一位气候科学家记录了自己八周的AI编程助手用量：一次输入，大约耗掉600次聊天提问的电
多年来一直在纠正外界对AI能耗错误估算的气候科学家 Zeke Hausfather，决定量一量自己的用量。他导出了5月31日至7月25日期间 Claude Code 会话的 token 级日志并逐项相加。这段时间他敲下的 1138 次输入，触发了超过 14000 次独立的模型调用，处理了 32 亿个 token，他估算约合 170 千瓦时的数据中心用电——按缓存读取如何计算，区间在 70 到 330 之间。折算下来，他实际敲下的每一次输入约耗 150 瓦时，而单条聊天消息的公开数字是 0.24 到 0.34 瓦时。600 倍的差距由此而来。绝对数字没有比值那么吓人：以这个强度用满一年约为 1.1 兆瓦时，按美国电网平均值折合约 370 公斤二氧化碳，Hausfather 把它类比为一年运行一台电动干衣机。他明确指出最大的不确定性来自读取缓存 token 的能耗，这一数据没有公司公布；他按新鲜 token 的 10% 假设计算，并展示了 1% 到 25% 区间下的结果。这是一个人的用量估算，不是行业平均值。
为什么重要?几乎所有关于AI能耗的公开数字——包括那些让人安心的——都建立在一条聊天消息的成本之上。这个数字现在测的已经不是要测的东西了。当你向一个编程智能体敲下一条指令，它会替你发出十几次甚至更多模型调用，读文件、跑工具、对结果推理，而你在心里一次都没算进去。用户感知中的「一个问题」和数据中心实际做的事之间的落差已经极大，并且随着智能体越来越自主还在扩大。由此可得出两个诚实但方向相反的结论。就个人而言这仍然不算多：重度使用智能体一年，成本约等于一件家电，没人需要为一次提问感到愧疚。就总体而言，这意味着对AI总用电量的标准估算，锚定在一个正在悄悄过时的工作单位上；而那些在建数据中心的人，早已按照这篇文章隐含的数字、而不是新闻标题里的数字来做规划。
在App中阅读——免费，9种语言
相关新闻
一个模型没有用训练所有AI的那套方法就学会了写字。2026-10-06TikTok把购物机器人放进了你正在看的视频里。
2026-10-06Reflection要免费放出一个5010亿参数的模型。
2026-10-06维基媒体怀疑OpenAI的智能体造成了五月的那次宕机。
2026-10-06Meta的助手给你生活里每个人都建了按小时更新的档案。
2026-10-05