AI影响凭证

CarbonLayer团队正在围绕'AI影响凭证'（Impact Receipt）这一概念展开探索，试图回答能否在不标准化误导性假设的前提下标准化AI环境影响的描述方式。

CarbonLayer在系列文章的第三部分中已探讨了一个AI影响凭证应包含的字段：工作负载信息、模型身份、延迟、环境指标、方法论、来源追溯以及不确定性。

一个有用的AI影响凭证规范应区分四种证据类型：测量值（由有记录的测量过程支撑，边界清晰定义）、模型值（使用假设、系数或计算模型估算得出）、推导值（从其他输入计算得出，其原始证据类型必须保持可追溯）、不可用（当前无法提供充分支撑的值）。

没有方法论版本管理，趋势变化将难以解读；一个未来凭证可能包含方法论ID、版本号、边界说明和参考链接，目标不是隐藏变化，而是让变化可见，避免静默混合不兼容的结果。