简而言之
明确要求高效的代码,并说出约束条件,例如内存、内存分配或算法复杂度,然后在采用代码之前运行测试并测量其能耗。研究发现,改变提示词可以让生成的代码能效最多提高 91.9%,但往往以正确性为代价。请给助手提供可遵循的能耗原则,并由人来检查结果。
步骤
- 要求高效的代码,并说出关键的约束条件,例如内存或数据库往返次数。
- 向助手提供完整的问题描述,而不是删减过的版本。
- 对它生成的所有代码运行测试套件。
- 在同一台机器上测量改动前后的能耗,至少测量运行时间和内存。
- 给助手一份书面的能耗规则或反模式清单,让它据此检查。
明确要求效率,然后加以验证。 AI 助手写出的代码能通过测试,但可能很浪费:循环里调用数据库、不必要的复制、重复的工作。
证据表明了什么?
Ionescu、Jensen 和 Thomsen 的 EnergyBench 同时从正确性和能耗两方面为 AI 编写的代码打分。他们发现,改变提示词可以让生成的代码能效最多提高 91.9%,但往往以准确性为代价。在某些情况下,删掉一半问题描述能让代码效率提高四倍以上,而正确率却降到了零。高效但错误的代码毫无价值。
如何写提示词?
- 说出约束条件。 “不要在循环内查询数据库”“以流式方式读取文件,而不是全部加载到内存”“保持 O(n log n)”。
- 保留完整的需求说明。 不要为了节省 token(词元)而删减问题描述;正确性就是这样丢掉的。
- 给它规则。 GreenCode 的研究人员发布了 GreenCode Constitution,这是一套 AI 编程智能体可以遵循的能耗原则和反模式:分析代码性能,按优先级修复反模式,再次测量,只保留真正节能的改动。
常见错误
- 相信回复中的“已优化”。 请在同一台机器、同样负载下进行测量。
- 把更快等同于更环保。 GreenCode 的研究发现,能耗和速度可能并不一致;请同时测量两者。请参阅如何测量 AI 在您自己电脑上的能耗。
- 跳过审查不是您亲手写的生成代码。
测量方法请阅读如何测量 AI 的能耗和碳排放。
来源
- EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code, Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
- GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
- Web Sustainability Guidelines, W3C (2025)
相关内容
我该如何……?
如何使用 AI 编程助手而不留下太大的足迹?
开发者如何在保留 AI 编程助手好处的同时减少浪费的 token:选对模型规模,聚焦上下文,拆分任务。
我该如何……?
如何测量 AI 在我自己电脑或 GPU 上的能耗?
用硬件计数器、GPU 遥测数据或插座式电表测量本地 AI 能耗,在整个作业期间持续采样,并减去空闲时的基准功耗。
良好实践
如何测量 AI 的能耗和碳排放
实用指南:如何计量或估算 AI 工作的能耗和碳排放,涵盖工具、系统边界、按任务计算的指标以及如实说明不确定性。
文章
智能体 AI 与 token 浪费
为什么 AI 智能体消耗的 token 和能源可能是一次聊天的许多倍,循环如何造成浪费,以及哪些防护措施能让智能体保持合适规模。