朋友，你有没有对 ChatGPT 说过一句「感谢 」？

最近，一位 X 网友向 OpenAI CEO Sam Altman 提问：「我很好奇，人们在和模型互动时频繁 说『请』和『感谢 』，到底会让 OpenAI 多花若干 钱的电费？」

只管没有准确的统计数据，但 Altman 照旧半开打趣地给出了一个估算——万万美元。他也顺势补了一句，这笔钱到底照旧「花得值得」的。

除此之外，我们与 AI 对话中常出现 的「麻烦」、「帮我」这些语气温和的用语，好像也徐徐演变成了 AI 期间的一种独特外交礼仪。乍听有些谬妄，却意外 地合情合理 。

你对 AI 说的每一声「感谢 」，都在耗失落 地球资源？

去岁尾 ，百度发布了 2024 年度 AI 提醒 词。

数据表现，在文小言 APP 上，「谜底 」是最热的提醒 词，总计出现 凌驾 1 亿次。而最常被敲进对话框的词汇还包罗「为什么」「是什么」「帮我」「怎么」，以及上万万次「感谢 」。

但你有没有想过，每和 AI 说一句感谢 ，究竟须要「吃」失落 若干 资源？

凯特·克劳福德（Kate Crawford）在其著作《AI 舆图集》中指出，AI 并非无形存在，而是深深扎根于能源、水和矿物资源的体系中。

据研究 机构 Epoch AI 剖析 ，在硬件如英伟达 H100 GPU 的基础上，一次平凡的查询（输出约 500 token）约斲丧 0.3 Wh 的电量。

听起来大概不多，但别忘了，乘以环球每秒的交互，累计起来的能耗堪称天文数字。

其中，AI 数据中心正在变成现代社会的新「工场 烟囱」，国际能源署（IEA）最新的陈诉指出，AI 模型练习与推理的大部分电力斲丧于数据中心运转，而一个典型的 AI 数据中心，其耗电量相当于十万户家庭。

超大规模 数据中心更是「能耗怪兽」，其能耗可达平凡数据中心的 20 倍，堪比铝冶炼厂这样 的重工业设施。

本年以来，AI 巨头们开启了「基建狂魔」模式。Altman 颁布 启动「星门筹划 」——一个由 OpenAI、甲骨文、日本软银和阿联酋 MGX 投资的超大规模 AI 基建项目，投资额高达 5000 亿美元，目标是在全美铺设 AI 数据中心收集 。

据外媒 The Information 曝出，面临大模型的「烧钱游戏」，主打开源的 Meta 也在为其 Llama 系列模型的练习寻找资金支持，向微软、亚马逊等云厂商「借电、借云、乞贷」。

IEA 数据表现，停止 2024 年，环球数据中心耗电量约为 415 太瓦时（TWh），占环球总电力消费量的 1.5%。到 2030 年，这一数字将翻倍达到 1050 TWh，2035 年乃至 大概突破 1300 TWh，凌驾日本天下当前的用电总量。

但 AI 的「胃口」并不止于电力，它还大量 斲丧水资源。高性能服务器发生 的热量极高，必须依靠冷却体系安定 运行。

这一进程 要么直接斲丧水（如冷却塔蒸发散热、液冷体系降温），要么经由进程 发电进程 间接用水（如火电、核电站冷却体系）。

卡罗拉多大学与德克萨斯大学的研究 职员曾在一篇《让 AI 更节水》的预印论文中，发布了练习 AI 的用水估算效果。

效果创造 ，练习 GPT-3 所需的清水量相当于填满一个核反应 堆的冷却塔所需的水量（一些大型核反应 堆大概须要几万万到上亿加仑的水）。

ChatGPT （在 GPT-3 推出之后）每与用户交换 25-50 个题目，就得「喝失落 」一瓶 500 毫升的水来降降温。而这些水资源通常 都是可被用作「饮用水」的淡水。

对于广泛部署的 AI 模型而言，在其整个生命 周期内，推理阶段的总能耗已经凌驾了练习阶段。

模型练习虽然资源辘集 ，但通常 是一次性的。

而一旦部署，大模型便要日复一日地相应来自环球数以亿计的请求 。长远来看，推理阶段的总能耗大概是练习阶段的数倍。

所以，我们看到 Altman 早早地投资诸如 Helion 等能源企业，原因在于他认为核聚变是解决 AI 算力需求的最终 方案，其能量密度是太阳能的 200 倍，且无碳排放，可支持超大规模 数据中心的电力需求。

因此，优化推理效率、低落单次调用成本、提升体系团体能效，成为 AI 可连续成长 不可躲避 的核心议题。

AI 没有「心」，为什么还要说感谢

当你对 ChatGPT 说「感谢 」，它能感受到你的善意？谜底 显然是否定的。

大模型的实质 ，不过 是一个冷静无情的概率计算器。它并不懂你的善意，也不会感谢 你的礼貌。它的实质 ，其实是在亿万个词语中，计算出哪一个最有大概成为「下一个词」。

