AI 热潮正在变成一个电力故事

人们往往用芯片、模型、基准测试和产品演示来描述 AI 热潮，但更深层的故事是物质性的。AI 需要数据中心，数据中心需要电力，而电力又把这个行业与公用事业公司、地方政府、土地使用、气候目标和家庭电费连接在一起。

国际能源署报告称，2025 年数据中心的电力需求大幅上升，其中以 AI 为重点的数据中心增长得更快。该机构的同一份分析指出，到 2030 年，数据中心的用电量预计将翻一番，而以 AI 为重点的数据中心的用电量可能增至三倍。

这并不意味着 AI 必然会损害电网。它意味着，这个行业已经从“云”的比喻回到了物质世界。

效率无法解决全部问题

AI 系统完成单项任务所需的资源正在减少，这是实实在在的进步。但需求的增长可能抵消效率提升。一个任务变得更便宜后，会有更多人使用它，更多应用随之出现，负载更重的工作也会成为常态。

这就是经典的反弹问题：同一种技术降低了计算成本，却也可能因为让计算在更多场景中变得实用，反而推高总消耗。

智能体让这一问题变得尤其重要。聊天机器人回答一个提示词；智能体则可能执行一连串任务，调用多个模型、搜索文件、运行代码，并在失败后重试。即使每一步的效率都提高了，整套工作流消耗的算力仍可能超过旧有的软件模式。

国际能源署指出，数据中心会形成集中的电力负荷。“集中”是这里的关键词。一座普通城市会逐步增长，而一个大型数据中心可能突然带来庞大的用电需求，迫使公用事业公司和监管机构以比平时更快的速度进行规划。

对当地社区而言，这场争论并不抽象。人们可能会问：

正是在这里，AI 变成了一个公共利益问题。模型进步所需的基础设施，也由其他所有人共同使用。

AI 行业正在通过购买可再生能源、探索核能与地热能源协议，以及考虑现场发电来应对。这或许会推动有价值的能源技术加速发展，也可能使规模最大的科技公司对能源市场拥有越来越大的影响力。

这是一种奇特的逆转。多年来，软件公司一直把自己描述为轻资产企业。AI 改变了这一点。前沿实验室和云平台如今需要工业规模的供应链：芯片、变压器、购电协议、冷却系统、电网连接，有时还包括定制能源项目。

AI 的未来可能既取决于许可审批和电力供应，也取决于模型架构。

关于 AI 能源的争论往往沦为两种懒惰的论断：“AI 会毁掉地球”，或“效率会解决一切”。真正的问题更实际：我们能否用改善电网、而不只是消耗电网的方式建设 AI 基础设施？

这需要能够灵活调节负载的数据中心、更好的需求响应、透明的信息披露，以及防止成本被转嫁给家庭用户的公用事业规则。如果 AI 公司希望社会允许其继续扩大规模，能源问责就必须成为产品叙事的一部分。