
11 月 5 日 · 13 分钟

AI越智能,世界就越可持续吗?
AI能预测气候变化、优化能源调度、改善交通服务,却也在消耗能源、水和矿产,制造电子废弃物,甚至加剧市场垄断与全球不平等。当AI被寄予破解可持续发展难题的厚望时,一个更根本的问题浮出水面:能够帮助世界变得更可持续的AI,本身可持续吗?
SustAIn项目给出的答案并不乐观:目前,尚不存在能够被称为“可持续”的AI系统。研究团队首次构建覆盖概念设计、数据管理、模型开发、部署与使用决策的全生命周期评估体系,揭示了AI繁荣背后的隐性成本。一个值得警惕的细节是:AI推理阶段可能占其成本的90%、能耗的60%;数据中心维持基础设施所需的额外能源,平均约占运行AI硬件总能耗的55%。而偏见、隐性劳动、文化霸权与市场垄断,更让问题超越了单纯的能源账本。
从能源转型到农村自动驾驶巴士,再到个性化在线广告,本文进一步追问:AI究竟在推动可持续转型,还是在以技术之名延续高消耗、高集中和过度消费的旧模式?
真正的可持续AI,不只是让算法更聪明、算力更高效,更要让整个系统更节制、更公平、更透明。 这需要全生命周期核算、标准化信息披露,更需要数据治理、供应链监管与反垄断政策共同发力。AI能否成为可持续发展的助力,最终取决于我们如何设计、使用和治理它。
AI 从整集转写里归纳的,不是节目方的宣传语
推理阶段可能占 AI 生命周期 60% 的能源消耗,训练只是一次性投入,这个反直觉的结论是整期最硬的干货。
节目把降碳与节水放在一起看:为用清洁能源在正午集中算力,却撞上高温,只能靠蒸发淡水降温。
结尾把镜头拉回听众:为一张发朋友圈的搞笑图片,地球某处流失了干净的水,一块稀土被永远填埋。
AI 读完整集转写后给出的推荐理由
一份研究报告被拆成了 AI 的真实账单:真正耗电的不是训练而是每天几亿次提问的推理阶段,可能占六成能耗;为了降碳在正午调度算力,反而要靠蒸发淡水降温,形成降碳增水的悖论。节目还讲到 AI 加速卡里的稀土为何回收不了、农村自动驾驶巴士为何更像产业实验,以及个性化广告如何越智能越费地球。
由 AI 从整集转写生成,是创作者说明之外的补充
这期节目以 SustAIn 项目的一份研究报告为核心材料,翻转「AI 是绿色技术」的普遍印象,拆解 AI 的真实物理账单。节目指出,真正耗能的大头不是一次性投入的模型训练,而是持续发生的推理阶段,可能占生命周期 90% 的计算成本与 60% 的能源消耗;数据中心冷却带来额外能耗与耗水,并存在「降碳反而增水」的悖论;硬件寿命短、稀土回收率极低,造成电子废弃物激增。节目还从公平与垄断角度讨论技术权力集中、全球南方的隐性劳动,并以智能电网、农村自动驾驶巴士、个性化在线广告为例,质疑「AI 赋能可持续」的叙事,最后呼吁全生命周期信息披露、反垄断与供应链监管。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
翻转视角:AI 不是零成本的数字魔术
节目从『让 AI 写邮件、生成搞笑图片』这一日常场景切入,指出数字体验背后有真实的淡水与煤消耗。主播提出要拆解 AI 的物理账单,核心材料是 SustAIn 项目的全生命周期研究报告,要回答的问题是:致力于可持续的技术,底层逻辑真的环保吗?
真正的耗能巨兽是推理阶段
节目打破『训练模型最耗电』的普遍认知,指出训练虽是一次性投入,但部署后的推理阶段可能占生命周期 90% 的计算成本与 60% 的能源消耗。生成一张高分辨率图像的电量,几乎等于把手机从零充满。
开发者为何对能耗视而不见
Hugging Face 上只有约 1% 的模型标注碳排放信息,行业只追求参数规模与预测精度。节目指出并非技术做不到,已有成熟开源工具可实时监测能耗并按电网结构算碳排,缺的是强制标准与商业动力。
冷却的代价:额外耗电与耗水悖论
数据中心冷却能耗平均占总能耗约 55%。为降碳而在正午太阳能高峰集中调度算力,却撞上气温最高时段,只能靠蒸发式冷却塔喷洒淡水降温,形成『降碳反而增水』的悖论,冷却排水还可能污染当地生态。
短命硬件与回收不了的稀土
AI 服务器一到五年即被淘汰,电池寿命约十年,加速关键矿产消耗。AI 加速卡含几十种微量矿产,剥离回收在经济与能耗上不划算,绝大多数最终成为电子废弃物被填埋。
垄断、文化霸权与供应链隐形劳动
基础模型通过上下文学习通吃市场,加剧自然垄断,并固化全球北方巨头的单一文化价值观。供应链底层是矿井矿工与审看有毒图片的众包标注工人,被外包给全球南方。欧盟 CSDDD 被视为倒逼供应链责任的关键工具。
AI 拯救气候的叙事经不起检验
AI 的中心化算力模式与能源转型期望的去中心化愿景存在根本矛盾。农村自动驾驶巴士项目被指更像给汽车与数字产业提供测试场、捞取基建投资,并未真正减少私人交通碳排放。
个性化广告:AI 阻碍可持续的极端案例
在线广告为精准推送耗费巨大算力竞价渲染,更通过创造虚假需求、加速心理性过时来鼓励过度消费。AI 越智能,地球消耗得越快,这是通用技术缺乏道德指南针的典型表现。
总结与终极追问
节目回顾推理耗能、碳水冲突、电子垃圾、技术垄断与名不副实的转型案例,提出可持续 AI 需要全生命周期强制披露、反垄断与供应链监管。结尾把问题抛给听众:下次让 AI 生成一张搞笑图片时,想想流失的水与被填埋的稀土。

