АРХ-ЦА-БЛ-01. Веб-архив как благо

Содержание

[факт] Крупнейший по объёму веб-архив мира — Internet Archive (Wayback Machine, запущена 2001), некоммерческая организация в Сан-Франциско, объявившая 22.10.2025 о достижении отметки в один триллион заархивированных веб-страниц; данные IA цитировались во всех апелляционных судах США и Верховном суде 🟡.

[спорно — единица счёта] Физический объём хранимых данных не сведён: 99 петабайт — устойчиво воспроизводится независимо (редакционная врезка EFF к подкасту с Брюстером Кейлом, 10.09.2025: «now preserves 99+ petabytes of data»); свыше 212 петабайт (с учётом резервных копий) — при прослеживании восходит к единственному непервичному источнику (блог-пост на Medium/HackerNoon конца 2025, растиражированный агрегаторами без ссылки на официальное заявление IA), то есть слабее обоснована, чем 99 ПБ; отдельно официальная статья Wikipedia про IA даёт третий, несопоставимый срез — «145+ петабайт (ванкуверская копия, 2024)» (правка по перепроверке 08.09, источник — акт АРХ-ЦА-БЛ-01) 🟡.

[факт] Легал-депозит на цифру в Британии (2013), Франции (2006) и Дании (2004) устроен так, что сбор веба идёт практически без ограничений, а доступ к собранному — только на одном терминале в помещении библиотеки-депозитария, без права скачивать, пересылать или фотографировать экран; в Дании основание ограничения — защита персональных данных, в Британии и Франции — защита прав издателей [см. АРХ-ЦА-КС-05] 🟢.

[факт] Австралийская модель (Trove/Australian Web Archive, на базе PANDORA с 1996) устроена ровно наоборот: доступ к архивированному вебу бесплатный и полностью онлайн; устойчивость этой модели — не природная данность, а результат политического торга 2022–2023 годов, когда сервис публично предупредил о риске отключения функций из-за недофинансирования и получил 33 млн AUD на 4 года по итогам кампании [см. АРХ-ЦА-КС-06] 🟢.

[факт] США не имеют единого национального веб-депозита по образцу Британии/Франции: Библиотека Конгресса ведёт собственную тематическую и кураторскую программу веб-архивирования и одновременно размещает часть коллекций на инфраструктуре Internet Archive как подрядчика (с 2006); IA параллельно ведёт собственный всеохватный краулинг best-effort, финансируемый пожертвованиями, и открывает доступ всем бесплатно — то есть в одной стране сосуществуют государственная кураторская модель с ограниченным охватом и частная всеохватная модель с открытым доступом 🟡.

[гипотеза] Единая точка отказа: у Internet Archive нет резервной публичной инфраструктуры, замещающей её при простое — кибератака октября 2024 [см. АРХ-ЦА-КС-03] вывела Wayback Machine в режим «только для чтения» на 8 дней без потери самих архивных данных, но показала структурную хрупкость модели «глобальный архив = одна калифорнийская НКО» 🟡.

[не найдено] Измеренные эффекты разных моделей доступа (использование, полнота сохранения, стоимость на пользователя) друг против друга — не найдено; сравнение ограничено качественным описанием конструкций, а не количественным сопоставлением результата.

Режим (две оси)

• Сбор/хранение: в Британии/Франции/Дании — государственный обязательный экземпляр, закон обязывает сборщика (национальную библиотеку) охватывать национальный веб-домен без выборочности; в Австралии — государственная библиотека (NLA) при партнёрстве штатных учреждений; в случае Internet Archive — частный некоммерческий краулинг best-effort без юридической обязанности, целиком на усмотрение организации и её финансовых возможностей.
• Доступ: в Британии/Франции — платно/бесплатно не главный водораздел, а физическое присутствие в одной из немногих депозитарных библиотек, без копирования; в Дании — доступ не гражданам вообще, а узкой группе исследователей по заявке (основание — приватность, а не авторское право); в Австралии — бесплатный открытый онлайн-доступ любому; у Internet Archive — открытый онлайн-доступ бесплатно для всех (за вычетом контента, изъятого по судебным решениям или запросам издателей), но зависящий от финансовой и технической устойчивости одной организации.

