这破框架终于能跑起来了，我把最后一行监控日志的阈值调到了 99.5%，低于这个数就自动发邮件给我。不是为了完美，是为了能让我在 2020 年睡个安稳觉。
2019 年我最大的教训就是，人比代码难管一万倍。年初膨胀，招了三个开发，想着把接来的爬虫单子规模化交付。结果呢？一个天天跟我扯 RESTful API 设计规范，写个豆瓣电影抓取非要先画三天 UML 图；另一个倒是肯干，但代码里全是魔法数字，昨天把客户服务器搞崩了，因为把频率限制的 1 秒/次理解成了 1 次/秒。我他妈还得半夜爬起来给甲方爸爸道歉，自己重写脚本。到下半年，我算了一笔账：流水是涨了 30%，但我自己的可支配时间少了 70%，全耗在开会、擦屁股、安抚情绪上了。身体最先报警，体检单上“脂肪肝倾向”四个字像针一样扎眼。所以这个新版框架，第一个重构的核心就是“去人化”。我把所有需要人工判断的环节——比如验证码识别失败后的处理路径、IP 被封后的切换策略、数据字段缺失的自动填充逻辑——全部写成了决策树，塞进了配置文件。代码里到处都是 try-except-retry 的嵌套，监控看板不是 Grafana 那种花架子，是我自己用 Flask 搭的，就三个指标：任务队列深度、异常命中率、平均恢复时间。我要的不是好看，是出事前 10 分钟我就能收到告警，并且系统有 80% 的概率能自己绕过去。
我对 2020 年有种非常不好的预感。不是经济下行那种宏观的，是更具体、更技术层面的寒意。今年微信小程序的风口明显在收窄，官方文档的更新速度慢下来了，但审核规则变得极其诡异且不透明。我们好几个工具类小程序，明明功能没变，突然就说“涉嫌诱导分享”给拒了。爬虫这边更不用说，各家网站的反爬策略已经从简单的 User-Agent 校验，升级到了鼠标轨迹模拟检测和 WebGL 指纹识别。我上周为了扒一个电商网站的评论数据，不得不研究了一整天的 Puppeteer 的 stealth 插件，就为了让我 headless 浏览器看起来更像真人。这种攻防战消耗的精力是指数级上升的。我隐隐觉得，我们这些靠“信息差”和“技术黑箱”吃饭的手艺人，好日子可能真的要到头了。有什么东西正在水面下聚集，它可能不是直接冲我们来的，但它掀起的浪，足以把我们这些舢板全部打翻。
所以这个“最后一版”框架，是我给自己造的救生艇。它不仅仅是一堆 Python 脚本，它是一个有状态、可观测、能自愈的系统。我甚至给它写了个简单的“学习”模块：每次遇到新的反爬模式，手动解决后，会把解决方案的特征（比如响应码、HTML 结构片段、特定的 JSON 错误信息）和应对动作（换代理、加延迟、切换解析方式）作为一个案例存下来。下次监控组件嗅探到类似特征，就会自动匹配并执行预案。我知道这离真正的 AI 还很远，顶多算个规则引擎。但这是我目前能用代码构筑的、最坚固的堡垒了。
团队我打算春节后就开始收缩。养不起，也管不动了。那个跟我扯规范的兄弟，人不错，我准备推荐他去个大厂，那里适合他。剩下的脏活累活，我准备自己重新捡起来，用这套新框架扛。效率可能不如三个人，但确定性高十倍。我算看明白了，在这个行当里，自由比规模重要，健康的身体和清醒的头脑，比账面上的流水重要。2020 年，我预感会是混乱的一年。我的策略就一个字：守。守住几个核心客户，守住这套能自己转起来的系统，守住我每周三次的健身房打卡。别的，再看吧。窗外的雾霾还是那么重，但我的代码日志里，今晚一切绿灯。
