 |
| Bellacosa Mainframe e a web que o google expulsou do radar |
☕ Um Café no Bellacosa Mainframe
A Deep Web que Não Era Deep — o dia em que o Google esqueceu a velha Internet
🕸️ Quando páginas públicas, blogs esquecidos, fóruns mortos, fanpages obscuras e bizarrices culturais continuaram existindo — mas desapareceram do mapa
Existe um tipo muito específico de solidão digital.
Você lembra que uma coisa existia.
Tem quase certeza de que viu aquilo em algum lugar.
Talvez fosse um blog sobre anime de 2007.
Talvez um fórum sobre computadores japoneses.
Talvez uma página de fã dedicada a uma atriz secundária de uma série esquecida.
Talvez uma propaganda brasileira de 1989.
Talvez um texto obscuro sobre COBOL escrito por alguém que trabalhou num banco em 1996.
Você abre o Google.
Pesquisa.
Nada.
Tenta de novo.
Troca as palavras.
Coloca aspas.
Remove as aspas.
Adiciona o ano.
Adiciona “blogspot”.
Adiciona “forum”.
Adiciona “archive”.
E então acontece aquela sensação estranha:
a Internet está enorme, mas parece menor.
Bem-vindo à Deep Web que não era Deep.
🎹 Play it again, Sam
Existe uma frase que todo mundo conhece:
“Play it again, Sam.”
Só há um detalhe divertido.
Rick não fala exatamente isso em Casablanca.
A frase foi sendo reconstruída pela memória popular até se tornar mais famosa que a versão original.
Isso é cultura.
Não funciona como checksum.
Não funciona como hash.
Não funciona como um banco de dados perfeitamente normalizado.
Funciona como uma gigantesca memória distribuída cheia de erros, repetições, interpretações, referências cruzadas e pequenas corrupções.
E durante muito tempo a Web foi provavelmente a melhor máquina já criada para preservar essa bagunça maravilhosa.
Você pesquisava:
Play it again, Sam
e não encontrava apenas Casablanca.
Encontrava um blog de cinema.
Depois um fórum.
Depois Woody Allen.
Depois alguém discutindo citações erradas de filmes.
Depois uma página pessoal de 1998 sobre Humphrey Bogart.
Depois um sujeito explicando por que determinada tradução brasileira estava errada.
Três horas depois você estava lendo sobre algum projetor soviético usado numa universidade da antiga Tchecoslováquia.
E pensava:
como diabos eu vim parar aqui?
Essa era a magia.
A velha Internet não era particularmente eficiente.
Mas era extraordinariamente boa em permitir que você se perdesse com qualidade.
🏺 A Internet como sítio arqueológico
Quem começou a navegar nos anos 1990 ou 2000 provavelmente se lembra de uma Web muito diferente.
Sites pessoais.
GeoCities.
Tripod.
Angelfire.
Fóruns.
Guestbooks.
FTP.
Usenet.
BBS sobreviventes.
Páginas de universidades.
Blogs independentes.
Blogspot.
LiveJournal.
Fotolog.
Orkut.
Sites de fãs.
Páginas feitas em FrontPage.
HTML escrito à mão.
GIFs piscando.
Contadores de visitas.
Cursores personalizados.
MIDI tocando automaticamente.
Era bonito?
Frequentemente não.
Era organizado?
De jeito nenhum.
Mas havia uma coisa preciosa ali:
densidade humana.
Cada página parecia ter sido feita por alguém.
Não necessariamente por uma empresa.
Não necessariamente por um especialista.
Não necessariamente por alguém tentando vender alguma coisa.
Às vezes era apenas um sujeito de Campinas apaixonado por locomotivas japonesas.
Ou uma estudante portuguesa catalogando filmes de terror italianos.
Ou um programador alemão documentando uma biblioteca obscura.
Ou alguém no Japão fotografando máquinas de vending.
E essas pessoas criavam páginas.
E essas páginas apontavam para outras páginas.
Era um gigantesco organismo descentralizado.
🔗 A Web era uma rede de verdade
Talvez esse seja o ponto mais importante.
A palavra Web não foi escolhida por acaso.
Teia.
Uma página apontava para outra.
Um blog possuía um blogroll.
O blogroll apontava para quinze outros blogs.
Os comentários tinham URLs.
