数据中心选址一锁多年：多目标智能体让水、电、碳与可靠性在推理时重调
核心概要
AI 数据中心的选址、购电和制冷仍靠静态单点评分工具在开工当天一次性定下，而站点的水、电、碳状况会在十到二十年的资产寿命里漂移，承诺一旦做出又很难撤回。新做法把长周期建设写成带层级的马尔可夫决策过程：战略承诺只在离散窗口出现、带切换成本、要等依赖来源的交付周期才生效，运行调度只能动用已建成的容量，偏好条件化的多目标智能体一次给出一族策略，规划者可在推理时沿成本、碳、水和可靠性调整。真实站点数据上，不可逆、可逆与只承诺一次三种设定中，偏好条件化在两个目标组合上都给出可确认的权衡，把承诺设为不可逆后前沿覆盖更均匀。
深度剖析
规划者不必再接受开工时算出的一个分数：同一族策略在推理时就能沿成本、碳、水和可靠性推移，把候选方案摊成一条可比较的取舍线。 此前选址、购电和制冷用静态单点评分工具一次性比较，评估只做在开工那天的数字上，而站点的水、电、碳状况会在十到二十年的资产寿命里漂移，承诺也很难撤回。 在真实站点数据上，把承诺设为不可逆后，前沿覆盖比完全可逆的设定更均匀，在触发性缺水约束到来之前的提前改造节奏也更一致。
决策被拆成两层：战略承诺只在少数离散窗口里发生，带切换成本，并且要等依赖来源的交付周期走完才建成；运行调度只能动用物理上已经存在的容量。 求解用的是偏好条件化的多目标智能体，内部是半马尔可夫的管理者—工作者层级，也就是决策停留时长不固定、由上层与下层分工推进；一次求解得到一族策略，规划者用一组偏好设定在推理时选其中一支。 评测覆盖不可逆、可逆和只承诺一次三种承诺设定，数据取自真实的并网队列、缺水压力和电网排放记录，环境、智能体、基线和评测框架也一并公开。
启示与展望
适用范围是 AI 数据中心的选址、购电与制冷规划：数据取自真实的并网队列、缺水压力和电网排放记录，承诺分别按不可逆、可逆和只承诺一次三种设定检验，资产寿命按十年到二十年考虑，环境、智能体、基线和评测框架均已公开。
水压力这一轴上的长期推演是明确短板：紧凑的反事实动力学模型能较好跟随慢变状态，却被简单的持续性预测明显超过，作者按局限写明。这里的判断来自摘要层面，方法细节与完整实验数字没有逐项核对。