在人工智能日益渗透日常生活的背景下，其对水资源的影响常被忽视。相较于能源和碳排放，数据中心冷却和电力生产对淡水的需求更为隐蔽。为填补这一空白，本文提出 SustainAI，一个水感知、闭环的环境责任框架。SustainAI 包含实时水表监测、幻觉惩罚模型以及考虑区域水压的水感知路由算法。实验使用小型语言模型（SLM）对健康误信息进行抽取，在地理分布的多个数据中心中观察到每次推理的水足迹在 0.0477 mL 至 0.5360 mL 之间相差 11 倍。共计 1,335 次推理消耗约 399 mL 水，但仅产生 240 条正确输出，说明大量资源被错误响应耗费。框架进一步引入 Care by Design 视角，将 AI 可持续性置于关系伦理、区域公平和生态管理之中。通过水监测、适配式问责和关怀设计，SustainAI 为在 AI 基础设施设计与全生命周期管理中融合伦理关怀与环境责任提供了可操作的基础。
点评