Os autores respondiam citando outro texto.
Um fórum apontava para uma página pessoal.
A página pessoal apontava para um FTP.
O FTP possuía uma documentação.
A documentação mencionava um software.
Você pesquisava o software.
Encontrava outro fórum.
Era uma espécie de random walk cultural.
Em termos de teoria de grafos, aquilo era maravilhoso.
Imagine:
BLOG A
|
+------ BLOG B
| |
| +------ FÓRUM C
| |
| +------ SITE D
|
+------ PÁGINA PESSOAL E
|
+------ FTP F
O usuário não precisava conhecer previamente o destino.
Bastava entrar no grafo.
A própria arquitetura levava você adiante.
🧱 Então construímos jardins murados
Aos poucos, grande parte da produção humana migrou.
Facebook.
Instagram.
TikTok.
Discord.
Telegram.
WhatsApp.
Aplicativos.
Plataformas privadas.
Comunidades fechadas.
O conteúdo continuou sendo produzido.
Provavelmente mais conteúdo do que em qualquer momento anterior da história.
Só que algo mudou.
O hyperlink começou a desaparecer.
Você não publica necessariamente uma página.
Você publica dentro de uma plataforma.
O conteúdo passa a possuir contexto interno.
O relacionamento entre pessoas passa a existir dentro do sistema.
O grafo deixa de ser:
SITE A → SITE B → SITE C
e passa a ser:
PLATAFORMA
|
+-- usuário
+-- usuário
+-- usuário
+-- post
+-- vídeo
+-- grupo
Do lado de fora existe apenas um muro.
Muito conteúdo.
Poucas portas.
🕳️ A verdadeira Deep Web cotidiana
Tecnicamente, Deep Web significa conteúdo não indexado por mecanismos de busca.
Sistemas internos.
Bases de dados.
Conteúdo protegido por autenticação.
Painéis privados.
Aplicações.
Nada de particularmente misterioso.
Mas surgiu uma segunda categoria curiosa.
Conteúdo que:
é público;
pode ser acessado por URL;
não exige login;
não está criptograficamente escondido;
continua disponível no servidor;
e mesmo assim praticamente desapareceu da descoberta cotidiana.
Não porque esteja secreto.
Mas porque ninguém mais chega até ele.
Eu gosto de chamar isso de:
Dark Long Tail da Web
A cauda longa obscura da Internet.
Milhões de páginas que ainda estão tecnicamente online, mas culturalmente desconectadas.
👻 O site fantasma
Imagine um blog criado em 2006.
Última postagem:
17 de março de 2011.
Existem 438 artigos.
Uma sidebar.
Setenta links.
Comentários.
Fotos.
Relatos pessoais.
Referências.
Reviews.
Tutoriais.
Curiosidades.
O autor abandonou o projeto.
Mas o servidor continua respondendo:
HTTP 200 OK
A página está viva.
Só que ninguém visita.
Ela não aparece nas buscas comuns.
Os blogs que apontavam para ela morreram.
Os fóruns que mencionavam o endereço desapareceram.
As redes sociais que compartilhavam aquele conteúdo foram encerradas.
O domínio talvez ainda exista.
Tecnicamente:
online.
Culturalmente:
morto.
É praticamente uma cidade romana soterrada.
As paredes estão lá.
As ruas estão lá.
As inscrições estão lá.
O problema é descobrir onde cavar.
🏛️ E então temos o Blogspot
Aqui começa a parte divertida.
O Blogspot é uma coisa extraordinária.
Não necessariamente porque seja moderno.
Justamente pelo contrário.
Ele preservou uma arquitetura quase fóssil da Web.
Arquivos mensais.
Posts individuais.
Labels.
Sidebars.
Blogrolls.
Comentários.
Links permanentes.
Imagens.
Páginas estáticas.
E principalmente:
URLs que continuam funcionando depois de quinze ou vinte anos.
Há blogs abandonados que hoje parecem pequenas Pompeias digitais.
O autor foi embora.
A comunidade desapareceu.
Os comentários pararam.
Mas tudo ficou congelado.
Você entra.
E parece ouvir os fantasmas da velha Web conversando.
🔍 Google, encontre isso para mim
Durante muitos anos havia uma sensação quase mística:
Se está na Internet, o Google encontra.
