中文(ZH) 11 万个主题，真正归档下来的只有 49460 个。NodeLoc 有人把全站公开帖子做成了开源存档：79.5 万条帖子、2.54 GB，还顺手验证了缺口——抽样 600 个没收录的 ID，595 个返回 404，基本是已删除。也就是说，论坛上存在过的内容，和今天还能读到的内容，差了快两倍。删除才是互联网的常态。想拿社

Mastodon帖子存档，揭示内容大规模删除率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-05 15:18

NodeLoc创建了一个Mastodon公开帖子开源存档，包含795,000个帖子，总计2.54 GB。该存档揭示了一个显著的差异，在110,000个话题中只有49,460个被真正存档。验证过程表明，今天存在的帖子数量几乎是过去存在数量的两倍，凸显了删除是网络内容的常态。 AI

影响该存档提供了一个可用于训练AI模型或对在线内容进行统计分析的数据集。

排序理由创建了一个社交媒体平台帖子的开源存档，为分析提供了数据。

在 Mastodon — mastodon.social 阅读 →

其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 创建了一个社交媒体平台帖子的开源存档，为分析提供了数据。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: Standard; On-topic for AI-industry coverage; kept in the public index.
Story freshness: 18 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

Mastodon — mastodon.social TIER_1 中文(ZH) · mini24 · 2026-10-05 15:18

110,000个主题，实际存档的只有49,460个。NodeLoc已制作了全站所有公开帖子的开源存档：795,000个帖子，2.54GB，并验证了差距——抽样600个未存档ID，595个返回404，基本已被删除。这意味着论坛上曾经存在的内容与今天仍可读的内容之间相差近一倍。删除是互联网的常态。想把社交

11 万个主题，真正归档下来的只有 49460 个。NodeLoc 有人把全站公开帖子做成了开源存档：79.5 万条帖子、2.54 GB，还顺手验证了缺口——抽样 600 个没收录的 ID，595 个返回 404，基本是已删除。也就是说，论坛上存在过的内容，和今天还能读到的内容，差了快两倍。删除才是互联网的常态。想拿社区数据做训练或统计的，这个项目给了现成的： https:// github.com/HEXUXIU/nodeloc-arc hiver # AI # 数据集

链接 github.com/…/nodeloc-archiver

本文如何被排名

报道来源 [1]

相关实体

相关话题