氣候科學家Zeke Hausfather通過八週詳細記錄自己使用程式設計代理Claude Code的情況，發現AI代理的能耗遠超谷歌和OpenAI此前公佈的簡單聊天查詢資料。他的分析顯示，每次輸入平均消耗約150瓦時電力，是普通聊天提示的約600倍。這一發現凸顯了AI代理在能源消耗方面的巨大差異，對資料中心建設和清潔能源轉型具有重要參考價值。

Hausfather在八週內記錄了1,138次輸入，觸發了超過14,000次模型呼叫，平均每次輸入產生12次呼叫，處理了32億個token。其中96%為快取讀取，因為代理在每一步都會重新讀取其累積的上下文。實際輸出文本僅佔處理token的0.4%。他估算總消耗約170千瓦時資料中心電力，不確定性範圍為70至330千瓦時。每次輸入約150瓦時，是普通聊天提示的約600倍。Hausfather指出，'提示'並非衡量AI使用的合適單位，就像'出行次數'不能衡量駕駛距離一樣。

相比之下，谷歌表示其Gemini文本提示的中位能耗僅為0.24瓦時，而OpenAI CEO Sam Altman估計ChatGPT查詢平均為0.34瓦時。這些資料未考慮推理模型、多模態處理、多代理系統、程式碼生成等因素，因此嚴重低估了實際能耗。Hausfather的分析表明，AI代理的能耗可能比簡單聊天高出幾個數量級。

Hausfather的日常使用中，中位會話消耗約0.6千瓦時，是手機充電的50倍。平均每天消耗3.0千瓦時，超過兩台冰箱的日耗電量。在最密集的一天，多個並行代理處理地理資料分析時，消耗約11千瓦時，超過美國家庭日均用電量的三分之一。若全年保持高強度使用，年消耗約1.1兆瓦時，相當於美國家庭年均用電量的十分之一，碳排放約370千克二氧化碳當量，略高於執行電動烘乾機一年（262千克），約為舊金山至紐約往返經濟艙航班排放量的一半。

Hausfather強調，個人減少使用並非關鍵，資料中心轉向清潔能源才是最重要的減排槓桿。他承認，目前只有AI實驗室知道最先進模型的實際每token能耗，他的估算基於合理假設，但仍是估計值。隨著AI實驗室擴充套件自主執行數天、數週甚至數月的代理系統，能耗可能呈指數級增長。這一分析為AI產業的能源需求提供了重要參考，凸顯了清潔能源在AI發展中的關鍵作用。