Nunca foi literalmente verdade.
Mas parecia verdade o suficiente.
O índice era gigantesco.
Links eram seguidos.
Páginas obscuras apareciam.
Consultas estranhas retornavam resultados igualmente estranhos.
Então a Web cresceu absurdamente.
E indexar a Web inteira deixou de ser apenas uma questão de encontrar páginas.
Virou uma questão de decidir:
o que vale a pena rastrear?
o que vale a pena indexar?
o que vale a pena apresentar?
E aqui nasce uma distinção importante.
Existem três operações diferentes:
CRAWL
↓
INDEX
↓
RANK
Primeiro o mecanismo precisa descobrir a página.
Depois decidir armazená-la no índice.
Depois decidir se ela merece aparecer para você.
Uma página pode existir e falhar em qualquer um desses pontos.
🧮 Bem-vindo ao WLM da Internet
Programador de mainframe vai entender imediatamente.
O Google tem recursos finitos.
CPU.
Storage.
Network.
Crawl budget.
Prioridade.
Classificação.
Pense nisso como um Workload Manager planetário.
Temos workloads.
Alguns recebem prioridade alta.
Outros recebem baixa.
Se você administra bilhões de URLs, precisa decidir onde gastar recursos.
Então imagine algo parecido com:
SERVICE CLASS: IMPORTANT_CURRENT_CONTENT
IMPORTANCE: 1
SERVICE CLASS: COMMERCIAL_INFORMATION
IMPORTANCE: 2
SERVICE CLASS: CURRENT_POPULAR_PAGES
IMPORTANCE: 2
SERVICE CLASS: BLOG_ABANDONADO_2009
IMPORTANCE: 5
😂
O Blogspot sobre VHS japoneses pode continuar existindo.
Mas talvez ninguém queira gastar CPU nele.
🦖 O COBOL cultural
Aqui surge uma analogia especialmente deliciosa.
COBOL sofre exatamente do mesmo preconceito.
Algo é antigo.
Então presumimos:
irrelevante.
Só que idade e irrelevância não são a mesma variável.
Um programa COBOL escrito em 1988 pode continuar processando milhões de transações.
Um blog escrito em 2008 pode possuir a única descrição existente de determinado acontecimento.
Um fórum de 2004 pode conter a única solução conhecida para determinado equipamento.
Uma página pessoal de 1999 pode guardar fotos que não existem em nenhum outro lugar.
Velho não significa lixo.
Velho significa:
precisa de contexto para sabermos se é lixo.
🤖 A ironia da Inteligência Artificial
E agora chegamos a uma ironia magnífica.
Vivemos na era dos modelos gigantes.
LLMs.
RAG.
Knowledge graphs.
Vector databases.
Semantic search.
Agentes.
Embeddings.
Todo mundo quer construir máquinas capazes de compreender o conhecimento humano.
Só que paralelamente estamos permitindo que pedaços enormes do conhecimento humano desapareçam da superfície pesquisável.
É quase como construir a Enterprise enquanto queimamos a biblioteca.
A IA pergunta:
Onde estão os dados?
A humanidade responde:
Estavam num fórum.
Qual fórum?
Não lembro.
Existe?
Acho que sim.
URL?
Não tenho.
Parabéns. Temos 300 bilhões de parâmetros e não encontramos a página do Seu Arnaldo sobre rádios valvulados de 1973.
🗺️ Search virou answer engine
Também ocorreu outra transformação.
Antes, o mecanismo de busca dizia:
Aqui estão dez caminhos.
Agora cada vez mais tenta dizer:
Aqui está a resposta.
Isso parece uma melhoria.
E muitas vezes é.
Mas existe um custo filosófico.
Quando você recebe uma resposta sintetizada, não necessariamente percorre os caminhos que levariam às fontes marginais.
A resposta fica melhor.
A aventura piora.
🧭 A serendipidade morreu?
Serendipidade é descobrir algo valioso sem estar procurando exatamente aquilo.
A velha Web era uma máquina extraordinária de serendipidade.
Você pesquisava:
IBM 3270 terminal
Encontrava:
3270
↓
mainframe museum
↓
computadores dos anos 1970
↓
companhias aéreas
↓
sistemas de reservas
↓
Sabre
↓
história da American Airlines
↓
algum blog obscuro
↓
um sujeito contando como trabalhava num aeroporto em 1994
E então percebia que acabou aprendendo alguma coisa que nem sabia que queria aprender.
