火车头采集器教程：学习小组分工后怎样保证每个人都完成推理
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /24dbbe67cf33.html
📄
火车头采集器教程：学习小组分工后怎样保证每个人都完成推理
小组分工后推理断链，通常不是有人偷懒，而是任务被切成了“你采你的、我采我的”。要保证每个人都完成推理，关键是把每人负责的页面变成一条可被他人接手的判断链：先各自产出带证据的中间结论，再由下一位在自己的环节里复述并质疑上一步。缺少完整数据或权限时，仍可让每个人用自己手上那一页完成最小推理动作，但只能得出局部结论，不能据此宣布整站规则成立。
先把手上的一个页面变成可推理对象
以读者手里已经打开的一个列表页或详情页为对象。不要先讲工具怎么装，而是让每个成员写下三样东西：这一页上哪些字段是固定出现的，哪些字段需要翻到下一页才出现，哪些字段必须点进详情才能确认。比如列表页只显示标题和链接，那么“发布时间”就不能在列表层推理出来，只能标记为待验证。这个动作的结果是：小组得到一张字段来源表，而不是一份笼统的分工名单。下一步谁负责哪一层，就由字段来源决定，而不是由谁手快决定。
把分工改成可交接的推理链
常见做法是按页面数量平分，每人采一批。这种分法的问题是，每个人只对自己的批次负责，别人无法判断他的结论是怎么来的。更稳的做法是按推理环节分：一个人负责确认列表页的翻页规律，一个人负责确认详情页字段位置，一个人负责把两边对不上的记录挑出来。每个环节的产出必须包含一条可复现的路径，例如“从第1页到第3页，链接数量从20变成18，减少的两条出现在页面底部推荐区”。下一位拿到这条路径后，先复述一遍，再指出自己环节里与之矛盾的地方。复述不通过，就不进入下一步。
缺少完整数据时，最小动作和不能推出的结论
假设小组只拿到一个列表页的前两页，没有后台权限，也看不到完整分页参数。此时可执行的最小动作是：把这两页的链接去重后排序，记录重复链接出现的位置和次数，并标注“仅基于前两页”。这个动作能说明前两页是否存在重复推荐位，不能说明整个列表的翻页规则是否稳定，也不能推出“去重后数量就是总记录数”。如果两页之间链接数量从20降到18，合理解释至少包括：末页不足、推荐位占位、页面加载未完成、部分条目被折叠。把这些解释写进交接记录，比直接写“数量减少”更有用，因为下一位可以据此决定是继续翻页还是先检查加载状态。
用一次交叉复述检验每个人是否真的推理过
小组可以安排一次短会，每人只讲自己环节里最不确定的一个判断，并给出支持它的页面证据。其他人不评价对错，只问两个问题：这个判断依赖哪些前提？如果前提不成立，结论会变成什么？例如负责详情页的人说“标题字段在<h1>里”，前提是该页面模板统一；如果遇到另一套模板，结论就要改成“标题字段位置待确认”。这个动作的结果是暴露分工里的空白区，而不是制造统一答案。空白区被记录后，下一步应安排一个人专门收集反例页面，而不是继续增加采集数量。
把完成标准写成可检查的交接记录
每个人都完成推理，不等于每个人都同意最终结论，而是每个人都能在自己的环节里留下可被检查的记录。记录至少包含：负责的页面范围、做出的判断、判断依赖的前提、遇到的反例、下一步建议。小组用这份记录做交接，而不是用“我这边没问题”做交接。如果某人的记录里只有结果没有前提，就退回补充；如果只有前提没有反例，就安排一次小范围复查。这样做的结果是，推理责任落在具体判断上，而不是落在某个人的口头承诺上。缺少完整数据时，这套做法仍然能跑，只是结论范围要相应缩小，不能把局部页面的规律当成整体规则。
