今年夏天最热那几天，某城市往年必拉几次的"有序用电"闸，居然一次没拉。背后不是用电量降了，而是电网新上的负荷预测模型提前算准了哪片区域几点会冲高，把充电站、写字楼空调、工厂产线错峰排开，硬是在不冒烟的情况下把尖峰削平了。调度中心大屏上，红得发烫的曲线被 AI 一圈圈抹成了温和的黄。
电网负荷预测本来是个老课题，传统方法靠历史曲线加人工经验，误差不小。大模型进来后，能同时吃进天气、日历、节假日、甚至大型活动直播的用电脉冲，把"明天这时候大概用多少"算得更细更前。预测准了，调度就能提前动，而不是等线路快撑爆了才手忙脚乱拉闸。对城市，这意味着更少的无妄之灾——工厂不必突然停机，居民不必在四十度天里摸黑。
可"错峰"天然是零和游戏：为了让全局不崩，总得有人让一步。当模型建议某产业园"降载 20%"，或者把某新小区划入"可调节优先级低"的队列，被精准点到名的那一方，感受到的就是"凭什么动我的电"。算法追求系统最优，个体感受到的却是被悄悄牺牲，投诉和信任危机随之而来。
对三类人影响不同。对普通居民，大多数时候是无感的——你只觉得今年停电少了；但万一被划入"可调节"序列，空调被远程调高两度，火气就上来了。对工厂，最现实的是要把产线排班和电网的错峰信号打通，把"被动限电"变成"主动避峰省钱"。对城市管理者，现在的新课题是把"谁让一步"的规则写透明，让被调节的一方知道为什么、有无补偿。
如果你在企业管能耗，现在就该和当地电网的错峰机制对接起来：把高耗能工序挪到负荷低谷，不光少被限电，往往还能拿到谷电价差。模型再聪明，不如你提前把自己的用电节奏调顺。对居民，遇到被远程调温别急着骂，多半是系统在替整片区域找平衡；真觉得不合理，反馈渠道现在比过去更该用起来。
能源是城市最底层的基础设施，AI 调度在这块的价值，远不止"少拉几次闸"。同样的预测逻辑，正在往水务、供热、燃气蔓延——本质上都是"用实时数据替代固定排班、用提前量替代救火式响应"。它考验的从来不是算法多花哨，而是城市有没有把分散在各单位的传感器真正连成一张网。很多地方卡就卡在部门数据不互通：电力公司知道负荷、水务知道流量、燃气知道压力，彼此不说话，AI 再强也只能基于局部信息做局部最优。所以电网变聪明，往往是城市数字化到了阶段的产物，而不是单买套系统的事。