买老域名时，“没查到”真的不能当成 0，“未知”也不能当成安全

最近在整理一批预删除域名的数据，碰到一个很容易把判断带偏的问题：很多系统最后只想给你一个“有 / 无”“安全 / 风险”的结果，但真实数据根本没这么干净。

最典型的是历史外链。

假设一个域名这次没有查到历史外链，页面上如果直接显示 0，看起来很舒服，但这个 0 可能有三种完全不同的意思：真的查到了而且就是 0；这次数据源没返回；或者这项压根没覆盖。后两种如果也落成 0，买域名的人就会被误导，因为“没有证据”被写成了“证据证明没有”。

拦截和访问风险也是一样。

比如国内节点打不开、海外节点也打不开，这种情况不能直接说“被墙”。它可能只是没建站、源站挂了、DNS 配置失效。反过来，如果某项检查没有形成明确结论，也不能顺手归到“安全”。所以我现在越来越认同两个很朴素的规则：

missing ≠ 0
unknown ≠ safe

看起来只是数据工程里的状态设计，实际会直接影响域名筛选。

举个更实际的例子，一个老域名同时有这些信息：

• 有十几年建站历史
• 有一批历史引用域
• 备案记录存在
• 当前网站不可达
• 某个大陆访问结果未知

如果把“未知”硬塞成“无风险”，这个域名可能被自动放进“安全候选”；如果把历史外链查询失败硬塞成 0，又会把一个原本有历史资产的域名当成白板。最后不是模型多聪明的问题，是最底层状态语义先错了。

我们最近把这套判断单独整理成了一个可复现研究，重点就是把“观察到 0”“缺失”“未知”“明确安全/明确风险”拆开，不让缺数据偷偷参与评分。

研究协议 DOI：
https://doi.org/10.5281/zenodo.22962144

GitHub 研究仓库：
https://github.com/blogerxgang-maker/aiyucha-research

中文研究页：
https://aiyucha.com/zh/publications/pre-release-domain-risk-study

后面还会用冻结的 100 个预删除域名做 pilot，不追求每个域名都必须给一个漂亮结论，查不到就保留查不到。这个做法看起来不够“爽”，但我觉得比把所有格子填满更可信。

做域名筛选、历史外链、备案、被墙/拦截这类东西的朋友，如果你们自己也做过数据管道，应该很容易碰到类似问题。