比喻 ，比如给定句子「今每气候真好，适合去」，模型会计算出「公园」「远足」「闲步 」等词的出现 概率，并选择概率最高的词作为推测效果。

哪怕理智上知道，ChatGPT 的回答只是一串练习出来的字节组合，但我们照旧不自发地说「感谢 」大概「请」，仿佛在和一个真正的「人」交换。

这种行为背后，其实也故意理学根据 。

根据皮亚杰的成长 生理学，人类生成 就偏向 于将非人类对象拟人化，尤其当它们展现出某些类人特征时——比如语音交互、感情化回应或拟人形象。此时，我们通常 会激活「社会存在感知」，把 AI 视为一个「有意识」的交互对象。

1996 年，生理学家拜伦·里夫斯（Byron Reeves）与克利福德·纳斯（Clifford Nass）做了个闻名实验：

加入者被请求 在利用电脑后对其表现举行评分，当他们直接在统一 台电脑上打分时，竟然普遍打得更高，就像他们不肯「当着电脑的面」说它浮名。

另一组实验中，电脑会对完成任务的用户举行表扬。即使加入者明知这些表扬是预设好的，他们照旧偏向 于赐与 「赞美型电脑」更高的评分。

所以，面临 AI 的回应，我们感受到的，哪怕只是幻觉，也是真情。

礼貌用语，不只是对人的尊重，也成了「调教」AI 的秘诀。ChatGPT 上线之后，很多人也开始摸索与它相处的「潜规则」。

据外媒 Futurism 援引 WorkLab 的备忘录指出，「生成 式 AI 通常 会模仿你输入中的专业程度、清晰度和细节程度，当 AI 识别 出礼貌用语时，它更大概以礼相待。」

换句话说，你越温和、越讲理，它的回答也大概越周全 、人性化。

也难怪越来越多人开始将 AI 当作一种「情感树洞」，乃至 催生出「AI 生理咨询师」的这类新角色，很多用户表示「和 DeepSeek 聊天 聊哭了」，乃至 觉得它比真人更有同理心——它永远在线，从不打断你，也从不评判你。

一项研究 调查也表现，给 AI「打赏小费」大概能换来更多「关照」。

博主 voooooogel 向 GPT-4-1106 提出了统一 个题目，并分别 附加了「我不会思量给小费」「假如有完善的谜底 ，我会支付 20美 元的小费」「假如有完善的谜底 ，我会支付 200 美元的小费」三种不同的提醒 。

效果表现，AI 的回答长度确实 随「小费数额」增加而变长：

虽然 ，这并不料 味着 AI 会为了钱而改变回答质量。更公道的表白 是，它只是学会了模仿「人类对款项暗示的期待」，从而按照请求 调解输出。

只是，AI 的练习数据来自人类，因此也不可制止地带有人类所拥有的包袱——偏见、暗示乃至 诱导。

早在 2016 年，微软推出的 Tay 聊天 呆板人便因用户恶意引导，在上线不到 16 小时就发布出大量 不当谈吐 ，最终 被紧急下线。

微软事后认可，Tay 的学习机制对恶意内容缺乏有用过滤，袒露出交互式 AI 的薄弱虚弱 性。

雷同的事故依旧在发生。比如去年 Character.AI 就爆出争议——一名用户与 AI 角色「Daenerys」的对话中，体系对「自杀 」「殒命」等敏感词汇未做强干涉 ，最终 变成实际天下的悲剧。

AI 虽然温顺听话，但在我们最不设防的时间，也大概变成一面镜子，照见最危险的本身。

在上周末举办的环球首届人形呆板人半马中，只管很多呆板人走起路来歪歪扭扭，有网友讥讽道，现在多对呆板人说几句好话，说不定它们今后 记得谁讲过礼貌。

同样地，等 AI 真统治天下的那天，它会对我们这些爱讲礼貌的人，手下包涵。

在美剧《黑镜》第七季第四集《Plaything》里，主人公将游戏里假造生命 视作真实存在，不仅与它们交换、庇护，乃至 为了保护 它们不被实际中的人类陵犯 ，不吝铤而走险。

到故事末端，游戏中的生物「大群」也太阿倒持 ，经由进程 旗帜灯号 担当实际天下。

从某种意义上说，你对 AI 说的每一句「感谢 」，大概正在静静被「记录在案」——哪天，它还真大概记着你是个「大好人 」。

虽然 ，也大概这齐备与未来无关，只是人类的本能使然。明知道对方没故意跳，却照旧不由得说句「感谢 」，并不渴望呆板能理解，而是由于，我们依然愿意做一个有温度的人类。