EcoThink：面向可持续且普惠智能体的绿色自适应推理框架

随着Web从静态检索转向生成式交互，大语言模型（LLM）不断攀升的环境足迹构成了严峻的可持续性挑战。当前范式不加区分地将思维链（CoT）等计算密集型策略应用于每天数十亿次查询，造成LLM过度思考——这种冗余放大了碳排放和使用门槛。这种低效阻碍了资源受限地区公平获取AI，直接损害联合国可持续发展目标13（气候行动）和10（减少不平等）。为解决这一问题，我们提出EcoThink，一个能耗感知的自适应推理框架，旨在调和高性能AI智能与环境责任。EcoThink采用轻量级的基于蒸馏的路由器动态评估查询复杂度，对事实型检索跳过不必要的推理，而将深度计算留给复杂逻辑。在9个多样基准上的大量评估表明，EcoThink平均降低推理能耗40.4%（网页知识检索最高达81.9%），且无统计显著的性能损失。通过减少算法浪费，EcoThink为构建可持续、包容且节能的生成式AI智能体提供了可扩展的路径。