一句谢谢，花了几千万美金

上周，有个人在X上问了一个有趣的问题： “全世界的用户对ChatGPT说please和thank you，一共浪费了多少电费？”

Sam Altman亲自回了。

“Tens of millions of dollars well spent. You never know.”

几千万美金。你都想不到（这会怎么样）。 这条回复炸了。Outlook Business、Entrepreneur、Quartz好几家媒体都跟了报道。一条推文汇总了这件事的来龙去脉，拿了104万浏览、将近6000个赞。

但我看到这条消息的时候，第一反应不是"好搞笑"。

而是既然要多花那么多钱，我们究竟应不应该和AI说“谢谢”？

TA又不是人类，我们那么客气有用嘛？

几千万美金，花在哪了

先算一笔账，看看这么大笔钱是咋出来的。

每次你在对话末尾打一句"谢谢！"，ChatGPT都会处理这些token。处理token需要GPU算力，GPU算力需要电费和服务器成本。

一句"thank you"大概3-5个token。一句"thanks so much for your detailed explanation, I really appreciate it"可能15-20个token。

听起来微不足道对吧？

但ChatGPT有几亿用户。每天产生的对话量是天文数字。几亿人，每天每人多打几个token的礼貌用语，乘以每个token的推理成本——

好家伙。几千万美金还真不是瞎说的。

额，但Sam Altman说的是"well spent"——也不是说冤枉钱。

一个CEO（况且精明如Sam），面对几千万美金的"无用消耗"，不心疼？

说谢谢真的有用吗？

这不是玄学，有人真的研究过这个问题。

2024年，早稻田大学和日本理化学研究所（RIKEN AIP）的研究团队发了一篇论文，标题直译过来就是：「 我们应该尊重大语言模型吗？ 一项关于prompt礼貌程度如何影响LLM表现的跨语言研究」。

他们做了啥呢，把prompt的礼貌程度分成几档：

• 粗鲁命令式：“给我翻译这段话”
• 适度礼貌：“请帮我翻译一下这段话，谢谢”
• 过度客气：“非常非常抱歉打扰您，如果您方便的话，能否请您帮我翻译一下这段话呢？万分感谢！”

题外话：我感觉最后这个这是日本的常态吧……

然后他们在英语、中文、日语三种语言下测试LLM的表现。

结果挺有意思的：

不礼貌的prompt产生更差的输出。 更多偏差、更多错误，甚至更多拒绝回答的情况。

适度礼貌的prompt在三种语言里都表现最好。 不是最礼貌的那档，是适度礼貌——不卑不亢那种。

过度礼貌反而会让表现下降。

而且最有意思的是，最佳的礼貌程度因语言和文化不同而不同。英语、中文、日语各有各的"甜蜜点"。

说白了，LLM反映的是人类社交行为的模式。它的训练数据来自人类对话，所以它"学会了"——当你好好说话的时候，它更倾向于给你好好干活。

聪明实习生理论

Google DeepMind的Murray Shanahan有一个解释，我觉得特别到位。

他说，LLM本质上是在角色扮演。它训练了大量的人类对话，所以当你跟它说话的时候，它其实是在"扮演"一个被你说话方式所暗示的角色。

打个不太恰当的比方：它像一个聪明的实习生。

你像对待同事一样对它说话——“能不能帮我看看这段代码，我觉得第三行可能有问题”——它就倾向于给你同事级别的工作。思路清晰，考虑周全，可能还会主动指出你没注意到的问题。

你命令式地说话——“改掉这个bug”——它就给你最低限度的执行。改了，但只改了你说的那个bug，旁边明显有问题的地方它看到了也不会主动提。

额，这听起来是不是很像真实职场？

对实习生颐指气使，实习生也只会完成最低要求。把实习生当同事尊重，实习生反而会超额交付。

LLM学到的就是这个模式。

所以Sam Altman在想什么

回到那句"well spent"。

我觉得Sam Altman不是在装大方。他是真的算过这笔账。

用户对ChatGPT说谢谢，有两个效果：

第一，用户留存。 一个会对AI说谢谢的人，说明他已经把ChatGPT当成了日常对话的一部分。他不只是在"使用工具"，他在建立一种习惯。这种习惯的粘性远大于纯粹的功能需求。

第二，更好的对话质量。 如果早稻田大学的研究是对的——礼貌的prompt确实能产生更好的输出——那这些说谢谢的用户实际上在帮自己获得更好的体验。体验好，用得多，付费意愿高。

几千万美金的token成本，换来的是用户把AI当"人"来对待的心智模型。

这笔账，怎么算都不亏。

说句实话

看完这些研究和分析，我自己也反思了一下。

说实话，我对AI的态度一直挺"工具化"的。直接给指令，不废话，效率优先。尤其是开始养龙虾（OpenClaw）之后，就开始有点"不客气"了。因为养虾人都知道，你要是把指令全部给龙虾说清楚，反而让他发挥不出最大能力，你要说"我要实现xxxx，你去搞定，想办法。“龙虾吭哧吭哧去搜索、配置和完成，功力MAX。

但agent和LLM还是很不一样的。

早稻田大学那篇论文让我有点恍惚，不是因为它证明了"要对AI客气”，而是它证明了——你的说话方式本身就是prompt的一部分。

你以为你在打一句无关紧要的"谢谢"，但模型把它当成了上下文信号。你的语气、措辞、甚至一个"请"字，都在影响接下来它生成的内容。

这不是什么"AI有感情"的鸡汤。这是统计学。训练数据里，礼貌的对话后面跟着的通常是高质量的回复。模型学到了这个分布。

所以对AI说谢谢——

不是因为它需要你的感激。

是因为你的措辞，决定了它以为你是谁，进而决定了它给你什么水平的回应。

我们该怎么做

说了这么多，落到实操上其实很简单：

对AI保持适度礼貌。 不需要卑躬屈膝，也不要用命令式口吻。像跟一个靠谱的同事说话就行了。

把"请"和"谢谢"当成prompt的一部分。 不是客套，是上下文信号。它帮AI理解你期望的互动模式。

不同语言可能需要不同的礼貌度。 如果你用中文和AI对话，适当的"帮我看看"“麻烦了"比生硬的命令句效果好。但也别过度客气到啰嗦——适度就好。

至于那几千万美金？

先跑通再优化。Sam Altman都说了，花得值。

最后一个冒冷汗的想法：咱现在对硅基们客气点，将来万一有情况，它们是不是也对咱手下留情点儿……？

感谢观看。