一句话看懂：气候科学家 Zeke Hausfather 用八周真实使用数据证明，AI 编程智能体每次输入平均消耗约 150 瓦时电力，大约是普通聊天提示（Gemini 约 0.24 瓦时）的 600 倍。谷歌和 OpenAI 此前公布的“单次查询能耗”远不能代表真实 AI 使用强度。
事件核心：发生了什么
Zeke Hausfather 在 The Climate Brink 发布分析，记录了自己八周内使用编程智能体 Claude Code 的完整能耗。他通过 Claude Code 的本地日志，精确追踪了 1,138 次人工输入背后的模型调用量：这些输入触发了超过 14,000 次模型调用，平均每次输入处理约 290 万个 token，总计处理 32 亿 token。其中 96% 是缓存读取——AI 智能体在每一步都会重新读取此前积累的全部上下文，真正生成并显示给用户的输出 token 仅占总量的 0.4%。
他估算这八周消耗了约 170 千瓦时数据中心电力（区间 70–330 千瓦时），平均每次输入约 150 瓦时。全年推演下来约为 1.1 兆瓦时，按美国平均电网结构折算约 370 公斤二氧化碳当量，接近一台电动干衣机一年的排放。最重度的一天，多智能体并行处理地理数据时，能耗估计达到 11 千瓦时，超过美国家庭日均用电量的三分之一。
为什么重要
谷歌和 OpenAI 去年公布的聊天提示能耗数据（Gemini 中位文本输入 0.24 瓦时，ChatGPT 单次查询约 0.34 瓦时）只覆盖了最简单的问答场景，远不能反映多轮推理、长上下文和多智能体协作的真实成本。Hausfather 指出，智能体的每次“提示”包含大量后台模型调用和缓存读取，能耗跨度从 0.24 瓦时到数千瓦时，横跨五个数量级。
这也说明“提示次数”作为一种计量单位已经失效：AI 智能体一次输入产生的计算量，取决于它要执行多长的任务链。当前各大 AI 实验室正在推进可自主运行数天乃至数月的智能体系统，若这类使用模式成为主流，数据中心整体能耗会以远超聊天场景的速度增长。Hausfather 认为，推动数据中心转向清洁能源是最关键的减排杠杆。
对用户/开发者/创作者的影响
对重度使用编程智能体的开发者而言，单次输入的算力开销和碳排放都不是可以忽略的量级。一个常见的 Claude Code 工作日后台耗电约 3 千瓦时，高于两台冰箱的日均用电；这类工具在带来效率提升的同时，也把以前由大批量离线计算承担的成本转移给了高频交互场景。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户和创作者，直接影响更多体现在成本和产业层面：智能体类产品比聊天产品更消耗算力和电力，API 调用费用、订阅定价和模型服务商的数据中心扩容压力都可能因此变化。图像生成、深度推理和高频多模态任务同样属于高能耗区间，用户在选择工具时值得把模型效率和实际任务复杂度纳入考量。
值得关注的后续
目前公开信息显示，尚没有模型厂商公布主流模型按 token 级别的真实能耗数据，Hausfather 的估算仍依赖合理假设。后续可以关注三个方向：一是头部模型厂商是否会公布更透明的推理能耗指标；二是智能体 API 定价是否会随任务复杂度或调用时长调整；三是科技公司数据中心绿电采购比例是否会成为企业客户评估 AI 供应商的公开指标之一。
