我把 OpenClaw 养成了一只会自己出去“找吃的”的龙虾

我把 OpenClaw 养成了一只会自己出门找“吃的”的龙虾

有一段时间，我几乎每天都在重复同一件事：想找个能用的 API 试试，结果还没开始写代码，人就已经被网页绕晕了。

本来只是想找一个大模型接口跑一下，最后却变成了在官网、文档、价格页、注册页之间来回横跳，像在参加什么互联网寻宝比赛。

我一边翻，一边心里疯狂吐槽：

这到底是不是官方的？

不是说能免费试吗，怎么下一页就开始让我绑卡了？

文档到底藏哪了？

key 又是从哪里领？

这个到底能不能直接接进我现在的代码里？

最崩溃的是，这些问题每一个单独拎出来都不算难，但它们一旦扎堆出现，就会让人瞬间失去继续探索的欲望。明明我只是想试一个 API，最后却像在做一场前置任务比正文还长的支线剧情。

也是在那个时候，我突然冒出来一个很离谱但又很合理的想法：

既然 OpenClaw 本来就会调工具、会拆任务、会自己找信息，那我为什么不能把它养得再“聪明”一点？

我不想让它只会坐在那里回答问题，我想让它像一只被我养熟的龙虾一样，别等着我一口一口喂，自己就能爬出去找吃的。

这只龙虾找的“吃的”，到底是什么？

当然，不是真的饲料。

我说的“吃的”，其实是互联网里那些公开可访问、最好还能免费试、文档不算太离谱、拿来就能上手的 API 资源。

在我眼里，真正有价值的，不只是某个 API 的名字，而是它背后整套能不能快速上手的信息，比如：

• 官网入口是不是正规的
• 文档能不能找到
• 有没有免费额度
• 要不要绑卡
• 请求格式长什么样
• 有没有现成的 curl 或 Python 示例
• 支不支持 OpenAI 兼容格式
• 到底值不值得我浪费今晚的两个小时去试它

也就是说，我希望它叼回来的，不是一个模模糊糊的“你可以看看这个”，而是一份很完整的“试吃报告”：

这口粮能不能吃，怎么吃，第一口从哪下嘴，吃到一半会不会突然发现还得先交钱。

事情是怎么慢慢变成这样的

一开始我并没有想做什么特别复杂的东西。

我只是单纯觉得，很多 AI 工具虽然很会说，但总让我有种“它懂很多，可它不替我干活”的感觉。

比如我问一句：

有没有现在就能试的大模型 API？

有些工具给出的回答通常会很像这样：

你可以去某某平台看看，或者搜索一下某某服务。

这话不能说错，但也真的没多大帮助。

因为问题从来都不是“我不知道可以搜”，问题是搜完以后，我还得自己一点点辨认、核实、筛选、比较。

真正耗时间的，是后面那一整套杂活。

所以我开始换一种思路想这件事：

如果 OpenClaw 不只是回答我，而是真的替我出去跑一圈，会怎么样？

它可以先去找公开网站，再看看哪些更像官方来源；接着翻文档、翻 pricing、翻免费额度说明；再判断注册麻不麻烦，要不要绑卡；最后顺手把最小调用方式和接入线索都捋出来。这样我得到的，就不再是一堆散装链接，而是一份已经做过筛选和判断的结果。

那一刻我突然觉得，这已经不是“搜索”了，这更像“觅食”。

而 OpenClaw，也就这样被我一点点养成了一只会自己出门找粮的龙虾。

它不是在搜索，它是在“出去闻味道”

我最喜欢这个作品的一点，就是它的感觉真的不太像一个普通工具。

它不是那种很机械的流程：搜一下，返回几个链接，结束。

它更像是在做一套很有画面感的动作。

先是闻一闻，看看哪里像真的有资源。

再爬过去翻一翻，确认是不是官方、文档有没有用。

接着挑出几口看起来更靠谱的，顺手避开那些写着免费、结果点进去就要绑卡的坑。

最后再把最值得试的那几口叼回来，整整齐齐摆到我面前。

这种感觉其实挺妙的。

以前很多 AI 给我的印象是：它很会讲话。

但这次不一样。

这次我更强烈的感受是：

它开始会自己找东西了。

这两个体验差别真的很大。

前者像是一个懂很多但只负责动嘴的人，后者更像一个真的会跑腿、会做调研、还能顺手给你建议的小助手。

我拿它实战的时候，那个感觉真的挺爽

我一开始测试它的时候，问题问得很直接：

帮我找几个公开可用、最好还有免费额度的大模型 API。

然后它就真的开始像模像样地“出门觅食”了。

它不是上来就给我甩几个名字，而是自己拆任务：先找站点，再筛来源，再翻文档，再看价格，再确认有没有 free tier，再判断接入门槛，最后把结果整理出来。

等它把东西带回来时，那个感觉已经不是“给你几条搜索结果你自己研究吧”，而更像是一个朋友替我跑了一圈官网，回来以后把笔记往桌上一拍，跟我说：

这几个我看过了，这个适合立刻试，这个文档清楚，这个免费额度写得比较实，这个虽然看起来很强，但门槛也高一点，这个最容易接进你现在的代码。

这种感觉特别真实。

因为它给我的不再是冷冰冰的字段，而是带着判断和取舍的信息。

它像是真的替我做过一轮调研，而不是随便总结了几行字糊弄我。

⚙️ 表面上很像段子，实际上挺“智能体”的

我自己觉得，这个作品最有意思的地方就在这里。

它表面看起来像在讲一个“找粮龙虾”的故事，好像还有点好玩，但本质上它做的事其实挺硬核的。

它不是只靠一次搜索就开始生成答案，而是更像一条完整的动作链：

| 步骤 | 它在做什么 |

|------|-------------|

| 找 | 定位官网、文档、价格页、注册入口 |

| 读 | 打开页面，提取关键信息 |

| 筛 | 优先看官方来源，过滤模糊和不靠谱内容 |

| 比 | 把多个 API 放在一起横向判断 |

| 整 | 顺手整理最小调用方式和接入线索 |

所以我后来越想越觉得，它最像“龙虾”的地方，恰恰也是它最像“智能体”的地方。

因为它不只是会回答问题，它是在执行一整套寻找、验证、筛选、整理的动作。

也正因为这样，它带给我的感觉不再是“一个会说话的搜索框”，而更像一个真的会干活的技术代理。

我为什么会对这个作品有点上头

可能是因为我很喜欢这种变化。

以前总觉得，AI 的厉害更多体现在“你问，它答”。

但这次我会更明显地感受到另一种可能：

它不只是答题，它开始能替我去做前面那一大堆麻烦但必要的事情。

对于找 API 这种场景来说，这种变化尤其明显。

因为这类信息本来就很碎，碎得很真实，碎得让人烦。

而我做的这只龙虾，本质上就是在替我把这些碎片一点点叼回来，再拼成一份我真能直接上手的东西。

说得可爱一点，它是在给我找粮。

说得认真一点，它是在替我完成一轮资源发现和接入判断。

而我最满意的地方，就是它已经不只是“知道哪里有粮”，而是开始会帮我分辨：

哪口值得吃，哪口别碰，哪口最适合先咬第一下。