Agent 的能耗，能不能用两天算出来

我花了两天试了一下，把 AI Agent 的能耗做成一张能审计的表。起因是看到 Bloomberg 那条：开放权重 AI agents 的能耗可能比简单查询高出很多倍。我第一反应不是环保，是成本。一个 Agent 产品如果连一次任务用了多少模型调用、多少上下文都说不清，估值里的自动化收入就有点悬。

先说几个词。Agent 像一个会拆步骤的实习生：先计划，再查资料，再调用工具，再检查。开放权重是模型参数公开，可以下载自己跑。token 是模型处理文本的小单位。上下文是模型每次要一起读进去的文字。瓦时是电量单位。Epoch AI 给过一个数量级：较大规模 token 的长输入，一次查询大约 2.5 瓦时。上下文变长，能耗跟着变。

第一步，建表。打开 Excel、WPS 或飞书表格，第一行填：任务名、方案、调用次数、输入累计字数、输出字数、重试次数、是否完成。关键是把“模型被叫了几次”和“每次喂进去多少字”记下来。

第二步，选一个可控任务。别选“帮我研究行业”，太大。选一个窄的：把一段会议纪要整理成几条行动项。

第三步，跑方案 A，简单查询。在同一个模型里新建会话，输入框里只输一句话：把下面文本整理成行动项。粘贴纪要，等它回答。看到回答后，复制到一个文本框，记：调用次数 1，输出大概多少字，重试 0。

第四步，跑方案 B，Agent 任务。同一个模型，同一个纪要，但要求它分步做：先列计划，再抽取负责人，再检查日期，再输出最终行动项，最后自我复核。每让模型做一次，就算一次调用。如果产品有 Agent 模式，可以打开；没有就手动分轮。记：调用次数、每一步输出、每一步输入里有没有把前文全带上。

我这边测下来，方案 A 基本 1 次调用、几百字；方案 B 很容易跑到好几轮，而且后面每轮都要把前面的话再喂进去，输入会像滚雪球。这就是 Agent 贵的主要原因。

第五步，做对比表。可以把结果写成这样：

指标	简单查询	Agent 任务
调用次数	1	多轮
上下文累计	只喂一次	每轮都喂历史
重试	少	多
研究数量级	基准	约 600 倍，复杂任务可能更高

这些倍数来自 Vals AI、Zeke Hausfather 等分析。我这边跑的是相对趋势：调用次数和上下文累计上去，能耗就不会是小倍数。

第六步，算粗成本指数。公式可以简单：成本指数 = 调用次数 ×（输入累计字数 + 输出字数）×（1 + 重试次数）。这个数没有单位，只用来横向比。把一批任务都跑一遍，取中位数。如果 Agent 版是简单版几十倍，那就不是“多花一点”，而是商业模式问题。

踩坑提前说。第一个坑：换模型测。今天 GPT，明天换其他模型，结论会乱。我最近用其他模型和 DeepSeek V4-Flash 做样本时，固定同一模型，只改任务。第二个坑：只看输出字数。Agent 真正吃资源的是输入上下文，每轮把历史塞回去，字数会爆炸。第三个坑：把开放权重当成天然便宜。70B 这种规模，数据中心级能耗并不低；便宜与否取决于硬件利用率和任务并发。

从投资人视角看，这个表的价值不是数电费，而是看 AI 项目有没有可观测层。很多 Agent 产品讲自动化，但说不清一次任务烧了多少 token、多少次工具调用、多少失败重试。这就像我之前写 CI 那篇说的，绿灯不够，合并前要有可审计、可回放。能耗也一样，要能回放每一步成本。

如果我再看到 Agent 创业项目，我会先问三件事：有没有任务级用量日志；有没有自动早停和小模型路由；有没有把失败重试计入单位任务成本。前两个是工程，第三个是商业模型。真正的技术壁垒不是会套一个 Agent 壳，而是能把不确定性压成可审计、可预测、可降本的流水账。

我的趋势预测：往后看，Agent 的能耗计量会从“可选项”变成“采购必选项”。企业买 Agent，会看每个任务的成本曲线；云厂商会把能效做成计费项；投资尽调里会出现类似代码审计的能耗审计。能活下来的产品，要么把能耗做低，要么把能耗卖成服务。退出路径可能是卖给企业采购、合规或云厂商，而不是自己硬撑一个通用 Agent。

学完这个，下一步可以试什么。拿你手头一个 AI 产品，挑一批真实任务，跑上面的表。如果成本指数超过简单查询一个数量级，先别谈护城河，先谈单位经济。

---

📌 本文编译自 Hacker News，原文：https://bloomberg.com/news/articles/2026-09-03/ai-s-environmental-impact-per-task-balloons-with-more-complexity

版权归原作者所有，本文为基于公开报道的编译与独立分析。