11 月 5 日 · 13 分钟

11 月 4 日 · 22 分钟

11 月 3 日 · 17 分钟

11 月 2 日 · 19 分钟

不止是市民|BeyondCityAmbition · 10 月 17 日 · 18 分钟
AI越智能,世界就越可持续吗?
AI能预测气候变化、优化能源调度、改善交通服务,却也在消耗能源、水和矿产,制造电子废弃物,甚至加剧市场垄断与全球不平等。当AI被寄予破解可持续发展难题的厚望时,一个更根本的问题浮出水面:能够帮助世界变得更可持续的AI,本身可持续吗?
SustAIn项目给出的答案并不乐观:目前,尚不存在能够被称为“可持续”的AI系统。研究团队首次构建覆盖概念设计、数据管理、模型开发、部署与使用决策的全生命周期评估体系,揭示了AI繁荣背后的隐性成本。一个值得警惕的细节是:AI推理阶段可能占其成本的90%、能耗的60%;数据中心维持基础设施所需的额外能源,平均约占运行AI硬件总能耗的55%。而偏见、隐性劳动、文化霸权与市场垄断,更让问题超越了单纯的能源账本。
从能源转型到农村自动驾驶巴士,再到个性化在线广告,本文进一步追问:AI究竟在推动可持续转型,还是在以技术之名延续高消耗、高集中和过度消费的旧模式?
真正的可持续AI,不只是让算法更聪明、算力更高效,更要让整个系统更节制、更公平、更透明。 这需要全生命周期核算、标准化信息披露,更需要数据治理、供应链监管与反垄断政策共同发力。AI能否成为可持续发展的助力,最终取决于我们如何设计、使用和治理它。
AI 从整集转写里归纳的,不是节目方的宣传语
推理阶段可能占 AI 生命周期 60% 的能源消耗,训练只是一次性投入,这个反直觉的结论是整期最硬的干货。
节目把降碳与节水放在一起看:为用清洁能源在正午集中算力,却撞上高温,只能靠蒸发淡水降温。
结尾把镜头拉回听众:为一张发朋友圈的搞笑图片,地球某处流失了干净的水,一块稀土被永远填埋。
AI 读完整集转写后给出的推荐理由
一份研究报告被拆成了 AI 的真实账单:真正耗电的不是训练而是每天几亿次提问的推理阶段,可能占六成能耗;为了降碳在正午调度算力,反而要靠蒸发淡水降温,形成降碳增水的悖论。节目还讲到 AI 加速卡里的稀土为何回收不了、农村自动驾驶巴士为何更像产业实验,以及个性化广告如何越智能越费地球。
由 AI 从整集转写生成,是创作者说明之外的补充
这期节目以 SustAIn 项目的一份研究报告为核心材料,翻转「AI 是绿色技术」的普遍印象,拆解 AI 的真实物理账单。节目指出,真正耗能的大头不是一次性投入的模型训练,而是持续发生的推理阶段,可能占生命周期 90% 的计算成本与 60% 的能源消耗;数据中心冷却带来额外能耗与耗水,并存在「降碳反而增水」的悖论;硬件寿命短、稀土回收率极低,造成电子废弃物激增。节目还从公平与垄断角度讨论技术权力集中、全球南方的隐性劳动,并以智能电网、农村自动驾驶巴士、个性化在线广告为例,质疑「AI 赋能可持续」的叙事,最后呼吁全生命周期信息披露、反垄断与供应链监管。
点一章从那里开始播 · 与创作者标的时间点各自独立
翻转视角:AI 不是零成本的数字魔术
真正的耗能巨兽是推理阶段
开发者为何对能耗视而不见
冷却的代价:额外耗电与耗水悖论
短命硬件与回收不了的稀土
垄断、文化霸权与供应链隐形劳动
AI 拯救气候的叙事经不起检验
个性化广告:AI 阻碍可持续的极端案例
总结与终极追问
节目里自然聊到的,不是广告

深度解析城市与基建议题的播客,以全球案例、研究报告与政策文本为材料,聚焦城市规划、交通范式、街道设计与路权分配,并延伸至…
已收录 116 期 · 最近更新 11 月 5 日
AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://proxy.wavpub.com/sustainablecity.xml复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

11 月 5 日 · 13 分钟

11 月 4 日 · 22 分钟

11 月 3 日 · 17 分钟