Google Cache é descontinuado completamente

• O Google bloqueou não só o link de cache nos resultados de busca, mas também o acesso direto, encerrando na prática o antigo recurso Google Cache
• O link direto webcache.googleusercontent.com/search?q=cache:... parou de funcionar recentemente, há cerca de 12 horas, e o operador de busca cache: também não pode mais ser usado
• Após remover o link de cache no início deste ano e adicionar links para a Wayback Machine em setembro de 2024, a forma de verificar cópias salvas na Busca Google mudou
• Vários usuários confirmaram que requisições com cache: são redirecionadas para resultados de busca em vez da página em cache, ou que cópias em cache não aparecem em vários sites
• Para verificar páginas antigas, agora será preciso depender mais da Wayback Machine, e os donos de sites precisam usar ferramentas como Search Console e Rich Results Test para ver a página como o Google a enxergou

---

Fim do Google Cache

• O Google desativou completamente o recurso Google Cache
• No início deste ano, removeu o link de cache dos snippets nos resultados de busca
• Há algumas semanas, adicionou links da Wayback Machine aos resultados da Busca Google
• Depois disso, até os links para abrir diretamente o Google Cache deixaram de funcionar
  • Um exemplo de link direto era webcache.googleusercontent.com/search?q=cache%3Aseroundtable.com
  • Esse link direto parou de funcionar recentemente, em um intervalo de cerca de 12 horas

O operador cache: também não funciona mais

• Vários usuários compartilharam nas redes sociais que a verificação manual de cache não é mais possível
• Algumas requisições são redirecionadas não para a página em cache, mas para resultados de busca com cache:
• Na Índia, houve relatos de que, mesmo testando mais de 10 a 20 sites, não aparecia nenhuma cópia em cache de páginas indexadas
• Após a publicação do artigo, o Google confirmou oficialmente que o operador de busca cache: não funciona mais
  • Na documentação do Google, foi publicado: “The cache: search operator no longer works in Google Search”
  • O conteúdo relacionado também foi removido da documentação sobre operadores de busca

Motivo da descontinuação, segundo o Google

• Danny Sullivan, Search Liaison do Google, já havia antecipado anteriormente a remoção do Google Cache
• O recurso era uma função antiga que ajudava as pessoas a acessar páginas em uma época em que não era confiável contar com o carregamento normal das páginas da web
• Hoje, como a estabilidade de acesso à web melhorou muito, ele passou a ser considerado candidato à descontinuação
• Sullivan disse que queria adicionar links do Internet Archive ao About This Result, mas isso não era uma promessa confirmada naquele momento
• Ele também afirmou que cache: desapareceria em um futuro próximo, e a interrupção real levou cerca de 9 meses

Formas que ainda restam para verificar páginas

• Wayback Machine: alternativa para verificar versões antigas de páginas da web
• URL Inspection do Google Search Console: usuários com conta no Search Console podem ver, em suas próprias páginas, o conteúdo visualizado pelo crawler do Google
• Rich Results Test: outra ferramenta fornecida pelo Google que pode ser usada para inspecionar páginas

noarchive e mudanças na documentação

• Danny Sullivan afirmou que, mesmo com o desaparecimento de cache:, o noarchive continuará sendo respeitado
• O noarchive continua existindo porque também é usado por outros serviços além do Google
• Depois de confirmar oficialmente o fim do operador cache:, o Google também removeu o item correspondente da documentação de operadores de busca

[GN⁺]

Opiniões no Hacker News

• Se o Google adicionou um link direto para a Wayback Machine, espero que também esteja fazendo uma doação substancial ao Internet Archive.
  Como vai mandar muito tráfego para lá e usar isso como se fosse um recurso do seu principal produto, na prática está aproveitando a infraestrutura deles.
  Atualização: não há muitos detalhes, mas parece que há uma colaboração em andamento https://blog.archive.org/2024/09/11/new-feature-alert-access...

  • O link do WebArchive fica escondido bem no fundo da página "Sobre a fonte", então é provável que a maioria dos usuários do Google nem saiba que ele existe.
    Também há uma excelente extensão de navegador chamada Web Archives, que reúne em um só lugar os principais serviços de arquivamento da web, como Archive.is e Wayback Machine https://github.com/dessant/web-archives
  • Se esse acordo não tiver sido condicionado a financiamento, seria algo realmente tolo.
    Imagino que o motivo de isso não ter sido explicitado seja algum tipo de acordo de confidencialidade. O IA também está envolvido em várias turbulências no momento, e o Google provavelmente não quer parecer parte disso.
  • Espero que o Google não se torne a principal fonte de financiamento do Internet Archive.
    Porque quero acreditar que a Wayback Machine e o Internet Archive não são enviesados.
    O Google gosta de influenciar os resultados de busca escondendo resultados de que não gosta e promovendo resultados que a empresa apoia. A Wayback Machine tem sido muito confiável até agora, e espero que continue assim.
  • O que o IA mais precisa não é de dinheiro, mas de arquivos de backup independentes.
    A menos que o financiamento do IA supere toda a indústria de lobby de direitos autorais dos EUA, sempre existe a possibilidade de ele desaparecer sem aviso suficiente, sem dar tempo de salvar os dados em outro lugar.
    Também há a questão do que o IA pode arquivar. Por causa da corrida do ouro do aprendizado de máquina, cada vez mais operadores de sites estão farejando dinheiro em seu conteúdo e restringindo quem pode rastreá-lo. O Google está numa posição especial em que quase ninguém pode bloquear o rastreamento do Google, e por isso o cache do Google era especialmente valioso, independentemente do IA.

