重新审视面向可持续AI的LLM聊天机器人对话规范
软件工程
2025-12-17 v1
摘要
基于LLM的聊天机器人已成为技术、教育和分析领域的核心交互界面，支持代码推理、问题求解和信息探索等任务。随着这些系统规模的扩大，可持续性问题日益突出，但大多数评估集中在模型架构、硬件效率和部署基础设施上。然而，现有的缓解措施在很大程度上忽略了用户交互实践本身如何塑造基于LLM系统的能耗特征。在这篇愿景论文中，我们论证了交互层面的行为是影响基于LLM系统环境效应的一个被忽视的因素，并从四个维度对该问题进行了阐述。第一，延长的对话模式增加了token的生成量，并提高了推理的计算成本。第二，对即时响应的期望限制了能量感知调度与工作负载整合的机会。第三，日常用户习惯以极少被量化的方式累积形成运营需求。第四，上下文的累积影响内存需求，并降低了长时间运行对话的效率。应对这些挑战需要重新思考聊天机器人交互的设计与概念化方式，并采纳将可持续性视为部分依赖于用户与基于LLM系统交互对话规范的视角。
引用
@article{arxiv.2512.14673,
title = {Reconsidering Conversational Norms in LLM Chatbots for Sustainable AI},
author = {Ronnie de Souza Santos and Cleyton Magalhães and Italo Santos},
journal= {arXiv preprint arXiv:2512.14673},
year = {2025}
}