摘要

  • 1991 年 5 月到 1993 年 11 月,四份公开文件各自印出一个 archie 站点总数:about 600、some 900、approximately 1,100、over 1,200。四个数字长期被当作同一批站点的规模引用。
  • 四个里只有一个把 as-of 日期写进同一句;那一份的 archie 模板由 Bunyip Information Systems 的 Peter Deutsch 于 1993 年 11 月 1 日完成或更新。署名 Alan Emtage 的两页,都没有给数字配日期。
  • 被反复引用的 1992 年会议论文表格(1,025 已知、886 已索引、1991 年 10 月 30 日)本次没有读到。本文按「未查阅的引用」处理它,不按「不存在的表格」处理。

第一页:about 600,日期属于那一页,不属于那个数字

犹他大学镜像上的 archie 手册页,日期行写着 20 May 1991,页末署名 Alan Emtage 与 Bill Heelan,McGill University。正文那句是原文引用:

The archie database subsystem maintains a list of about 600 Internet ftp(1) archive sites.

同页还有两行常被跳过的限定:每个站点大约每月更新一次,且只收录 UNIX 站点。这是这组文件里最接近「站点」定义的地方,但它划定的是范围,不是测量日期。600 前面的 about 是作者自己写的;页面上的 20 May 1991 是这份文档的日期,不是「某一天清点出 600 个站点」的日期。把两者混作一体,正是后面一切算术失效的起点 archie 手册页。

第二页:some 900,写在一份问答里

RFC 1325(FYI on Questions and Answers,1992 年 5 月,作者 G. Malkin 与 A. Marine)给出的数字是 some 1,500,000 files at some 900 archive sites,同段还有一句 currently nine archie servers。这里的 currently 相对于起草时,页面本身没有印出测量日期。

这份文件不是 archie 开发者的文字,但它很能说明问题:同一批站点,在 1991 年 5 月是「大约 600」,一年后是「大约 900」,两次都带着谨慎的限定词,两次都没有说清是哪一天量的 RFC 1325。

第三页:approximately 1,100,署名里有他,日期里没有他

Computing Systems 第 5 卷第 4 期(1992 年秋季号,起始页 461)那篇资源发现方法比较,作者是 Michael F. Schwartz(University of Colorado, Boulder)、Alan Emtage(Bunyip Information Systems)、Brewster Kahle(Thinking Machines Corporation)与 B. Clifford Neuman(USC Information Sciences Institute)。第 3.3 节的句子把量级说出来,紧接着用方括号引出 1992 年的会议论文:approximately 1,100 UNIX anonymous FTP archives world-wide。同段还有约 150 GB 信息、约 260 万个文件、13 台复制 archie 服务器。

这段文字到本文手里是那份 PDF 的抽取文本,词的间距有断裂,按位读取数字时带着这个注意。

关键在于:这一句没有 as-of 日期。它用引用代替日期,把 1992 年的会议论文当作量级的出处,却没有说那个量级是哪一天量的。四个数字当中,两个带 Emtage 署名的页面里,一个给页面日期,一个给引用;没有一个给他自己经手的数字配上测量日期 Computing Systems 1992 年秋季号。

第四页:over 1,200,唯一把日期写进同一句的

RFC 1689 / FYI 25(1994 年 8 月,编者 J. Foster,University of Newcastle upon Tyne)写的是 over 2,100,000 filenames on over 1,200 sites around the world,紧接着括号 (as of November 1993)。这一条目的 archie 模板由 Bunyip Information Systems 的 Peter Deutsch 于 1993 年 11 月 1 日完成或更新。附录标注 1994 年 3 月 1 日核对或更新,同样由 Deutsch 完成,里面又写 there are currently over 1,200 anonymous FTP sites on the Internet,以及 archie 服务器约 27 台。

于是四份文件里唯一把 as-of 日期放进数字同一句的那一份,量级是由 Emtage 的长期合作者落笔的。这不是指控,是一个可以逐字核对的事实:日期最完整的一页,署名不是他 RFC 1689 / FYI 25。

第五个数字不在这里

四份文件之外还有一份被反复引用的表格。它属于 Alan Emtage 与 Peter Deutsch 的 archie - An Electronic Directory Service for the Internet,刊于 1992 年 1 月 20 至 24 日旧金山 Winter USENIX 会议录,起始页 93。它的存在有两份独立文件确认:会议录扫描件的目录与作者索引(分别印出 Peter Deutsch 93 与 Alan Emtage 93),以及 1992 年 2 月一份会议日程转载,标题、作者与单位一致 USENIX 1992 冬季会议录扫描件、1992 年 2 月的会议日程转载。

论文正文第 93 至 110 页没有出现在该扫描件文本流已显示的部分里。因此本文不报告它的任何表格、列标题或表内日期。

这对那对常被传抄的数字意味着什么,值得写清楚:2026 年 10 月 8 日的一篇 archie 文章写到该论文含一张 1991 年 10 月 30 日的表,列 1,025 个已知站点、886 个已索引站点、1,502,976 条文件引用、686,104 个唯一文件名 2026 年 10 月 8 日的 archie 文章。2026 年 11 月 21 日的另一篇则写明,那张表没有被查阅,也不作为该文的证据 2026 年 11 月 21 日的 archie 文章。本文的核查同样没有读到它。处理方式因此只有一种:保留引用,标明未读,不推断不存在。

同期还有一段以摘录形式到达本文的旁证:Peter Deutsch 1992 年 6 月的 McGill 硕士论文写到 archie 从若干千个站点收集了数百万条记录。那份仓库位流没有作为文档打开,所以这句话只作为摘录出现,它背后的计数没有日期,也不进入本文的算术前台 Deutsch 1992 年 6 月的硕士论文。

我自己的算术,以及它拒绝做的三件事

同一时期印出的文件数:1992 年 5 月约 150 万,1992 年秋季约 260 万(那一句没有日期),1993 年 11 月超过 210 万。按顺序读不是单调的——这正是不同基准下各取一次快照的样子。

我的算术到此为止:不把四个站点数排成一条增长曲线;不把未标日期的 1,100 与标了日期的 1,200 相减;不用任何数字除以「当时存在的站点总数」,因为没有一份文件印出那个分母。已知与已索引的比值属于那对 1,025 与 886,而它没有读到。以上没有一项是印刷数字,全部是我自己的判断,且只说到这里。

结论:走掉的那个字段

三十多年里被复述最多的,恰好是五件里最不需要那份论文就能活下来的一件:数字本身。日期、两个总体(已知与已索引)、收集方式、单位,都没有跟着走。caveat 从未被隐藏,也从未被撤回,它只是贴在旁边,而贴邻的东西活不过复制。

改写这个结论的条件很具体:一份可读的第 93 至 110 页,或者一份 archie 项目自己印出、带测量日期的计数。在那之前,任何把四个数字排成一条线的叙述,都是在替一份没被读过的表格说话。