Данные

• Один триллион заархивированных страниц — 22.10.2025, объявление Internet Archive · 2025 · 🟡[4]
• Объём хранения — 99 ПБ надёжнее подтверждено (EFF, 10.09.2025), свыше 212 ПБ (с резервированием) опирается на один непервичный источник — не независимо подтверждено (правка по перепроверке 08.09) · 2025–2026 · 🟡
• 33 млн AUD на 4 года — финансирование Trove после кампании 2022–2023 · 2023 · 🟢[24][25]
• 8 дней — срок восстановления Wayback Machine в режиме read-only после кибератаки октября 2024 · 2024 · 🟡[12][14]

Связан с

• АРХ-ЦА-БЛ-02 Wikimedia Commons Wikisource — родственный тип цифрового блага — открытый медиарепозиторий, а не веб-архив.
• АРХ-ЦА-КС-11 Digital Library of India — контрпример к предположению, что государственный веб-сбор автоматически устойчив.

• АРХ-ЦА-СЛ-01 ИИ лицензирование — рыночное давление ИИ-скрапинга бьёт прежде всего по этому типу блага.

• ПМ-10 Цифровые общественные блага — стержневое ядровое понятие для этого узла: веб-архив как класс цифрового общественного блага.

• ПМ-03 Издержки исключения — легал-депозит с доступом «только в читальном зале» и датская модель по заявке — примеры искусственно сконструированного исключения при технически нулевых издержках копирования.
• СЛ-04 Хрупкость цифровой инфраструктуры — единая точка отказа Internet Archive как отраслевая иллюстрация.
• АРХ-ПМ-01 Две оси сбор доступ — несущая ось отрасли «сбор/хранение × доступ», к которой этот узел прямой пример.
• АРХ-ЦА-КС-01 Hachette v Internet Archive, АРХ-ЦА-КС-02 UMG v IA Great 78, АРХ-ЦА-КС-03 Кибератака на IA, АРХ-ЦА-КС-05 UK Non Print Legal Deposit, АРХ-ЦА-КС-06 Trove Австралия — кейсы этого блага внутри квартиры.
• АРХ-ЦА-МХ-01 CLOCKSS LOCKSS — механизм страховки сохранности, структурно смежный вопрос устойчивости цифрового архива.

Источники

• 🟡[4] blog.archive.org — октябрь 2025, один триллион страниц — https://blog.archive.org/2025/10/
• 🟢[15] legislation.gov.uk — The Legal Deposit Libraries (Non-Print Works) Regulations 2013
• 🟢[21] kb.dk — About collecting internet material (Netarkivet)
• 🟢[24] ABC News, 03.04.2023 — финансирование Trove
• 🟢[25] nla.gov.au — National Library welcomes announcement of ongoing Trove funding
• 🟡[27] digitalpreservation.gov — Internet Archive as Library of Congress partner
• 🟡[28] loc.gov — Web Archiving Collaborations

Открытые хвосты

• Стоимость обслуживания веб-архива на пользователя/на страницу ни в одной из моделей не найдена (см. также «не разведано» в АРХ-ЦА-МХ-01, тема экономики хранения).
• Национальные веб-архивы Нидерландов и Норвегии не разведаны отдельно в этом заходе.
• Сравнение посещаемости archive.org с Trove методологически невозможно на официальных данных: Internet Archive официально не публикует посещаемость/визиты сайта, только просмотры отдельных объектов (help.archive.org: «The only users stats we track are the 'views' of items on the site»), тогда как Trove официально публикует именно сессии — 13,9 млн сессий сайта, FY2024–25 (Annual Report Национальной библиотеки Австралии) (правка по перепроверке 08.09, источник — акт АРХ-ЦА-БЛ-01).
• Перепроверено 08.09: подтверждено 0 / расходится 1 (99 vs 212 ПБ — 99 надёжнее) / не найдено 1 (посещаемость archive.org, сравнение с Trove невозможно методологически) — см. акт.

Проверен на дату: 2026-09-07