greenai.guide

Strona główna › Jak…? › Jak sprawić, by AI pisała energooszczędny kod?

Jak…?

Jak sprawić, by AI pisała energooszczędny kod?

Aktualizacja · Czas czytania: 1 min

W skrócie

Należy wprost poprosić o wydajny kod i nazwać ograniczenie, na przykład pamięć, alokacje lub złożoność algorytmiczną, a przed przyjęciem kodu uruchomić testy i zmierzyć jego zużycie energii. Badania wykazały, że zmiany w prompcie mogą uczynić wygenerowany kod nawet o 91,9% bardziej energooszczędnym, ale często kosztem poprawności. Warto dać asystentowi zasady energetyczne do przestrzegania, a wynik powinien sprawdzać człowiek.

Kroki

  1. Poprosić o wydajny kod i nazwać istotne ograniczenie, na przykład pamięć lub liczbę zapytań do bazy danych.
  2. Przekazać asystentowi pełny opis problemu, a nie skrócony.
  3. Uruchomić zestaw testów na wszystkim, co wygeneruje.
  4. Zmierzyć energię, a przynajmniej czas działania i zużycie pamięci, przed zmianą i po niej, na tym samym komputerze.
  5. Dać asystentowi spisany zestaw zasad energetycznych lub antywzorców, według których ma sprawdzać kod.

Należy wprost poprosić o wydajność, a potem ją sprawdzić. Asystenci AI piszą kod, który przechodzi testy, ale bywa rozrzutny: pętle z zapytaniami do bazy danych w środku, zbędne kopie, powtarzana praca.

Co pokazują dane?

EnergyBench autorstwa Ionescu, Jensena i Thomsena ocenia kod napisany przez AI pod kątem zarówno poprawności, jak i zużycia energii. Autorzy ustalili, że zmiana promptu może uczynić wygenerowany kod nawet o 91,9% bardziej energooszczędnym, ale często kosztem dokładności. W niektórych przypadkach usunięcie połowy opisu problemu dawało kod ponad cztery razy wydajniejszy, a poprawność spadała do zera. Kod wydajny, ale błędny, jest nic niewart.

Jak formułować prompt?

  • Nazwać ograniczenie. „Unikaj zapytania do bazy danych wewnątrz pętli”, „przetwarzaj plik strumieniowo zamiast wczytywać go do pamięci”, „zachowaj złożoność O(n log n)”.
  • Zachować pełną specyfikację. Nie należy skracać opisu problemu, by oszczędzić tokeny; to właśnie wtedy znika poprawność.
  • Dać mu zasady. Badacze GreenCode opublikowali GreenCode Constitution, zestaw zasad energetycznych i antywzorców, którymi może kierować się agent AI do kodowania: profilować kod, usuwać antywzorce według ich ważności, mierzyć ponownie i zachowywać tylko zmiany, które oszczędzają energię.

Częste błędy

  • Wiara w słowo „zoptymalizowany” w odpowiedzi. Należy mierzyć na tym samym komputerze przy tym samym obciążeniu.
  • Utożsamianie szybszego z bardziej ekologicznym. Prace GreenCode wykazały, że energia i szybkość mogą się rozchodzić; należy mierzyć jedno i drugie. Zob. jak zmierzyć energię zużywaną przez AI na własnym komputerze.
  • Pomijanie przeglądu wygenerowanego kodu, którego nie napisało się samodzielnie.

Metody pomiaru opisuje strona jak mierzyć energię i emisje AI.

Źródła

  1. EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code, Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
  2. GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
  3. Web Sustainability Guidelines, W3C (2025)

Dołącz do nas

Pomóżmy zmniejszyć wpływ AI na planetę

Nowe przewodniki, nabory wniosków i wpisy w katalogach e-mailem, mniej więcej raz w miesiącu. Można też dodać do katalogów swój produkt, kurs, ofertę studiów doktoranckich lub badania.

Bez śledzenia. Rezygnacja jednym kliknięciem. Inne sposoby dołączenia · Prywatność