虽然说的是利用AI工具来写作，但是首先声明，这篇文章是用键盘逐字逐句地敲进去的。
最近，支付宝总是莫名其妙的扣我钱，隔几天一百的，没完没了。
电费账单一出来，谜团就水落石出了。
这也难怪，北京最近的天气，大家也知道，已经突破了南方人对北方的刻板印象：“一到晚上就凉快了，早晚温差大。”说实话，其实温差不太大，我晚上八九点出去遛狗，回来还是一身汗，大概就是32、33摄氏度这样。这种天气造成中央空调在凌晨三四点还在运作，跑步进入二阶电价也是正常。
这就让我不禁好奇，我每天使用的那些AI工具，他背后的服务器集群，耗电会有多少呢？
我先问了一下ChatGPT。首先我让他用AI芯片的出货量和功耗来估算用电量。
考虑到降温需要用冷却水，又让他估算了一下用水量。
接着我让豆包验证ChatGPT的数据，豆包认为不太靠谱，因为英伟达新型芯片的功耗早就翻倍了。所以朋友们，不能只用一个AI大模型，他们有可能是错的！你需要有两三个大模型交叉对比。豆包还搜出关于25-29年五年间AI数据中心总耗电量的预估数据，再把这个数据让ChatGPT进行核算，ChatGPT认可了豆包的数据。
接下来我们需要给文章配点漫画风格的图，顺便去申请个漫画原创的资格。昨天不是给公众号做了一个问答机器人吗，先去问问他。
那就先打开文生图的这个网站，新用户会给150点；每生产一张图消耗24点，四张图足够了。
这网站一看就需要全英文的提示词，咱们让Claude来干这活儿。
怎么样，这个AI小团队也像模像样吧，文案美工全都有了，哈哈。每个提示词会产出四幅图，找看着顺眼的选一张就行，没有顺眼的就让他重新画。
数据和图都有了，接下来文章里还需要一些亮点，和更具象的表述，这个用豆包和ChatGPT来交叉验证。AI数据中心总用电量相当于哪个国家？德国。用水量相当于几个西湖？462个，这是五年的总和。还有什么降温方式？放在海水里冷却！这里需要注意的是，豆包提供的关于多少个西湖的数据是错的，因为豆包首先是基于搜索的，可能哪家媒体的原始数据是错的。好在，ChatGPT指出了这个错误。
在核对了所有的数据之后，我们让豆包找了一下海水冷却的相关资料放在文章末尾，这样，一篇始发于7月巨额电费账单的推文：“AI的能源危机：触目惊心的水电消耗！”就此完成了。
上条就是那篇推文，有兴趣可以移步观赏。
关注我们，听AI的故事。点赞和转发不能忘！
