前 Hugging Face 永续研究员创业，要让碳排数字出现在 ChatGPT 每次对话旁

Hugging Face AI 永续研究员 Sasha Luccioni 离职创立 Sustainable AI Group，目标是让 ChatGPT、Claude 等 AI 界面在每次查询旁显示能耗与碳排数字。
（前情提要：比特币矿场“耗能真相”，被卫星热成像揭穿了）
（背景补充：加州大学研究“AI 迷雾”现象：14% 上班族被Agent、自动化搞疯，离职意愿高四成）

本文目录

Toggle

• 企业内部的压力线，正在往上传
• 她建立了一个能耗排行榜，但大公司拒绝参与
• Sustainable AI Group：从研究员到施压者

一个软件工程师开启公司提供的 AI 助理，完成一项可以用传统搜索解决的任务。这个动作消耗的电力，没有人知道确切数字，包括那家 AI 公司自己。

Sasha Luccioni 在 Hugging Face 待了四年，做的事情就是试图让这个数字变得可见。她没有成功说服这个产业。所以她离职了，准备从外部继续施压。

企业内部的压力线，正在往上传

Luccioni 在接受 WIRED 专访时描述了一个她愈来愈常听到的场景：企业员工开始向管理层提问，“你强迫我们用 Copilot，这对我们的 ESG 目标有什么影响？”

这个问题目前没有标准答案，因为没有任何一家主流 AI 公司在产品界面上揭露每次查询的能耗与碳排资料。用户使用 ChatGPT 或 Claude 时，看不到任何环境成本的提示。

Luccioni 的诉求直接：让能耗数字出现在每次 AI 对话旁边。她认为这不只是透明度问题，也是竞争策略。她的逻辑类比 Anthropic 拒绝美国政府军事使用带来的品牌加分——哪家 AI 公司率先采用可再生能源数据中心并公开揭露，可以获得差异化的市场优势。

这个诉求正在找到制度支撑点。欧盟 AI 法案已纳入永续条款，第一批报告义务正在落地。亚洲方面，包括国际能源署（IEA）合作国家在内，也开始要求资料中心透明度。法规压力从边缘逐渐移向核心。

她建立了一个能耗排行榜，但大公司拒绝参与

在 Hugging Face 期间，Luccioni 建立了 AIEnergyScore，这是一个开源 AI 模型能源效率排行榜，试图让不同规模的模型在相同基准下比较电力消耗。

问题在于，这份排行榜只能评量愿意参与的模型。OpenAI、Google、Anthropic 等主要大型语言模型供应商，均未提交资料。

Luccioni 对此的解读并不温和。她指出，大型 AI 公司面临结构性利益冲突：这些公司同时贩售模型使用权与底层算力资源。让用户使用越大、越昂贵的模型，直接对应更高的算力销售收入。在这个商业模式下，推动用户转向较小、较节能的模型，等同于自我削减营收。

她的批评有具体依据。她长期追踪的数据显示，在多数企业应用场景中，分类模型（Classifiers）：亦即针对特定任务训练的轻量化模型，在过去多年实际承担了 AI 生产力的主要工作，而非通用大型语言模型。

一个判断客服信件情绪的任务，用专门的分类模型处理，所需算力可能是 GPT-4 等级模型的百分之一以下。这意味着企业在没有比较信息的情况下，可能系统性地用了比实际需求大十倍甚至百倍的模型。

Sustainable AI Group：从研究员到施压者

离开 Hugging Face 后，Luccioni 与前 Salesforce 永续长 Boris Gamazaychikov 共同创立 Sustainable AI Group。这个组合具有刻意的互补性：一位来自技术计量侧，一位来自企业永续治理侧。

两者的交集，恰好对准当前最难推动的节点：让永续要求从企业 CSR 部门的话语，转译成采购 AI 工具时的实际决策标准。

Luccioni 的立场并非反对 AI 发展。她的论述核心是：在任务复杂度与模型规模之间建立对应关系，是可以同时降低成本与碳排的工程决策，而非只是道德立场。一家企业若能系统性地根据任务选用合适规模的模型，在算力支出上可能产生可观的节省空间。

她的新组织目标，是为这套决策框架提供外部验证与倡议支撑，同时持续向 AI 公司施压，要求揭露能耗数字。

欧盟的规管时程给了这个倡议一个外部锁点。当企业开始需要在 AI 法案框架下回报永续资料，“AI 供应商不提供能耗信息”将从道德问题升级为合规风险。这可能是目前最接近结构性改变的施力点。