AI智能体每次任务耗能是普通对话的600倍

谷歌曾表示，Gemini文本提示的中位能耗仅为0.24瓦时，不到看九秒电视所需的能量；OpenAI首席执行官Sam Altman则估计ChatGPT平均每次查询消耗约0.34瓦时，与2009年谷歌搜索的能耗相当。这些数字在发布之初便受到质疑，因为它们完全未将推理模型、多模态处理、多智能体系统以及代码生成等高耗能场景纳入考量。气候科学家Zeke Hausfather的实测数据，则以具体数字揭示了这一差距究竟有多大。

Hausfather在八周内详细记录了自己使用Claude Code的全部日志。该工具会在本地保存完整的会话记录，包括每次API调用的精确token数量。他的1138次手动输入共触发超过14000次模型调用，平均每次提示触发约12次调用，每次提示平均处理290万个token。相比之下，一次不含推理或网络搜索的普通聊天交互仅处理约1000个token，两者相差近三千倍。

在所有处理的32亿个token中，96%为缓存读取，这是因为智能体在每一步都需要重新读取其累积的完整上下文。Hausfather实际在屏幕上看到的模型输出，仅占全部处理token的0.4%。他估算的总电力消耗约为170千瓦时，不确定范围在70至330千瓦时之间。在最高强度的一天，多个并行智能体同时处理大规模地理数据分析，单日估计消耗约11千瓦时，超过美国普通家庭日均用电量的三分之一。

按年度推算，Hausfather这种高强度的智能体使用方式将消耗约1.1兆瓦时的数据中心电力，基于美国平均电力结构，对应约370千克二氧化碳当量。这略高于使用一台电动烘干机一年产生的碳排放（262千克），约为旧金山至纽约往返经济舱机票直接碳排放（700千克）的一半，同时相当于美国燃油汽车年均碳排放的8%。Hausfather将其描述为「既是一个不小的排放来源，又只是我个人碳足迹中相对有限的一部分」。

Hausfather并不主张用户通过自我克制来解决问题。他认为，将简单任务路由至更小的模型确实有意义，因为小模型每个token的能耗比前沿大模型低五到七倍，但少数重度用户的个人节制「不会改变任何趋势」。真正的关键在于电力本身的碳强度：若同等工作负载改用清洁能源驱动，碳足迹可降低约90%。然而，目前美国数据中心计划中的自备发电设施，近四分之三仍依赖天然气。

Hausfather认为，AI公司拥有巨大的资本实力和罕见的紧迫感，若这些资金能够流向清洁能源、电网扩容以及地热、核能等先进技术，AI浪潮或许能让整个电网比它到来之前更加清洁。与此同时，随着AI实验室已在推进可自主运行数天乃至数月的智能体系统，能耗的指数级增长风险正在逼近，数据中心能源结构的转型已刻不容缓。

要点

• AI智能体每次任务的能耗约为普通聊天提示的600倍，谷歌和OpenAI公布的单次查询能耗数字严重低估了实际使用场景
• Hausfather八周内使用Claude Code共处理32亿个token，消耗约170千瓦时电力，最高强度单日消耗达11千瓦时
• 按年度推算，重度智能体使用产生的碳排放约370千克二氧化碳当量，与使用一台电动烘干机一年相当
• 数据中心转向清洁能源是降低AI碳排放最有效的手段，可将碳足迹减少约90%，但美国数据中心近四分之三的自备发电仍依赖天然气
• 随着可自主运行数天乃至数月的智能体系统规模化落地，AI能耗存在指数级增长的潜在风险