Pesquisa moderna frequentemente tenta eliminar esse ruído.
Só que aquele ruído também era cultura.
🪦 Link rot: o cemitério invisível
Existe ainda outro inimigo.
Links morrem.
Domínios expiram.
Sites mudam.
Serviços encerram.
CMS são migrados.
URLs mudam.
Empresas desaparecem.
Isso é chamado de link rot.
Você encontra um artigo de 2005 contendo:
Para saber mais:
http://www.exemplo.com/artigo/123.html
Clica.
Nada.
Domain parking.
Cassino online.
Página vendendo suplemento.
A referência desapareceu.
O texto sobreviveu.
A evidência morreu.
É devastador para história digital.
📚 O hyperlink também é citação
Nós tratamos links como elementos técnicos.
Mas eles são muito mais do que isso.
Um link diz:
“Eu estava lendo aquilo quando escrevi isto.”
É uma relação intelectual.
Um fragmento de contexto.
Uma pequena linha genealógica do conhecimento.
Quando os links desaparecem, perdemos não apenas navegação.
Perdemos proveniência.
🧬 O grafo cultural vai se desfazendo
Imagine:
A → B → C → D
D desaparece.
Depois C sai do índice.
Depois B perde relevância.
A continua vivo.
Mas agora o caminho desapareceu.
Depois o próprio A para de receber links.
O conteúdo continua tecnicamente disponível.
Só que o grafo cultural foi desmontado.
🩺 Dr. House entra na sala
House olha o paciente.
Sintoma:
“Eu não encontro mais coisas estranhas na Internet.”
Equipe:
— Google piorou?
House:
— Sintoma idiota. Próximo.
Foreman:
— Talvez o conteúdo tenha sido removido.
House:
— Algumas páginas continuam online.
Chase:
— Então é problema de ranking.
House:
— Parcial.
Cameron:
— Mudança da arquitetura social?
House olha para o quadro.
Escreve:
CONTENT ≠ DISCOVERABILITY
E sai mancando.
Diagnóstico:
a informação não morreu. A circulação sanguínea morreu.
🧟 O conteúdo zumbi
Temos então um novo tipo de objeto digital.
Não está morto.
Não está vivo.
É um conteúdo zumbi.
Servidor responde.
HTML renderiza.
Imagens carregam.
Mas ele não participa mais da circulação cultural.
É uma URL sem comunidade.
🏴☠️ A arqueologia de busca
Para encontrar essas coisas, começamos novamente a usar técnicas quase artesanais.
Aspas:
"frase extremamente específica"
Restrição:
site:blogspot.com
Combinação:
site:blogspot.com "IBM 3270"
Datas:
"termo obscuro" 2007
Variações linguísticas.
Nomes antigos.
Nicknames.
Domínios extintos.
Trechos conhecidos.
E então uma página aparece.
Você abre.
E começa a seguir os links.
Nesse momento você não está mais pesquisando.
Está escavando.
⛏️ Indiana Jones da Internet
O arqueólogo digital moderno possui ferramentas peculiares.
Google.
Bing.
Internet Archive.
Caches.
Mirrors.
GitHub.
Reddit.
Usenet archives.
Blogspot.
Sites pessoais sobreviventes.
Às vezes uma única palavra encontrada em um comentário permite reconstruir uma cadeia inteira.
É OSINT cultural.
🗃️ O mainframe conhece esse problema
Existe uma velha máxima implícita em sistemas corporativos:
o dado que ninguém consegue localizar é quase equivalente ao dado inexistente.
Você pode possuir cinquenta anos de registros.
Mas se não houver catálogo, índice, metadata e relacionamentos...
boa sorte.
Em mainframe, inventamos ferramentas exatamente para impedir isso.
Catálogos.
Indexes.
VTOC.
GDG.
DB2 indexes.
Metadata.
RACF profiles.
Naming conventions.
O objetivo é simples:
saber onde as coisas estão.
A Internet está descobrindo a versão cultural desse problema.
📦 Temos os datasets. Perdemos o catálogo.
Talvez essa seja a metáfora mainframe perfeita.
Imagine um data center contendo milhões de datasets.
