视觉中国那张黑洞照片的版权声明弹出来的时候，我正盯着服务器日志里一条异常的403错误。手一抖，半杯凉透的茶泼在了键盘上。不是怕他们，是怕我自己——我库里那几十个TB的所谓“开源素材”，到底有多少是这么来的？
连夜写脚本，把数据库里所有图片的元数据重新过一遍。关键词匹配“Getty”、“视觉中国”、“Shutterstock”，哪怕只是文件名里带个疑似商业图库的缩写，统统先挪到隔离区。这活儿没法多线程，只能单进程慢慢扫，每跳出一个疑似匹配，心就跟着抽一下。2016年为了做那个旅游攻略小程序，我写了个分布式爬虫，专门从各种“免费商用”网站扒图，当时还得意于自己设计的随机UA和动态IP池绕过了反爬。现在看，那些绕过频率限制的小聪明，每一行代码都是今天悬在头上的剑。数据库字段里还留着来源URL，很多已经打不开了，死链背后是什么版权归属？根本说不清。
团队里的小孩下午还问我，要不要趁热点做个“版权风险检测”的小工具卖一波。我直接给骂回去了。你拿什么检测？训练一个识别版权水印的模型？数据从哪来？标注谁做？就算做出来了，你敢保证100%？一个漏网之鱼，就够我们这种小作坊死十次。这就是野蛮生长时期的债，当时觉得囤积数据就是资产，爬虫抓来的都是“资源”，现在看全是易燃易爆的危险品。
更深的焦虑是路径依赖。我们这套接单、交付、滚流水的模式，本质上还是信息差和体力活。客户要一个企业宣传站，我们第一反应还是去“找”素材，而不是“创造”或“合规采购”。因为后者成本高，报价就没竞争力。团队这十来号人等着发工资，流水线一停，现金流就断。版权这根弦一紧，整个赖以生存的作业模式都在摇晃。你明明知道野路子走到头了，但船太大，掉头太难。看着隔离区里不断增长的文件数，感觉不是在清理数据，是在给自己的过去刮骨疗毒。
凌晨三点，扫描终于跑完。报告显示有七百多张“高危嫌疑”。没敢细看，直接命令行了rm -rf。清空的那一刻，不是轻松，是后怕。这把剑落下来只是时间问题，而我能做的，不过是在它落下之前，把自己从靶心上稍微挪开一点。下一步怎么办？买图库会员？那点利润够呛。自建拍摄？更不现实。或许该想想，除了“搬运”，我们这帮人到底还能产出什么真正属于自己的东西。这个夜晚，没答案。
