从截图重建Skyrails

2007年前后，时为新南威尔士大学学生的约塞·维贾亚（Yose Widjaja）写出了Skyrails——一个在三维空间中探索网络的非凡程序。用户穿行于网络本身之中，沿着发光的轨道从一个节点走到另一个节点，仿佛置身数据内部。在那个研究工具大多扁平灰暗的年代，它看上去像一款电子游戏。炫目的画面背后，是实打实的深度：Skyrails有自己的脚本语言，用来设定图的样式、分析图的结构；菜单也用这门语言写成，不会编程的人照样能用。这一切，都是一个学生单枪匹马完成的。多年前我在YouTube上看过一段演示，至今念念不忘。

消失的程序

Skyrails从未得到维护。它运行在Windows上，大学网站上的主页已不复存在，我顺着找到的每一个链接都已失效。留存下来的只有痕迹：Flickr上的一组截图，以及2007年的寥寥几篇博文，分别发在FlowingData、蒂姆·兰伯特（Tim Lambert）的Deltoid和InfoVis Wiki上。

这些截图透露的信息多得出人意料。画面上有飘着缕缕云丝的深蓝夜空，以动态V形箭头绘出的边，形如图标或饼图的节点，还有按住鼠标右键时在节点周围展开的环形菜单。截图里还能看到驱动各个演示的脚本名称（labs.van、macaque.van、worldtrade.van），这些脚本生成的菜单，以及名为normal、desert、valley和openspace的四套主题。其中一张甚至留下了一行脚本语言，就敲在屏幕顶端的控制台里：

with all nodes do nodeplane x 1 -1 end

凭证据重建

Claude根据这些证据，一夜之间重建了Skyrails。新版本借助Three.js在网页浏览器中运行，按理说也应当能在虚拟现实头显上使用。它复刻了天空、V形箭头轨道、带着图标、饼图和圆环的发光节点、指针所指节点上的大号标签、环形菜单，以及四套主题。它还有一门小小的脚本语言，围绕截图中留存的那一行搭建而成，用with … do … end语句来设定图的样式、定义菜单。

为了检验，我载入了三个经典数据集：约翰·帕吉特（John Padgett）的佛罗伦萨家族网络，记录各家族之间的联姻与商业往来；韦恩·扎卡里（Wayne Zachary）的空手道俱乐部；以及高德纳（Donald Knuth）的《悲惨世界》人物网络——两个人物若在同一章中出场，便连在一起。下面的视频在最后这个网络中穿行，从冉阿让到沙威、芳汀、珂赛特和马吕斯。镜头沿着哪条轨道行进，哪条轨道便亮起来。

结果与截图如此相像，我当即怀疑，原版代码的某些痕迹在训练过程中被模型吸收了。

原版现身

接着，事情出现了转折。重建完成之后，我在GitHub上找到了原版程序。2015年，一位研究者征得约塞·维贾亚的同意，把它连同ShmooCon安全会议上一场数据可视化报告的代码一并公开（RITHoneynet/DataVisualization，另有副本见Light0617/3D_UIUX）。其中有Windows可执行文件、数据、着色器和原始脚本，唯独没有主引擎的源代码。

于是，两者可以对照了。重建版在外观和手感上与原版相当接近，脚本语言和着色器却大相径庭。原版脚本是这样的：

with all edges do (
   if(#marriage == 1) then (
      linkorigin <- marriage -> linktarget;
   ) end;
) end;

它们用sub定义子程序，用menudef和menulink定义菜单，用rgb: 130 0 0定义颜色，用箭头定义连接类型。这些在重建版里一概没有；两者共有的，只是截图中可见的with … do … end句式。原版着色器名为BloomFX、RetinalBurnFX之类，与新的着色器也毫无共同之处。

这并不能了结模型是否“记住”了原作的问题。原版脚本自2015年起便已公开，完全可能进入了模型的训练数据；而模型究竟见过什么，谁也无法确知，模型自己也不例外。但如果模型真的记住了Skyrails，我想它至少会把那门语言复现出来。从这些差异来看，Claude依据的应是截图中的证据。

数字考古与软件的可持续性

我把这次实验看作一种数字考古：根据一件失物留下的痕迹将它重建，再找到原物，量一量我们离它有多近。与任何复原一样，新的Skyrails是一种诠释。它的外观与行为以证据为本，底下的一切则全是新的。

这也关乎可持续性。软件过时，比它当初要读取的数据快得多。一个程序死去，用它做出的文件、脚本和可视化即便留存下来，也难以再打开。2000年代的许多软件，如今只以截图、视频和旧二进制文件的形式存在，而能运行这些文件的机器越来越少。原版Skyrails或许还能在Windows电脑上或模拟器里启动，但源代码既已失传，它便再也无法维护、改编或移植。

正如我几年前所预言的，人工智能正在成为对抗这类过时的实用工具。它能根据痕迹重建失传的工具，也能重新打造让旧数据保持可用的读取程序。这个项目显而易见的下一步，是教新引擎读懂原版的.van脚本和数据文件，让约塞·维贾亚在2007年写下的演示重新运行起来。对每一个关心数据可持续性的人来说，无论身在科研、档案还是数字人文领域，这都值得关注。

Skyrails走在了时代前面，近二十年后依然令人惊艳。这一构想与设计的全部功劳，都属于约塞·维贾亚；但愿这篇文字能传到他那里。