“今年帮你减少10%碳排放”，这句话贴在App首页很好看，但如果点进去只看到一个每天弹出的提示——“今天用电偏高，建议节约用电”——这个功能本质上和一张贴在冰箱上的便利贴没有区别。问题的关键在于，这个目标能不能被拆解成一连串具体到”今天做什么”的动作，每一步都对着实际发生的用电和天气数据核验，而不是每天弹出一句”建议节约用电”，剩下的事全靠用户自己凭感觉完成。

“年度减排10%”不是任务，是一个还没被翻译的目标

把年度目标设成一个百分比很容易，难的是这个百分比对应到哪个基准。如果去年冬天异常寒冷、供暖用电偏高，今年只要天气正常，用电量自然会下降，这不是AI调度的功劳；反过来如果今年夏天比去年更热，即使家庭已经做了所有能做的调度优化，绝对用电量也可能不降反升。百家乐App在设定年度碳预算时，第一步是做天气归一化处理，把往年同期用电数据按采暖度日、制冷度日做修正，得到一个剔除天气波动之后的基准排放量，年度10%的目标是相对这个基准而言，而不是相对于去年的原始账单数字，这样才能把“AI调度的实际贡献”和“天气偶然帮忙”区分开。

这个基准也不是设定一次就永久不变。百家乐App采用滚动基准的方式，每完成一个完整年度，就用刚过去这一年经过天气归一化处理后的实际排放，重新校准下一年度的基准线，而不是一直沿用最初安装时的老数据。这样做是为了避免一种常见的失真：如果家庭这两年新增了电动车或者换装了热泵，用电结构已经发生实质变化，继续套用几年前的基准去衡量减排百分比，得出的数字会失去意义。滚动基准让每一年的“10%”都建立在相对真实、相对新的基础之上。

从年度到每一天：拆解需要哪几层数据

有了归一化基准之后，年度目标需要逐层拆解成可执行的颗粒度。第一层是季节分配：全年的减排空间并不是平均分布在12个月，夏季空调和冬季采暖是全年排放的主要波动来源，这两个季度能压缩的空间最大，也最值得投入调度精力；第二层是周度分配：结合当周天气预报和电网分时碳强度曲线，给出一个“这周的排放预算上限”；第三层是日度分配：每天早上结合当天天气预报、家庭日程（是否有人在家、是否有访客）、电网碳强度预测，生成当天的具体排放预算，以及完成这个预算需要触发的设备动作。只有拆到日度，AI才有可能给出“今天具体做什么”，而不是一句空泛的提醒。

日度预算里“家庭日程”这一项数据来源需要说明清楚：系统不会强制读取用户的私人日程表，主要依据是家庭本地的人体存在传感器和门磁状态，判断今天是否比平时多了访客或者提前离家，这些判断只在本地网关完成，用于当天预算的动态调整，不会把具体的“谁几点进了哪个房间”这类细节上传云端，云端只接收“今天在家人数预计比平时多1人”这类聚合后的结论，这也是家庭ESG数据处理里刻意设置的隐私边界。

每日动作从哪里来：先找到当天“高排放脆弱点”

拆到每一天之后，AI要做的不是笼统地建议“少用点电”，而是定位当天预算里最容易超支的具体环节，百家乐App称之为“高排放脆弱点”识别：把当天预计的每一项用电（空调、热水器、洗衣烘干、电动车充电、基础负荷）分别乘以对应时段的电网碳强度，找出贡献最大的一到两项，再看这一两项是否存在可调度空间——比如热水器加热时间是否可以避开电网碳强度高峰、电动车充电是否可以从傍晚顺延到夜间可再生能源占比更高的时段。只有定位到具体设备和具体时段，才能生成具体动作，而不是一句“请节约用电”。

