aiminute. ← 全部AI新闻
研究 2026-08-10

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

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。
#编程#AI智能体

✓ 已核实 · 3个来源

WhatsApp X Telegram
在App中阅读——免费,9种语言

相关新闻

机器学习读懂了患病脑细胞的形态,挑出九种已获批药物让它们平静下来
2026-08-21
传闻:那个免费登顶编程基准的匿名模型,据称是智谱尚未发布的旗舰
2026-08-21
DeepSeek 的廉价主力模型现在能"看"了——在需要视觉的智能体任务上,它自称已接近 Anthropic 最强模型
2026-08-21
英伟达出资 60 亿美元买下对手的"造模型机器",并招走运营它的 109 人
2026-08-21
给四个小时和一块GPU去改进训练AI的方法:最好的智能体拿到1分中的0.25——而大多数根本没有尝试
2026-08-21