The Pudding 6 月 26 日发布了一个交互式数据项目：把纽约公共图书馆 Buttolph Collection 里 1880—1920 年间的 5000 份餐厅菜单，做成了可浏览页面。

这批原始馆藏超过 25000 份菜单。The Pudding 展示的是其中一部分，不是全量搬运。这个区别很重要。

我更在意的是，它把一张张老菜单从“好看的旧纸页”变成了索引。你可以顺着城市、餐厅、菜品、年份往下翻，看到美国城市餐饮和消费文化留下的细小痕迹。

但也别把它看成一部完整饮食史。菜单能说明很多事，也会漏掉很多人。

这个项目好看，但重点是能查

项目支持按纽约、底特律、波士顿、芝加哥、旧金山、洛杉矶和美国州份浏览。它也提供 Plaza Hotel、Waldorf-Astoria、Delmonico's 等餐厅或酒店入口。

这意味着读者不是只能点开一张菜单，看字体、花边和菜名。更有用的玩法，是沿着地点和机构来回跳。

比如你可以看某个城市的菜单集中长什么样，也可以从一家酒店入口切进去，看它如何呈现菜品、宴会和餐厅身份。

项目还设置了类似“Uncommon Meats”的主题入口，并给部分菜品提供定义说明。其中一些解释由 AI 辅助生成。对普通读者来说，这降低了阅读门槛。19 世纪末、20 世纪初的菜单里，法语菜名、旧式拼写、少见肉类不少，没有解释，很容易只看个热闹。

这类材料的价值，正在于它同时回答两个问题：当时餐厅卖什么，以及它们怎么把这些东西写给顾客看。

材料类型能看到什么主要限制
历史菜单餐厅定位、菜品命名、食材线索、菜单形式多来自被保存和收藏的场所
老照片空间、服饰、用餐场景很难系统追踪菜品变化
烹饪书家庭或专业烹饪规范不等于餐馆实际售卖
报纸广告价格、促销、商业话术信息碎片化，依赖广告投放

所以它不是一面橱窗，而更像一张索引网。文字、地点、机构和时间被放到同一个入口里。

对数据新闻和可视化叙事感兴趣的人，最直接的动作不是收藏几张漂亮图片，而是拆它的组织方式：入口怎么分层，主题怎么命名，原图、元数据和解释文本怎么衔接。这是档案可视化很实用的一课。

菜单能读出城市，也会读出收藏者的眼光

Buttolph Collection 的背景不能省略。这批菜单档案主要由一位女性长期整理和汇集，后来进入纽约公共图书馆的馆藏体系。

也就是说，今天网页上的材料，不是历史自然留下的一组随机样本。它们经历过收藏、保存、归档和再展示。

这会影响我们怎么读它。

Plaza Hotel、Waldorf-Astoria、Delmonico's 这样的入口很醒目。它们能帮助我们观察酒店餐饮、知名餐馆、正式宴会和城市消费文化。但它们不能代表街角小餐馆、工人午餐摊、移民社区日常饮食的全部样子。

这不是项目的缺点，而是所有档案都绕不开的现实。档案从来不是天降全景图。识得其偏，才可能用得稳。

对关注饮食史、城市史和消费文化的读者来说，更合适的用法是把它当“线索库”。看到某个菜名、某家餐厅、某个城市之后，再去找报纸、账本、人口资料、供应链记录和地方档案交叉验证。

它适合回答：“馆藏菜单里出现了哪些城市餐饮线索？”

它不适合直接回答：“1880—1920 年美国人都吃什么？”

这两句话差得很远。

AI 解释能帮忙入门，引用时要慢一点

项目里的菜品定义很方便。尤其是面对旧菜名和法语表达时，它能让读者少卡在第一步。

但 AI 辅助解释只能当入口，不能当考证结论。菜名会随地区、餐馆档次和时代语境变化。同一个词，在高档酒店和普通餐馆里，未必指向完全相同的菜。

这会直接影响两类人的动作。

数据新闻编辑可以用它找选题、做视觉结构参考，但不要急着把 AI 菜品定义当成可引用注释。更稳妥的做法，是回到原图和馆藏元数据。

饮食史或城市史研究者可以用它快速定位材料，但若要判断流行度、价格变化或阶层差异，还需要外部史料支撑。只凭这 5000 份样本，很难推出大结论。

接下来最该看的，不是页面还能不能做得更漂亮，而是方法细节有没有交代清楚：样本如何抽取，OCR 或转录质量如何，菜品定义来自哪里，AI 解释经过怎样的校验，元数据怎么处理。

这些问题决定它是一个好用入口，还是能被严肃引用的数据项目。

回到开头那 5000 份菜单。它们最有意思的地方，不是把旧纽约、旧芝加哥、旧酒店餐桌重新包装了一遍。它们提醒我们：一张菜单很小，但只要索引做得足够好，就能照见城市消费的纹理；样本边界说得足够清楚，才不至于把纹理误读成全史。