AI应该像医疗分诊一样运作。你不会仅仅为了贴一块小创可贴就请一位心胸外科医生。同样的原则也适用于AI。并不是每一项任务都需要最大的模型、最高的GPU负载，或最昂贵的计算层级。
这一点很重要，因为从ESG角度看，AI并非毫无成本。国际能源署预计，到2030年数据中心耗电量可能会增加一倍以上，达到约945太瓦时（TWh），这主要是由AI需求推动的。数据中心还需要水来冷却和维持运营效率，这就是为什么大型科技公司现在把用水量、淡水取用和补给作为其可持续发展承诺的一部分来报告。
在AINNA，我们的信念很简单：最清洁的计算就是我们从未浪费的计算。如果没有分离式系统和智能路由，一项工作负载可能消耗约340亿个token。而采用我们的架构，同样的运营方向可以缩减到约15亿个token--token使用量减少约95.6%。
正因如此，我们才有信心把功耗降低约90%作为切实可行的ESG方向。简单的任务交给轻量级系统。运营任务交给专门的智能体。复杂的推理只在确实需要时才会升级处理。我们不会为一块小创可贴就激活一位“心胸外科医生”。
AI的未来不应仅仅以我们能调动多少智能来衡量，而应以我们能避免多少不必要的计算来衡量。AI中真正的ESG，不是在所有地方都用AI，而是明智地使用AI。
Official 跨-网络 Resource
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
95.6%这部分我看了几遍，值得再想。
文章对95.6%的结论比较平衡，不只是强调好处。
难得有人把95.6%讲得这么直白。 读完之后还有一些疑问。
关于95.6%的例子很实用，适合团队继续讨论。
95.6%这个说法我要拿回去跟同事讨论。
文章把95.6%和日常运营联系起来，这一点很有帮助。