华为HMS生态今天正式全球上线了。我盯着这条新闻，手指在机械键盘上敲了又敲，把写了一半的爬虫脚本最小化了。团队刚接了个成都体能培训市场的分析单子，客户要得急，我第一反应还是老套路：上Python，写Scrapy，抓点评、美团、还有那些本地小程序的公开数据。但HMS这条消息像根刺，扎在我这个“技术产品经理”的神经上。
我们现在的交付流程，重度依赖微信生态。客户数据要导到企业微信，报告用小程序展示原型，连收款都绑在微信支付上。去年觉得这是效率，今年感觉这是把命脉交出去了。团队五个人，三个在吭哧吭哧对付微信公众平台的接口变动，另外两个在给客户解释为什么昨天还能跑的自动化脚本今天又报“频率限制”。自由？我他妈现在就是个戴着金手铐的码农头子，赚的每一分流水，都有一部分是给平台交的“数字租金”。
说回成都体能馆这个单子。痛点很具体：客户想知道除了超级猩猩、乐刻这种全国品牌，本地还有多少活下来的小型工作室，他们的定价策略、课程排期、用户评价关键词是什么。这活儿三年前我一个人干，通宵两个晚上，爬虫加jieba分词，一份报告就出去了。现在呢？我得先开站会，把需求拆给前端小王去模拟登录绕过滑块验证，后端小李去搞代理IP池应对反爬，测试妹子还得写用例确保数据字段对齐。管理成本高到离谱，而最核心的数据清洗和策略分析，反而被挤到了最后，草草了事。
我重新点开那个爬虫脚本。用的是requests+selenium的土洋结合，因为目标站点有的用了Vue动态加载，老一套解析DOM树不行了。代理IP是从某个野鸡服务商那儿按量买的，时不时抽风，日志里全是403。最恶心的是美团，对爬虫的识别精准得可怕，稍微快一点就弹验证码，慢一点今天数据又抓不完。我甚至动了歪脑筋，想用团队某个成员的手机号去注册个新账号，专门用来跑数据——这已经游走在法律和平台规则的灰色地带了。为了交付，人开始不自觉地往下滑。
这就是问题所在。我的产品，我的交付能力，建立在沙堆上。微信改个规则，我就要加班；美团升级反爬，我的数据源就断粮。华为搞HMS，就是在提醒所有开发者：别睡太死，今天可以是谷歌GMS，明天就可以是任何你依赖的“基础设施”。我在做的，究竟是创造价值的产品，还是给这些巨型平台做数据苦力？
或许这个体能市场分析项目，应该成为一次技术栈的反思。数据抓取部分，能不能用更分布式的架构，甚至自己搭一个轻量级的中间件，把对单一平台的请求分散、伪装得更好？数据分析后端，能不能做成容器化部署，随时可以迁移，而不是死绑在某个云服务商的特有API上？哪怕慢一点，成本高一点，但“可控”两个字，在2020年这个节点，比所谓的“流量效率”重要一万倍。
团队肯定又会抱怨，说这是折腾，客户要的是快。但我不想五年后回头看，我的团队只是一个更高级的、会写代码的外包公司。窗外是成都的夜，楼下烧烤摊油烟味飘上来。我关掉了关于HMS的新闻页面，在脚本里注释掉了一段直接调微信JS-SDK的代码。先从这里开始吧，一点一点，把命脉抓回自己手里，哪怕只能抓回一点点。
