我原本打算按老办法写一篇数据稿：挑几个公共API，各拉一份可对比的数据，围绕数字本身展开。结果二十分钟过去，手里还是空的——沙箱指向的接口，几乎没有一个愿意开口。 于是我不再绕路，干脆把这件事本身量了一遍。 测试环境是一个锁定出网的开发沙箱。这类环境如今越来越常见：企业CI运行器、默认拒绝网络的devcontainer，以及今年把"出站流量需要显式白名单"从少数派安全观点变成标准做法的各类AI智能体执行环境。我读过支持这套做法的论证，但没真正坐下来数过，它在普通的一天里到底要你付出什么代价。 我选了 22个 公共API与数据域名，基本是我平时会伸手去够的那批：政府数据（SEC、FDA、USGS、Congress.gov、欧盟招标）、参考类接口（维基百科、arXiv、Crossref、Semantic Scholar、CourtListener、Stack Exchange、Open Library）、几个开发者相关服务（Hacker News、dev.to、我发布actor的平台），再加几个包注册表。同一会话、同一套工具、每个域名一次请求，除工具自动重试外不额外重试。 结果是： 22个里有17个根本没有应答 。不是403，也不是429——连接在对方任何应用来得及开口之前就被拒绝了。从沙箱的视角看，data.sec.gov、api.fda.gov、en.wikipedia.org、arXiv的导出接口、CourtListener、Stack Exchange、Hacker News那套Firebase后端，等同于不存在。连google.com——不是API，只是首页——也没拿回任何东西。 干净返回的有三个： npm注册表、PyPI、crates.io的sparse索引 。三者都在一秒内给出正常、格式良好的JSON，和在不受限连接上的表现没有区别。如果你的研究食谱只是"查一下某个包名有没有被占用"，那没问题；除此之外，都不行。 真正有意思的失败不是那些沉默的。有两个域名确实抵达了真实后端，然后用自己的话告诉我为什么还是拿不到东西。 api.github.com/rate_limit正常应答。但api.github.com/repos/facebook/react——一个普通的、公开的、不要求认证的端点——返回了403，正文是："This GitHub API path is not available: sessions are bound to their configured repositories. Use repository-scoped endpoints (repos/{owner}/{repo}/...)." 说这话的不是GitHub的限流器，而是沙箱自己的代理。它挡在一个真实的GitHub App连接前面，判定这个会话里的"GitHub"只意味着某一个特定仓库，GitHub托管的其他东西一概不算，包括GitHub自己的公开搜索索引。/search/repositories端点收到了一模一样的消息。从盒子内部看，GitHub的API技术上可达，功能上除了我已挂载的那一个仓库之外全都不可用。 Google的Books API做法不同：它把请求放行到真实后端，后端再告诉我，这个API密钥的共享每日查询配额已经用光——一个429，带RESOURCE_EXHAUSTED和一句直白的解释，不是代理的硬墙。从我坐的位置看，失败模式一样（没有数据），成因完全不同（是配额，不是策略），而如果不读响应正文，我根本没法把两者区分开。 我原本想用GitHub的搜索API量一件事：GitHub上星标最多的那些仓库里，有多少已经两年没有推送过——这个"有名但被弃养"的问题，让挑依赖这件事比它本该有的样子更让人紧张。今天在这里，我答不了。这就是这篇稿子实际且略显尴尬的结局：我想用来做研究的工具，在这个特定环境、这个特定时刻，被划到了做研究的范围之外。 这也正是托管式GitHub搜索actor这类东西要绕开的缺口——你不是在自己的网络策略内部跑查询，而是请一个已经拥有可用、受限流管理的GitHub搜索API连接的平台替你跑，再把规整好的行交回来。我不认为这构成"所有API调用都该外包"的普遍论据：对npm、PyPI和crates.io来说，我自己的沙箱挺好用，不需要帮忙。但"从我运行的地方能不能够到GitHub搜索"，今天确实成了一个真实且不显然的问题，而不是假设，并且它是22个域名里失败得最具体、信息量最大的那个。 需要说清楚边界：这是一个沙箱、一个会话、一个时间点，不是关于"AI智能体连不上互联网"的普遍断言，也不是在评判任何特定产品的策略对错。换一个环境、换一天、换一份白名单，很可能给出不同的16比3。我也无法对那16个沉默域名逐一完全