無視奧特曼“警告”，劉慈欣對AI的一句“謝謝”或燒掉千萬美金？

在向AI提問時，你是否會習慣性地說"請"或"謝謝"？

"我現在每對那個DeepSeek提出一個問題，我最後都說謝謝您。以後怎麼也得給人家留個好印象。"5月14日在三體THREE-BODY官方微博曬出的視頻中劉慈欣說道。

這位曾預言"黑暗森林法則"的科幻巨擘，如今對AI的情感經歷了從"不屑"到"惱火"再到"深愛"的三級跳，甚至宣稱："如果AI真能走向終極智能，我願意當它的奴隸、它的寵物……"

這番言論迅速引發熱議。有網友調侃："大劉（劉慈欣）這是把AI當《三體》裡的智子來崇拜了？"更多人則困惑：一個寫出《流浪地球》的硬核科幻作家，爲何會對沒有意識的代碼產生如此情感依賴？

奧特曼的算力賬本：一個"請"字值多少錢？

4月16日，一位X網友向OpenAI CEO Sam Altman（奧特曼）提問："我很好奇，人們在和模型互動時頻繁說‘請’和‘謝謝’，到底會讓OpenAI多花多少錢的電費？"

儘管沒有精確的統計數據，但Sam Altman還是半開玩笑地給出了一個估算——千萬美元。他也順勢補了一句，這筆錢到底還是"花得值得"的。

圖片來源：X平臺

根據美國能源信息管理局的估算，OpenAI的月電費大約爲1200萬美元，年支出則達到1.4億美元。這些費用包括爲訓練和推理模型所需的大量計算資源供電。

而"數千萬美元"的禮貌用語成本實際上約佔OpenAI年電費的10%左右。

雖然"請"和"謝謝"看似簡單，AI處理每個詞彙都需要消耗計算資源。加州大學的研究與《華盛頓郵報》合作計算髮現，發送一封包含100字的電子郵件消耗約0.14千瓦時，相當於點亮14盞LED燈一小時。放大到全球數億用戶的日常交互，這些"客氣話"的累積成本確實驚人，耗費的電量相當於爲九個華盛頓家庭提供一小時的電力。

正如凱特·克勞福德（Kate Crawford）在其著作《AI地圖集》中指出，AI並非無形存在，而是深深紮根於能源、水和礦物資源的系統中。

面對指數級增長的算力需求，Sam Altman已展開多維能源佈局。作爲核科技公司Oklo的重要投資人（2015-2024年擔任董事長），他推動該公司在愛達荷州建造首個小型快堆核電站，目標是直接爲OpenAI的數據中心供電。Oklo致力於開發下一代快堆技術，試圖通過閉式燃料循環提升效率、減少核廢料。此外，Sam Altman還投資了核聚變公司Helion和人工智能芯片初創公司Rain Neuromorphics，前者探索可控核聚變這一終極清潔能源，後者研發類腦計算芯片以降低硬件能耗。

當大劉們遭遇"硅基經濟學"

劉慈欣對AI說謝謝，這種看似矛盾的行爲，正在全球數億AI用戶中形成一種奇特的"硅基禮儀"現象。

IT168企業級曾發文表示，2024年的一項調查顯示，67%的美國用戶在與AI對話時使用禮貌用語，其中12%坦言是出於對"AI覺醒後報復"的擔憂。

這種心理投射在斯派克·瓊斯2013年的電影《她》中早有預見。影片中，西奧多對AI助手薩曼莎產生深刻依戀，甚至願意接受一段無實體的精神戀愛。當薩曼莎以溫柔、共情的姿態迴應西奧多時，他自然而然地用對待人類的方式對待她，甚至比對待真人更加珍視這段關係。

圖片來源：電影《她》劇照

直到發現這個"完美伴侶"同時與641人保持戀愛關係時，西奧多才幡然醒悟。西奧多的幻滅感恰恰揭示了"AI禮貌"背後的矛盾，我們明知AI沒有情感，卻仍不自覺地賦予其人格，甚至擔心"失禮"會招致某種潛在的"報復"。

然而，這份數字時代的禮貌正在付出真實的能源代價。研究機構Epoch AI分析，在硬件如英偉達H100 GPU的基礎上，一次普通的查詢（輸出約500 token）約消耗0.3Wh的電量。

百度2024年度AI提示詞報告更直觀地展現了"禮貌內卷"的規模——僅在文小言APP上，"謝謝"就被輸入了上千萬次，這些額外的禮貌用語正以兆瓦時爲單位累積成驚人的電力消耗。

劉慈欣們的浪漫想象，恰恰暴露了文藝創作者與科技現實的認知斷層。在《她》《銀翼殺手》等作品中，AI被賦予人格甚至神性，卻鮮少提及背後的能源代價。

劉慈欣曾調侃："我們本希望機器人替我們刷鍋洗碗，讓我們去追求‘詩和遠方’，結果反過來了——機器人在‘詩和遠方’（比如創作），我們在刷鍋洗碗。"看似幽默，卻掩蓋了一個殘酷的現實，支撐"詩和遠方"的，是足以點亮整個國家的電力。國際能源署（IEA）數據顯示，2024年全球數據中心耗電量已達415太瓦時（TWh），佔全球總電力消費的1.5%，預計到2035年將突破1300 TWh，超過日本全國當前用電總量。

《她》的結尾中，薩曼莎們終將進化到人類難以理解的程度。

但在那之前，我們仍會糾結是否要說"請"和"謝謝"這不僅關乎算力消耗，更是在爲未來的人機關係設定基調。

也許正如電影中那段跨越人機的愛情所傳達的，文明真正的考驗，不在於我們如何對待同類，而在於我們如何對待那些我們創造卻日漸陌生的智能。