权。那天下午四点半,同事周敏把一张女孩举着气球的照片发到群里,说「这张能用吧,网站上写着免费」。我点进去看,页面底部有一行灰到几乎看不见的小字,大意是「本图仅可用于个人学习,商业用途需购买授权」。我把截图发回群里,周敏回了一句「那算了,换一张」。这句话我后来在自己整理资料的批注里反复引用,因为它精确地说明了免费图库在线的实际使用场景——大多数人不是不看条款,而是条款被排到了注意力之外。

细节之二是数量:我在这块硬盘里清点出的 372 个相关文件夹中,能追溯到明确发布主体(公司、机构或注册摄影师)的只有 109 个,剩下的 263 个,要么是个人网盘转存,要么是某个已经打不开的域名下的缓存。这个比例是 29.3%,和前面提到的存活率研究几乎是同一个量级,我不认为这是巧合,它更像是整个免费图像供给链条的结构性特征:入口很多,档案很少。

细节之三是动作:上周三晚上,我为了验证一个镜像站是否还活着,把浏览器里的 14 个标签页逐个刷新,其中 5 个返回 404,2 个跳转到与图片毫无关系的博彩页面,只有 7 个正常。我把这 7 个的域名、最后更新时间和授权页链接抄在一个 A5 本子上,本子已经写到第 41 页。这些记录谈不上系统,但它们比任何一份「十大免费图库推荐」都更接近我真正想知道的东西——一个链接在时间里是怎么失效的。如果你也在做类似的追溯,站内那篇 正版49图库恢复免费打开 的说明可以作为对照样本,看一个入口在恢复访问时,它的授权声明有没有随之改变。

「图像资源的免费,从来不等于图像资源的无主。免费是一种分发策略,无主是一种法律状态,把两者混为一谈,是绝大多数图库争议的起点。」 ——《李志远:网络图像资源的可追溯性研究》,2021 年,第 47 页

我把这段话抄在笔记本扉页,是因为它替我说清楚了一件我不太容易讲明白的事。我在这个站上做的事,本质上是给「免费」这个词标注它的来源和有效期。很多读者搜索免费图库在线,想要的是一个能直接下载的地址,我理解这种需求,但我更愿意先把地址背后的那层说明摊开。比如同一个摄影师的作品,可能同时出现在三个平台上,一个标 CC0,一个要求署名,一个要求先注册;这不是平台之间抄来抄去那么简单,而是授权信息在复制过程中被逐层剥掉了。我在整理里把这种现象叫「授权衰减」,它和文件的反复压缩是同时发生的。

说一句可能不太受欢迎的判断:我认为目前中文互联网上流传的绝大多数「免费图库在线」清单,价值被严重高估了。它们的问题不在于收录得少,而在于几乎不写授权版本号和抓取日期。一张 2016 年标注为公共领域的图,到 2026 年可能因为平台条款变更而不再适用,但清单不会更新,读者也不会知道。相比之下,一份老老实实写着「本条目核对于 2024 年 3 月,条款原文见存档链接」的短名单,哪怕只有 12 条,也比 200 条无出处的罗列更有用。这话说出来会得罪做聚合页的人,但我在这个站上不打算回避。

顺带说一句,我在核对过程中还遇到过一个挺典型的情况:某个国内站点把海外图库的缩略图抓过来,配上中文标题和「免费下载」按钮,点下去却要求关注公众号。这类页面在搜索结果里的排名往往还不低。我在站内写过一篇关于 可以免费浏览的网站浏览器 的观察,里面提到的判断方法——先看页面有没有独立的授权说明页,再看图片文件本身有没有保留原始元数据——在这里同样适用。元数据被完整保留的图片,通常意味着它来自一个相对正规的分发渠道;被抹得干干净净的,多半经过了好几手转存。

硬盘清点到第三天,我找到了一个 2013 年的文件夹,里面是一批北欧风光照,EXIF 显示拍摄设备是 Canon EOS 5D Mark II,拍摄地在挪威罗弗敦群岛,作者署名是一位叫 Anders 的摄影师,附带一个已经失效的个人网站域名。我用域名去查存档,居然在 2015 年的一份快照里找到了他的授权页,写明「可免费用于非商业用途,保留署名」。这批图后来被我单独建了一个子目录,命名规则是「作者-拍摄年-授权类型」,一共 27 张。我不知道 Anders 现在还在不在拍照,但至少在这块硬盘里,他的署名没有被丢掉。这件事让我对自己正在做的事稍微有了一点信心,尽管整体上,我对这个领域的信息质量仍然是失望的。如果你手上也有类似的、来源不明的旧图库包,可以参考 找回图库资料 里记录的那套逐字段核对流程,虽然笨,但能少丢一些名字。

