美国政府问责局：美国能源部过早地排除了较便宜的核清理方案

一句话看懂：美国能源部（DOE）在清理核废料场时，因过早否决了成本更低的技术方案，可能导致纳税人多支付数十亿美元。这一事件对依赖大规模算力的AI行业是一个重要警示：政府项目的决策效率与成本控制直接影响清洁能源和工业用地释放，进而影响数据中心与算力基础设施的建设速度。

事件核心：发生了什么

据美国政府问责局（GAO）报告，美国能源部在推进汉福德核废料清理项目时，未充分评估并过早排除了某些被认为“成本较低”的清理技术方案。GAO指出，DOE在决策过程中缺乏系统性的技术对比与成本收益分析，导致可能错失更经济的处理路径。汉福德场址是全球规模最大的核清理工程之一，预算已超千亿美元，DOE目前采用的高温玻璃固化法造价极高，而替代方案如低温水泥固化等尚未获得同等审查权重。

为什么重要

对于AI行业而言，这一事件揭示了大型基础设施项目中“技术锁定”风险。当前，AI算力扩张高度依赖稳定、廉价的清洁电力。核废料清理效率直接制约核电站退役和新建审批，而美国能源部在决策中缺乏充分的技术开放性，可能推高整个清洁能源供应链成本。如果核清理方案过早关闭“便宜选项”，将延缓土地和电网资源释放，间接影响AI数据中心选址和能源采购预算。此外，这也反映出政府部门在评估新兴替代方案（如模块化处理技术）时的滞后性，与AI产业快速迭代的特性形成对比。

对用户/开发者/创作者的影响

对企业采购者和算力规划人员来说，GAO的警示意味着应关注美国核清理政策对能源市场的长期影响。如果DOE坚持高成本路线，可能推高工业电价，进而传导至云服务费率。对于AI应用开发者，虽然短期没有直接影响，但算力成本上升压力可能促使云厂商更早寻求包括小型模块化核反应堆（SMR）在内的新型能源协议。同时，这一案例提醒开源与闭源AI工具链建设者：技术决策不能过度依赖单一方案，保持路线多样化有助于降低系统性风险。