• É uma pena enorme que tenha desaparecido. Sempre foi uma espécie de último recurso.
  O Internet Archive é ótimo, mas depende principalmente de as pessoas solicitarem manualmente o salvamento de sites.
  Então, em sites mais obscuros que já estavam sofrendo degradação de bits e não carregavam mais, às vezes não havia nada no IA, mas ainda dava para resgatar algo pelo cache do Google.

  • Estou preocupado com o futuro do IA. Por causa da postura imprudente na política de empréstimo de livros, ele abriu espaço para ataques capazes de drená-lo financeiramente.
    Além disso, materiais que violam direitos autorais e estão publicados abertamente no site também são um alvo perfeito.
    Estou esperando o momento em que a Nintendo descobrir os enormes dumps de ROM que existem ali. Não vai acabar bem. Nenhuma “superioridade moral” vai impedir os advogados.

• O Google Cache era útil porque, mesmo quando não se conseguia encontrar algum termo ou palavra-chave em um site, às vezes ele ainda estava no cache.
  Mesmo quando o site caía ou aquele item desaparecia, dava para dizer: “ainda está no Google Cache!”. Agora não dá mais.
  Hoje em dia uso cada vez menos o Google. Por que eu usaria, se posso simplesmente perguntar a um LLM que me dá uma resposta em segundos e sem anúncios? Se eu peço referências e links, ele também fornece. Acho que nunca recebi de um LLM links de fazendas de conteúdo de SEO, enquanto na Busca do Google uma página inteira parece ser disso. O Google Search parece o Yahoo pouco antes de morrer, talvez até pior, como se estivesse prestes a ser substituído pelo Bing.

  • Isso ainda acontece o tempo todo.
    Você pesquisa uma palavra-chave, olha o resultado do Google, confirma que a palavra aparece no preview do Google e, ao clicar no link, a página real não tem a palavra.
    Não é spam de SEO escondido; é literalmente conteúdo que foi removido. O cache não corresponde ao resultado em tempo real, e não há nada a fazer.
  • LLMs não terem anúncios é verdade por enquanto.
  • O índice do Google às vezes também inclui conteúdo por trás de paywalls ou cookiewalls.
    Dois grandes sites tchecos começaram a adotar cookiewalls e, embora isso viole o GDPR, a autoridade local de proteção de dados não está agindo, então parece até que foi paga por esses sites.

• Eu usava bastante o cache não só para ver sites, mas também para acessar versões em texto de PDFs e documentos Word. RIP

  • Eu também. Só ao ver este comentário percebi que alguns projetos antigos meus agora deixarão de funcionar.

• Acho que o Google ainda tem todos esses dados.
  Só não deixa mais outras pessoas usarem.
  Será que isso pode virar uma vantagem competitiva, com o Google usando os dados para treinar seus próprios modelos enquanto impede o acesso dos outros?
  Será que o Google quer dificultar perceber quando uma página foi reescrita? Será que jornalistas encontravam informações valiosas com frequência demais usando esse recurso?

  • Tenho a impressão de que o Internet Archive assumiu boa parte desse uso que antes vinha do Google.
    Separadamente, o Google deveria considerar seriamente fazer uma doação bem grande ao Internet Archive.
  • Talvez sim. O conteúdo “em cache” provavelmente era servido a partir de um registro de banco de dados em que o URL X tinha o conteúdo Y armazenado, o que na prática significava guardar uma cópia espelhada dos termos indexados.
    Se não armazenarem esse espelho e mantiverem apenas o índice de busca, dá para economizar bastante em armazenamento, E/S e CPU para descompressão; como os usuários não solicitam mais isso, o custo geral de infraestrutura pode cair muito.
    Também poderia ser uma vantagem disponível só para o Google no treinamento de modelos, mas não sei se antes usuários comuns do Google podiam baixar em massa os dados de cache do Google. Será que isso era possível sem ser bloqueado pelas páginas ou APIs do Google?
  • Pelo que entendo, o Google renderiza bastante as páginas antes de indexá-las.
    Assim consegue indexar conteúdo carregado por JavaScript e bloquear algumas formas pelas quais spammers mostram conteúdo diferente ao Google e aos usuários.
    Talvez a principal forma como o Google armazena páginas já não combine mais com um formato que possa ser facilmente servido como página em cache. Pode ser uma maneira de reduzir custos de armazenamento eliminando cópias legadas de cada página.
  • Como acontece também com o YouTube, o conjunto de recursos visíveis para o usuário desses serviços está encolhendo cada vez mais, e o que se pode obter deles também diminui.
    Há otimização demais em uma direção desfavorável ao usuário. Enquanto isso, a busca ainda está enraizada em conceitos dos anos 90 e funciona apenas como uma máquina de fazer dinheiro.

• O surpreendente é que isso ainda existisse.
  Acho que faz anos que não vejo uma versão em cache realmente acessível nos resultados do Google.

• Há um motivo a menos para usar a busca do Google.
  É um esforço bastante consistente para estragar uma máquina de imprimir dinheiro em todas as frentes.

  • Há mais um motivo para não usar a busca do Google. Nem lembro quando usei pela última vez; acho que foi uns 12 anos atrás.

• Era muito útil ao procurar informações de suporte de produtos, porque empresas frequentemente tiram páginas do próprio site do ar ou as movem.
  Eu sempre via a versão da página existente no momento em que o Google havia apontado para aquele resultado.

• Quando deixa de ser possível saber o que existia antes, infelizmente a história é apagada.
  “O passado era alterável. O passado jamais fora alterado. A Oceânia estava em guerra com a Lestásia. A Oceânia sempre estivera em guerra com a Lestásia.”
  ― George Orwell, 1984

• Isso me trouxe lembranças. No começo, enquanto eu transferia o WordPress para um novo servidor, um backup do banco de dados foi corrompido.
  Graças ao cache do Google, consegui recuperar os posts do blog. Foi uma época realmente caótica.