模拟场景：一个碳预算即将超支的周三

模拟场景，用于说明拆解逻辑：某家庭当月碳预算剩余额度对应到本周三还有4.8千克CO₂当量的空间，但当天天气预报显示午后气温骤升到35℃，空调预计用电会让当天排放达到6.3千克，超出预算1.5千克。系统识别到当天电网碳强度曲线显示下午2点到4点光伏出力大、碳强度最低（约0.42千克/度），晚上7点到9点用电高峰期碳强度最高（约0.78千克/度）。AI给出的具体动作是：把原计划晚上7点启动的洗碗机和烘干机顺延到晚上10点后的低碳强度时段，同时把电动车充电从傍晚6点到店后立即充电，改为设置在晚上11点后开始，仅这两项调整就能省下约1.3千克CO₂当量，加上把空调目标温度从24℃上调到25.5℃（仍在舒适度容忍带内）节省的0.3千克，当天排放被拉回到预算范围内，用户在App里看到的不是“请节约用电”，而是两条具体的顺延建议和预计减排量。

冬季的高排放脆弱点和夏季往往不是同一类设备。同样是这个家庭，到了1月的一个周一，预算容易被采暖用电和热水器共同挤占——热泵在清晨低温时段功率需求最大，恰好也是电网碳强度较高的时段（光伏出力接近零，电网更依赖调峰机组）。这种情况下AI给出的动作不是顺延洗碗机，而是建议把室温目标提前2小时小幅预热到位、避免清晨高峰时段的大功率骤增，同时把热水器的加热窗口从早晨挪到前一晚电网碳强度较低的时段完成蓄热。这说明“高排放脆弱点”识别不是一套固定规则，而是要跟着季节、设备组合和电网碳强度曲线的变化重新计算，同一个家庭在不同季节收到的具体建议内容会明显不同。

超支之后：动态再分配，而不是道歉式提醒

即使做了这些调度，某一天仍然可能超支——比如家里突然多了访客、连续阴雨导致光伏出力远低于预期。这种情况下，形式主义的做法是弹出一句“抱歉，今天排放超标”，真正有用的做法是把超支额度动态分摊到本周剩余天数里，重新计算接下来几天每天需要多压缩多少排放才能让周度目标不受影响，并且提前告诉用户接下来哪几天的动作会更激进一些。年度目标能不能实现，很大程度上取决于这套动态再分配机制，而不是某一天是否完美达标。

动态再分配也有边界，不能无限制地把压力往后堆。如果连续多天光伏出力都远低于预测（比如一整周阴雨），系统会在分摊到第三、四天仍然无法追平时主动提示用户：本月目标大概率无法达成原定的10%，建议下调到一个更现实的数字，或者接受这个月适度超支、把压力分摊到接下来几个月。承认目标暂时完不成、给出下一步现实的选择，比死守一个已经不可能实现的百分比更诚实，也更符合碳预算工具本身应该具备的可信度。

判断一个“碳预算”是不是形式主义，看这三点

一个家庭碳预算功能是不是在真正起作用，可以用三个标准判断：目标是否具体到设备和时段，而不是笼统的百分比；建议是否可执行，用户按提示操作就能看到预计减排量，而不是只有一句号召；结果是否可追溯，每一次“完成”或“超支”都能对应到具体的用电和碳强度数据，而不是一个不知道怎么算出来的分数。碳预算的价值不在于它显示了一个好看的百分比，而在于它能不能把一个模糊的年度承诺，变成每天具体、可验证、可追责的动作。

还有一点容易被忽视：碳预算不能和舒适度、成本这两个目标完全割裂开单独运行。如果碳预算模块给出的建议和调度算法本身的多目标权衡互相矛盾——比如碳预算建议把空调目标温度再上调1℃，而用户已经把舒适度权重设置得很高——系统应该以用户当前设置的权重为准，把碳预算建议标记为“本次因舒适度优先未执行”，而不是两套逻辑各说各话、同时给用户发送互相冲突的提示。碳预算终归是家庭能源调度里的一个目标，不是凌驾于其他目标之上的最高指令。