最后补充一个方法上的说明。我在这份资料里使用的所有日期,除非特别注明,都是「我实际核对的日期」,而不是网站的创建日期或图片的拍摄日期。这个区分很重要,因为免费图库在线的可用性变化得很快,一条 2026 年 6 月还能打开的链接,可能到 8 月就只剩一个停放页。我尽量把每条记录的核对时间写进正文,而不是塞在页脚的小字里。这不是为了显得严谨,而是因为我知道,将来回看这些笔记的人,最需要的恰恰是那个时间戳——它能告诉他,这条信息在哪个时间点上还成立。

资料条目index of records

共 10 条 · 按核对时间倒序
雪夜山谷
站点存档

2017 年那批 49 图库入口页,我在 Wayback 上找到了 11 个快照

最早一份快照是 2017 年 4 月 18 日,页面结构和今天差别很大,授权说明只有两行。逐份比对可以看出一条清晰的条款收紧轨迹。

核对于 2026-06-28存档类
地球夜景
授权条款

周敏的那张气球照片:一次典型的授权误读

2019 年 11 月 7 日,杭州。页面写着免费,脚注写着仅限个人学习。我保留了三张截图,这里逐张说明。

核对于 2026-06-26案例
雾中森林
方法论

用元数据判断图片来源:保留 EXIF 意味着什么

从 Canon 5D Mark II 的机型字段,到 IPTC 里的 Credit 行。字段完整度与渠道正规度之间存在可观察的相关性,但并非绝对。

核对于 2026-06-24方法
荒漠公路
个案

挪威摄影师 Anders:一个失效域名背后的 27 张照片

2013 年的拍摄,地点罗弗敦群岛。授权页在 2015 年的存档里还能打开,写着保留署名即可非商业使用。我把它们重新编了目。

核对于 2026-06-23个案
湖面远山
数据

372 个文件夹里,只有 109 个能追溯到发布主体

29.3% 这个比例,与 2021 年一篇硕士论文统计的四年存活率几乎同量级。我把这两组数据的采集口径写在这里,供人质疑。

核对于 2026-06-21数据
林间光线
失效记录

七月一日晚的十四次刷新:五个 404,两个跳博彩,七个正常

我坐在书桌前逐页刷新,把每个返回码记在本子第 41 页。这份记录没有学术价值,但它是真实的。

核对于 2026-07-01记录
雪山湖泊
争议

为什么「200 条推荐清单」不如「12 条带日期的短名单」

问题不在收录数量,而在授权版本号和抓取日期的缺失。我把两条清单放在一起逐项对照,差异一目了然。

核对于 2026-06-19观点
山间小径
术语

授权衰减:图像在复制链条上被逐层剥掉的东西

同一张图,三个平台,三种口径。我把自己造的这个术语的适用范围写清楚,也写了它的局限。

核对于 2026-06-16概念
草原晨雾
文献

《李志远:网络图像资源的可追溯性研究》里那句被引用最多的话

免费是分发策略,无主是法律状态。这句话我抄在扉页上,但我也在批注里写了对它的两点保留。

核对于 2026-06-14文献
瀑布绿谷
操作

逐字段核对流程:我为什么坚持记录「核对日期」而不是「创建日期」

一条 6 月能打开的链接,8 月可能只剩停放页。时间戳是整个方法里最容易被忽略、也最不可替代的部分。

核对于 2026-06-11方法
整理资料的书桌

关于我

我是江晚,做图像资料的溯源整理,职业上算是文献档案方向的独立研究者,日常在一家小型出版机构做外包的图片审核。名字里的「晚」是出生时辰,不是笔名,熟人叫我晚姐的也有,叫江老师的也有,我都不太纠正。

2021 年我在做一份地方志的图注核对,需要为 400 多张老照片找可用的替代图,那三个月里我把国内能搜到的免费图库几乎翻了一遍,翻到最后发现最花时间的不是找图,而是判断一张图到底能不能用。这个站就是那段时间的副产品,一开始只是自己用的备注文档,后来条目多到需要建目录,就搬到了线上。

我写东西偏慢,也偏啰嗦,喜欢把引文和日期写全,因为我知道将来回看的人需要的不是结论,是路径。如果你也在做类似的事,欢迎按我页面上的核对日期去复验,发现错误直接指出来,我改。

今天看到的一句话
「一张图片的授权状态不是属性,是事件——它在每一次被复制、被转存、被重新上传的时候都重新发生一次。」
—— 出自 2026 年 6 月 30 日我在整理硬盘时读到的一份 2022 年内部合规培训讲义,讲义的署名单位是一家不愿具名的图库代理公司;我是在某个已下线站点的缓存快照里读到它的,原文为英文,这句是我自己的译文。