Todos intactos.
Mas alguém perdeu o catálogo.
Tecnicamente os dados ainda existem nos volumes.
Operacionalmente:
boa sorte.
A velha Web está caminhando para algo parecido.
Os volumes continuam montados.
As páginas continuam nos discos.
Mas o catálogo cultural está desaparecendo.
🕸️ Por isso links internos importam mais do que SEO
Quem possui um blog antigo pode fazer algo muito poderoso.
Criar ligações entre textos.
Não apenas:
“clique aqui para melhorar meu ranking.”
Mas:
“este assunto possui história.”
Um artigo sobre COBOL aponta para outro sobre System/360.
Que aponta para outro sobre Grace Hopper.
Que aponta para um sobre bancos.
Que aponta para um sobre história da computação.
O leitor entra por uma porta.
Depois começa a caminhar.
Isso cria um grafo.
🧠 O blog como knowledge graph humano
Um grande blog pode ser visto como:
POST
|
+-- conceito
|
+-- pessoa
|
+-- tecnologia
|
+-- evento histórico
|
+-- filme
|
+-- piada
|
+-- outro post
Milhares de textos interligados formam algo maior.
Não é apenas conteúdo.
É uma representação parcial de como alguém pensa.
Quase um knowledge graph autobiográfico.
🧱 O artigo isolado é uma ilha
Publicar um artigo sem links é fácil.
Ele nasce.
Recebe algumas visitas.
Desaparece.
Já um artigo conectado torna-se uma ponte.
Mesmo anos depois alguém pode chegar até ele por caminhos inesperados.
Isso é especialmente importante para conteúdo estranho.
Porque conteúdo estranho raramente possui volume de pesquisa suficiente para competir por ranking.
Mas pode ser encontrado por associação.
🐇 Follow the white rabbit
A melhor Internet sempre funcionou assim.
Você encontra uma coisa.
Ela aponta para outra.
Depois outra.
Depois outra.
É o buraco do coelho.
A Web sem buracos de coelho é apenas um catálogo.
E catálogos são úteis.
Mas ninguém conta histórias sobre o dia em que passou quatro horas navegando num catálogo eficiente.
📼 Cultura popular precisa dessa bagunça
Especialmente cultura popular.
Porque cultura popular raramente possui documentação formal completa.
Memes.
Dublagens.
Programas de televisão.
Propagandas.
Brinquedos.
Animes obscuros.
Revistas.
Quadrinhos.
Locadoras.
Videocassetes.
Programas de rádio.
Jogos.
Fanzines.
Músicas locais.
Boa parte dessa memória viveu em páginas amadoras.
Se essas páginas desaparecem da descoberta, a memória coletiva começa a ser reescrita pelas fontes que sobreviveram.
⚠️ E quem sobrevive normalmente é grande
Sites institucionais.
Enciclopédias.
Grandes plataformas.
Empresas.
Portais.
Isso cria um risco silencioso.
A história continua existindo.
Mas passa a ser contada apenas pelos sobreviventes mais fortes.
É survivorship bias aplicado à Internet.
🎬 Casablanca novamente
Voltemos a Sam.
A citação errada sobreviveu porque foi repetida.
Milhões de vezes.
Mas imagine uma pequena curiosidade cinematográfica que apareceu apenas em três blogs de 2004.
Dois morreram.
O terceiro continua online.
Só que ninguém o encontra.
Do ponto de vista cultural:
a informação praticamente deixou de existir.
Isso demonstra uma coisa interessante.
A memória coletiva depende menos de verdade absoluta do que de:
redundância.
💾 3-2-1 para cultura
Quem trabalha com backup conhece:
3 cópias.
2 mídias.
1 fora do local.
Talvez a cultura digital precise de uma versão semelhante.
Uma informação importante deveria existir:
em diferentes sites,
em diferentes formatos,
em diferentes comunidades.
Porque uma única URL não é preservação.
É fé.
🤖 IA pode piorar e melhorar isso
A Inteligência Artificial tem dois papéis possíveis.
O primeiro é ruim.
Modelos sintetizam respostas.
Usuários deixam de visitar páginas.
Sites recebem menos tráfego.
Autores deixam de publicar.
Fontes marginais desaparecem.
Mas existe outro cenário.
IA pode ser usada para reconstruir relações.
