车展那个爬上车顶的女人，视频我看了三遍。不是看热闹，是盯着她手里那张 A4 打印纸。像素太渣，但我能脑补出上面那些模糊的表格和数字——里程数、维修记录、后台数据。她赌上一切，要的不过是一份能对得上的、透明的数据。这他妈不就是我们做 SaaS 天天在跟客户扯皮的东西吗？
我那个体能培训考证信息爬虫，昨天又崩了。崩在“中国体育人才网”一个毫不起眼的二级页面，他们半夜把表格从静态 HTML 改成了动态加载，用的还是那种老掉牙的 jQuery Ajax。我的 requests + BeautifulSoup 组合拳直接打空，脚本安静地运行了一夜，抓回来几千个空的 `
这感觉，跟去年做那个私教预约 SaaS 时一模一样。客户——一个开了三家连锁馆的老板——凌晨两点打电话过来，吼着说他的王牌教练这个月课时数对不上，少了三十节，是不是我们系统吞了钱。我在电话这头，手忙脚乱地连服务器查数据库，一行行翻 raw log。最后发现是他自己店里的前台小妹，手动在后台把两节体验课标记成了“私教常规课”，绕过了计费规则。问题解决了，但信任没了。他最后那句话我记到现在：“小付啊，你这系统，黑盒啊。钱怎么走的，我看不见，心慌。”
所以后来我重构那个授权和日志系统时，偏执到了极点。每一个 API 调用，谁（授权码）、在什么时间（精确到毫秒）、干了什么（操作类型和参数）、结果如何（成功/失败及返回码），全给我塞进 Elasticsearch。不是只给管理员看，是直接做成了客户 dashboard 里的一个独立模块，叫“操作流水”。客户可以实时看到他的教练在登录、排课、消课，每一笔虚拟货币的充值、消耗、剩余，都像银行账单一样列得清清楚楚。甚至，我们主动暴露“异常日志”：同一个 IP 短时间高频尝试登录、课时修改金额超出阈值……把这些潜在的风险点，用温和的提示推送给客户。
这很反直觉。多数 SaaS 厂商巴不得把后台做得越神秘越好，显得自己技术高深。但我们把肠子都翻出来给人看。代价是存储成本飙升，查询接口压力巨大，还得花大量时间教育客户怎么看这些“天书”。有个客户曾抱怨：“付总，你这日志太细了，我看得头晕。” 我回他：“哥，车坏了，你是希望师傅只告诉你‘修好了’，还是把换了哪个零件、用了什么型号的机油都列个单子给你？” 他愣了一下，说那当然是单子。对，要的就是这个。透明不是友好，是武器。是用来建立信任，更是用来划分责任的武器。
爬虫那边，我换上了 Selenium，模拟真实浏览器去等那个该死的 Ajax 加载完成。慢，笨重，但可靠。看着数据重新一行行被抓取回来，填入我的本地数据库，那种“掌控感”稍微回来了一点。我盯着日志文件里滚动的记录，忽然想到，那个车顶上的女人，她要的或许也不是立刻退车赔钱。她要的是一个可以追溯、可以验证、白纸黑字的“日志”。她不相信口头承诺，只相信可查证的数据流。在一个人人都在制造信息不对称牟利的时代，主动选择透明，可能是最笨，但也最坚固的护城河。
我的体能考证信息库终于跑顺了。覆盖了 27 个省份的体育局官网和 134 家培训机构公告。下一个要啃的骨头，是那些藏在微信公众号文章里、用图片格式发布的培训通知，得搞 OCR 了。这就像一场军备竞赛，数据源在加密，在伪装，在设障；而我在破解，在模拟，在追赶。但至少，我的“操作流水”对客户是透明的。这让我在深夜调试爬虫的时候，心里能稍微踏实点——我知道我的系统哪里会出问题，并且，我允许你知道。
