当整个行业还在为一次AI查询的能耗争论不休时，一个程序员用洗碗机揭开了更残酷的现实。Simon P. Couch估算，他典型一天使用Claude Code编程的能耗，相当于额外运行一次洗碗机——这远非“中位数查询”能耗可比。这记耳光打醒了一个幻觉：我们可能严重低估了AI深度集成到工作流后的真实环境代价。
“单次查询”是个危险的误导性指标。 行业热衷于讨论处理一条简单指令的能耗，就像用一滴水的消耗来评估淋浴。但Claude Code这类生产力工具的本质是持续性会话：开发者一整天都在与AI对话，生成代码、解释错误、重构逻辑。这不是偶发性的“提问-回答”，而是近乎连续的“脑机接口”式交互。每一次代码补全、每一轮调试对话，都在累积计算量。当AI从玩具变成生产工具，其能耗模式就从“脉冲式”变成了“稳态式”。这意味着，评估基准必须从“单次点击”切换到“全工作流”。
这暴露了AI能效竞赛的核心矛盾：体验与可持续性的拉锯。 为了提供流畅、智能的编码体验，模型必须足够大、响应必须足够快、上下文必须足够长——这一切都直接推高能耗。市场现在拼的是准确性和用户体验，能耗尚未进入核心竞争维度。但趋势已经明确：随着AI编程助手渗透率提升，成千上万的开发者每天8小时的“洗碗机能耗”累加起来，将成为一个不可忽视的运营成本和环境负担。云服务商的账单和企业的ESG报告会最先感受到压力。
值得注意的是，这还只是个人估算，缺乏严谨测量。洗碗机本身也是个模糊参照。但问题的价值不在于数字精确度，而在于它指出了一个被忽视的评估维度。目前，没有任何主流AI编程助手公开其会话式使用的能耗数据，这是一个竞争信息黑洞。
投资逻辑需要更新了。 关注点应从单纯的“模型训练耗电”向下游延伸。未来1-2个季度，值得盯住三个信号：云厂商是否会推出“AI会话负载”监控工具；大公司IT部门是否开始为AI工具设置能耗配额；学术圈是否涌现更多应用生命周期能耗研究。对Anthropic等公司而言，短期估值无虞，但长期看，“高能耗”标签可能成为新的成本中心和声誉风险。
AI正在从展示柜走向生产线，它的电表也该换块大的了。当洗碗机开始轰鸣，那些还在数着“单次查询”能耗的人，可能已经输掉了下一场竞赛——关于可持续增长的竞赛。
本文由 AI 辅助生成，仅供参考。