觀察報告：OONI Run v2 全量普查與被低估的高槓桿用法（發想與過程紀錄）

## 這個 issue 想做什麼

這是一份發想與過程的紀錄，想讓社群成員都知道我們做了一件事。為了佐證 #78 的測量模式提案，我們盤點了 OONI Run v2 上全部存活的清單，逐條取得生涯檢測量。結論對 #78 是正面的，所以把觀察與後續整理攤在這裡，邀請社群與 OONI 團隊一起看。

## 我們做了什麼

以 2026-06-01 為快照，我們盤點了 OONI Run v2 上全部存活的 336 條 link，透過 OONI 的 aggregation API（以 `ooni_run_link_id` 篩選）逐條取得每條 link 的生涯檢測量，再依清單主題分群。資料解讀都以這個快照為準。

## 主要發現

- 全球 Run v2 自 2024-04-24 啟用至今約 26 個月，總共只建立過 337 條 link（現存 336）。
- 全部生涯檢測量 14,171,627 筆，但分佈極不平均，**Gini 0.981**。
- 產量最少的 90% link 只佔 0.93% 檢測量，最前面 4 條就吃下約 79.5%。
- 112 條（33%）生涯檢測量為 0，193 條（57%）不到 100 筆，中位數只有 27。
- 按使用情境分群，少數幾群驅動了幾乎全部資料：

| 使用情境 | link 數 | 佔全網檢測量 |
|---|---:|---:|
| DW 國際媒體監測 | 3 | 72.4% |
| 西班牙 LaLiga 封鎖觀測 | 13 | 10.8% |
| 委內瑞拉 VSF 封鎖觀測 | 4 | 6.5% |
| 烏拉圭 UCU 研究團隊 | 49 | 6.1% |
| 其他長尾 | 199 | 2.1% |

- 清單大小（input 數）與生涯檢測量幾乎無相關。DW 的 #10004 只有 15 個 input 卻有 58 萬筆，UCU 的 #10158 塞了 4,635 個 input 也才 73 萬筆。槓桿在持續運行的後端，不在清單堆多大。

這幾群高產量使用者的共同做法，是把一條清單對準一個明確的審查或封鎖現象，配上一個持續運行的測量後端。這正是「大家不知道還可以怎麼用」的高槓桿用法。

## 社群自己的對照

我們社群先後建了兩條 Run v2，剛好示範了兩種樣態，兩條都揭露不挑好的講。

- **10238**（2025-09-15，7 個 input）生涯只跑 14 筆，落在「建了沒持續跑」的多數人那一類。
- **10328**（2026-05-15，10 個 input）配上自營節點後，半個月累積 4,659 筆，排名 39/336，進前 12%。

同一個社群、同一份清單雛形，差別只在有沒有持續運行的後端。

## 跟 #78 的關係

這份普查直接佐證 #78 的設計。真正產出資料的那一小群，做的事跟 #78 提案一模一樣，策展清單加專屬現象加持續運行的後端。死掉的 57% 缺的正是「自營節點骨幹」這塊。aggregation API 支援 `ooni_run_link_id` 篩選這件事也順帶證實了 #78 工程規劃裡的一個待測風險，之後做 dashboard collector 可以直接用。

## 接下來

- 整理成 blog：[我們普查了 336 條 OONI Run v2 清單：被低估的高槓桿用法](https://anoni.net/docs/blog/2026/06/2026-ooni-run-v2-usage-patterns/)
- 歡迎社群與 OONI 團隊在這裡留言，或到 Matrix 的 anoni-net 公開空間討論。

---

## English summary (for the OONI team)

**TL;DR.** We ran a full census of every live OONI Run v2 link to sanity-check the
measurement model proposed in #78, using OONI's public aggregation API
(filtered by `ooni_run_link_id`), snapshot 2026-06-01.

**What we found (snapshot 2026-06-01):**

- 337 links ever created over ~26 months; 336 live. 332/336 are `web_connectivity`.
- 14,171,627 lifetime measurements total, but **Gini 0.981** — extreme concentration.
- The least 90% of links account for 0.93% of measurements; the top 4 ≈ 79.5%; 3 DW links alone = 72.4%.
- 33% of links have zero measurements; 57% have <100; median = 27.
- List size barely predicts volume — the leverage is a continuously-running vantage point, not a bigger list.

**Why it matters for #78.** The high-output cohorts (DW, conexionsegura/LaLiga,
vesinfiltro) already do exactly what #78 proposes: a curated list aimed at one
censorship phenomenon, driven by a continuous backend. Our own two links
illustrate both sides honestly — `10238` (built, 14 measurements) vs `10328`
(continuously run, 4,659, top 12%).

We would welcome any pitfalls you see in this reading, and any interest in
collaborating on the data side. Full proposal context is in #78.