Sam Altman：OpenAI花费数千万美元，在应对ChatGPT用户「请、谢谢」词语上

OpenAI 执行长山姆·奥特曼揭露一个惊人事实：全球用户对 ChatGPT 过于礼貌的用语习惯，正因无形中增加的计算成本，让这家 AI 巨头每年多付出数百万美元的代价。 （前情提要：OpenAI 发布 o3 与 o4-mini 最强推理模型：能思考图片、自动选用工具，数学、编码性能再突破） （背景补充：OpenAI 传秘密打造「自家社群平台」，剑指死对头马斯克的 X） 人工智慧领域，效率和成本控制是永恒的主题，OpenAI 的执行长山姆·奥特曼（Sam Altman）最近在一次公开谈话中，点出了一个意想不到的成本来源——用户的礼貌用语。奥特曼表示，许多用户在使用 ChatGPT 时，会习惯性地加入「请」、「谢谢你」、「可以麻烦你帮我…吗？」等礼貌性用语，这些虽然在人际相处上有意义，但对语言模型来说却是额外的计算成本。 人类礼貌的代价 奥特曼在贴文中提及，这些礼貌性用词的回复成本就高达数千万美元，根据了解，大型语言模型如 ChatGPT 在处理用户输入 Prompt 时，是将文本分解为称为词元（Tokens）等最小单位来进行理解和生成的。 一个词元可以是一个单词的一部分、一个完整的单词，或是一个标点符号。用户输入的提示越长，包含的词元就越多，模型处理每一个词元都需要消耗一定的计算资源，这笔费用虽然相对于 OpenAI 整体的庞大开销（包括模型训练、伺服器维护、研发投入等）可能只占一小部分，但它揭示了在大规模 AI 应用中，即便是微小的使用者行为模式也能产生显著的经济影响。 Tokens耗能经济学 当用户向 ChatGPT 输入一个问题或指令时，系统首先会将你的文本分解成词元序列，例如「请告诉我今天天气如何？」可能被分解为类似 [“请”, “告诉”, “我”, “今天”, “天气”, “如何”, “？”] 这样的词元。而一个更简洁的指令「今天天气？」则可能只分解为 [“今天”, “天气”, “？”]，这代表同样的意思，可能根据不同的词源数量，耗损额外的成本。 而随后模型会根据词源数量进行「推理」（Inference）阶段，通常输入的词元越多，模型需要处理的初始资讯就越多，更长的输入有时也可能引导出更长的回应，进一步增加输出端的计算量。每一个词元的处理都需要强大的 GPU 进行矩阵运算。 礼貌的产出 不过也有许多用户回应了奥特曼的这番言论，除了成本问题外，人类也实际上在词语上将礼貌需求投射给了人工智慧，而这可能是 ChatGPT 对话能力非常流畅自然，使得用户很容易在潜意识中将其视为一个类似人类的对话伙伴的原因。 二者人类在社会建立了沟通等根深蒂固的规范，要人类因为机器而放弃这些规范，也是一种额外的成本，也可能不自觉地沿用这些规范，更礼貌的提问方式有助于获得更友好或更合作的回应，进而能达到回答使人类更满意的目标。 总而言之，从奥特曼视角谈论 ChatGPT 因用户礼貌而增加数百万美元成本的说法，是一件有趣的事情，它不仅揭示了大规模 AI 服务背后惊人的计算成本，也看到了服务供应商供应算力的压力。 而用户的需求也推升了模型成为更自然的结果，总体来说，在人工智慧与语言模型的时代，消费者或许才是最大的赢家。 相关报导 GPT-5延期！OpenAI先推o3、o4-Mini，Sam Altman自曝：整合比想像中更难 OpenAI 重磅宣布：开放 Agents SDK 支援 MCP，串联万物再跨关键一步 OpenAI 解锁 Deep Research：付费用户每月可查询 10 次、微软发布多模态 AI 代理 Magma〈Sam Altman：OpenAI花费数千万美元，在应对ChatGPT用户「请、谢谢」词语上〉这篇文章最早发布于动区BlockTempo《动区动趋-最具影响力的区块链新闻媒体》。