Extrair entidades.
Detectar referências.
Criar grafos.
Relacionar arquivos.
Descobrir páginas esquecidas.
Semantic search pode finalmente encontrar algo mesmo quando você não lembra exatamente as palavras.
Isso pode ser maravilhoso.
Desde que os documentos ainda estejam disponíveis.
🕯️ Porque IA não ressuscita o que foi apagado
Essa é uma distinção fundamental.
AI retrieval não é necromancia.
Se o documento não existe mais, o modelo não pode magicamente reconstruí-lo com fidelidade.
Pode inferir.
Pode imaginar.
Pode aproximar.
Mas isso não é arquivo.
Preservação vem primeiro.
Inteligência vem depois.
🧙 Sam ainda está no piano
Talvez a velha Web nunca tenha realmente desaparecido.
Talvez esteja apenas ficando silenciosa.
Ela continua lá.
Em servidores antigos.
Blogs abandonados.
Páginas pessoais.
Mirrors.
Arquivos.
Diretórios esquecidos.
Como um bar quase vazio depois da meia-noite.
As cadeiras continuam ali.
As garrafas continuam atrás do balcão.
E num canto existe um piano.
Você chega.
Olha para o músico.
E diz:
Play it again, Sam.
Ele começa a tocar.
E por alguns minutos voltamos à Internet onde você pesquisava uma coisa...
e encontrava o mundo.
☕ Café encerrado
Talvez estejamos vivendo uma inversão histórica curiosa.
1998
“Precisamos colocar isso na Internet para que as pessoas encontrem.”
2008
“Se existe, o Google encontra.”
2018
“Está nas redes sociais.”
2026
“Eu sei que existe. Só não consigo encontrar.”
E talvez o maior problema da Web futura não seja falta de informação.
Será exatamente o contrário.
Teremos informação demais.
Armazenada em lugares demais.
Produzida por gente demais.
Mas com cada vez menos caminhos ligando uma coisa à outra.
A Deep Web do futuro talvez não seja um lugar misterioso cheio de hackers usando capuz.
Pode simplesmente ser:
uma página pública de 2009 que ninguém mais sabe que existe.
HTTP 200.
Sem visitas.
Sem links.
Sem citações.
Sem testemunhas.
E em algum Blogspot esquecido, com sidebar gigantesca, GIF antigo, fonte duvidosa e um comentário de quinze anos atrás dizendo:
“Muito bom o texto, amigo. Abraço.”
estará guardado um pedaço da história humana que nenhum algoritmo julgou importante o suficiente para mostrar.
Talvez seja hora de começarmos a tratá-los não como páginas velhas.
Mas como aquilo que realmente são.
Artefatos arqueológicos de uma civilização digital que ainda está viva — mas já começou a esquecer o próprio passado.
☕🕸️🏺
Um Café no Bellacosa Mainframe
Onde até um HTML de 2007 merece backup antes que alguém dê DELETE PURGE na memória coletiva.
https://eljefemidnightlunch.blogspot.com/2026/08/organizacoes-tabajara-mainframe-seus.html
Time machine web
-
Marginalia Search — provavelmente é o mais próximo do que você está procurando. O próprio projeto diz priorizar conteúdo não comercial e oferecer ferramentas para encontrar “lost old websites”. Tem crawler e índice próprios e foi pensado justamente para revelar sites que você provavelmente não conhecia.
-
Wiby — voltado à Classic Web. É especialmente interessante para páginas simples, pessoais e antigas. O próprio Mwmbl o cataloga como “Search Engine for the Classic Web”.
-
Mwmbl — buscador independente, open source e sem fins lucrativos. O detalhe fantástico é que usuários podem inclusive submeter sites para serem rastreados, ajudando a reconstruir um índice alternativo.
-
Million Short — abordagem diferente e genial para nosso experimento: permite retirar da busca os sites dominantes e procurar aquilo que sobra. O objetivo declarado é justamente escapar de resultados excessivamente dominados por SEO.
-
Wayback Machine — Internet Archive — aqui mudamos de busca para arqueologia propriamente dita. Se você conhece uma URL, domínio ou pelo menos consegue descobrir o antigo endereço, pode voltar no tempo e procurar capturas históricas. A Wayback também oferece APIs para verificar e listar capturas.
