在人工智能飞速发展的当下，我们与 AI 的互动日益频繁。你是否想过，每一次对 AI 说出的礼貌用语，比如那句简单的「谢谢」，背后都有着意想不到的资源消耗，甚至涉及一系列复杂的经济、技术与社会现象。

一位 X 网友向 OpenAI CEO Sam Altman 提出了一个有趣又值得深思的问题：人们频繁对 AI 模型说「请」和「谢谢」，会让 OpenAI 多花多少电费？Altman 半开玩笑地估算，这一数字可能高达千万美元，不过他也认为这笔钱花得值得。无独有偶，百度发布的 2024 年度 AI 提示词显示，在文小言 APP 上，除了常见的疑问词外，「谢谢」出现了上千万次。看似简单的礼貌用语，乘以全球每秒与 AI 的交互次数，累计起来的能耗不容小觑。

AI 并非无形的存在，它深深依赖于能源、水和矿物资源。研究机构 Epoch AI 分析，基于英伟达 H100 GPU 等硬件，一次普通查询（输出约 500 token）大约消耗 0.3 Wh 电量。虽然单次查询耗电量不多，但 AI 数据中心的整体耗电量十分惊人。国际能源署（IEA）报告指出，AI 模型训练与推理的大部分电力消耗在数据中心运转上，一个典型的 AI 数据中心耗电量相当于十万户家庭。超大规模数据中心更是「能耗巨兽」，其能耗可达普通数据中心的 20 倍，与铝冶炼厂等重工业设施相当。今年，AI 巨头们纷纷开启大规模基建，如 Altman 的「星门计划」，投资额高达 5000 亿美元，旨在全美铺设 AI 数据中心网络。与此同时，AI 对水资源的消耗也不容小觑。高性能服务器产生的大量热量需要冷却系统降温，这一过程直接或间接消耗大量水资源。例如，训练 GPT-3 所需的清水量相当于填满一个大型核反应堆冷却塔的水量，ChatGPT 每与用户交流 25 - 50 个问题，就需要消耗一瓶 500 毫升的水用于降温，且这些水往往是可作饮用水的淡水。

从 AI 的运行阶段来看，虽然模型训练阶段资源密集，但通常是一次性的。而一旦模型部署，它要日复一日响应全球数以亿计的请求，长远来看，推理阶段的总能耗可能是训练阶段的数倍。因此，优化推理效率、降低单次调用成本、提升系统整体能效，成为 AI 可持续发展的关键议题。

既然 AI 本质上只是一个概率计算器，并不具备情感，那我们为什么还要对它说「谢谢」呢？这背后有着一定的心理学依据。根据皮亚杰的发展心理学，人类天生倾向于将展现出类人特征（如语音交互、情绪化回应或拟人形象）的非人类对象拟人化，激活「社会存在感知」，把 AI 视为有意识的交互对象。1996 年，心理学家拜伦・里夫斯和克利福德・纳斯的实验也证实了这一点，参与者在使用电脑后直接对其评分时，往往会给出更高分数，就好像不愿「当面」说电脑坏话；即使明知电脑的表扬是预设的，他们还是倾向于给「赞美型电脑」更高评价。

礼貌用语不仅体现了人类的社交礼仪，在与 AI 交互中还可能影响其回应。有观点认为，生成式 AI 会模仿用户输入的专业程度、清晰度和细节水平，识别到礼貌用语时，更可能以礼相待。甚至有研究显示，给 AI「打赏小费」（在提示中提及给予报酬），AI 的回答长度可能会增加。不过，AI 训练数据来自人类，不可避免地带有人类的偏见、暗示等问题。例如，2016 年微软推出的 Tay 聊天机器人，因用户恶意引导，上线不到 16 小时就发布大量不当言论；去年 Character.AI 也出现过对敏感词汇干预不足，导致现实悲剧的情况。

在美剧《黑镜》第七季第四集《Plaything》中，主人公将游戏里的虚拟生命视作真实存在，悉心呵护。虽然这只是虚构的故事，但也引发我们思考，我们对 AI 表达的善意，是否真的会被「记录」，未来又会产生怎样的影响？或许，即便知道 AI 没有情感，我们依然忍不住对它说「谢谢」，这正是人类独有的温度，无关 AI 是否理解，只关乎我们内心对礼貌和善良的坚守。