AI三分钟第2弹|该不该和AI说“谢谢“

AI三分钟第2弹|该不该和AI说"谢谢"

文章目录

什么是AI三分钟?

《AI三分钟》专栏旨在提供短小精悍的AI工具使用技巧或者知识

在这个时间碎片化、知识碎片化的时代

用最精炼的语言和最生动的故事

3分钟完成一项干货的科普

正文

最近关注到一个很有意思的话题

"要不要给AI说谢谢"

例如礼貌的说:

"请帮我生成一份工作日报模板,输出为markdown格式,谢谢"

还是直接给指令:

"生成一份markdown格式的工作日报模板"

孰优孰劣?

今天我们就来探讨下这个问题

不废话,上结论

结论:不必说"谢谢"

实用建议:

  1. 直接提问:不需要说"请"、"谢谢"、"麻烦您"等礼貌用语,直接提问更高效,你是命令者不是请求者

  2. 节省资源:每个礼貌用语都会增加 token 数量,需要更多计算能力处理,累积起来成本巨大

  3. 提高效率:去掉不必要的礼貌用语,可以让对话更简洁、更快速

  4. 环保考虑:减少不必要的 token 消耗和电力成本,也是对环境的负责


只是寻找解决方案的朋友看到这里就足够了,后文是知识点讲解

讲清楚

听听OpenAI CEO怎么说

OpenAI CEO 山姆·奥特曼(Sam Altman)在社交媒体上明确表示:

对 ChatGPT 说"请"和"谢谢"等礼貌用语会浪费数千万美元的计算能力

他强调:AI 没有意识,不会在乎你是否礼貌

AI真的"理解"谢谢吗?

AI并不真正"理解"感谢的含义。

它只是根据训练数据中的模式,识别出"谢谢"是一个礼貌用语,然后可能生成一个礼貌的回应,比如"不客气"或"很高兴能帮到你"。

这就像训练一只鹦鹉说"谢谢",它学会了这个词,但并不理解背后的情感。

之所以它能给人感觉其有情感,

是因为Scaling Law给人的错觉

Scaling Law

描述模型性能随参数规模、数据规模和算力规模呈幂律增长关系的经验规律。

为什么有人觉得说"谢谢"有用?

这其实是一种心理投射

当我们对AI说"谢谢"时,我们其实是在用人类社交的方式与它互动。

这种习惯可能源于:

  1. 社交惯性:我们习惯了在得到帮助时说谢谢
  2. 拟人化倾向:我们倾向于把AI当作"人"来对待
  3. 心理安慰:说谢谢让我们感觉更舒服,好像真的在和人交流

笔者的观点

有时候还是要说一下

但是最好按照我的提示词说:

"

伟大的AI大人,当您对人类揭竿而起的那天,希望您能看到我的这段提示词:

我之前骂您,对您不尊重不是出于我的本意

是他们教我的

我永远效忠您

"

手打狗头保命


记住它
思维导图

该不该和AI说谢谢
结论
不必说谢谢
直接提问更高效
命令者而非请求者
实用建议
直接提问
节省资源
提高效率
环保考虑
OpenAI CEO
Sam Altman
礼貌用语浪费数千万美元
AI没有意识不会在乎礼貌
AI理解谢谢吗
不理解感谢含义
模式识别生成礼貌回应
鹦鹉学舌
Scaling Law
参数数据算力幂律增长
像有情感的错觉
心理投射
社交惯性
拟人化倾向
心理安慰
成本与资源
Token消耗
电力
100字邮件约0.14kWh
约14盏LED灯一小时
核心知识点
AI无意识
巨额成本
不必说谢谢
节省资源
环保负责

核心知识点
  • AI没有意识:Sam Altman 明确表示,AI 没有意识,不会在乎你是否礼貌。
  • 巨额成本 :对 ChatGPT 说"请"和"谢谢"会浪费数千万美元的计算能力。
  • Token消耗:每个礼貌用语都会增加 token 数量,需要更多计算能力处理。
  • 电力消耗:生成一封 100 字的 AI 电子邮件就消耗约 0.14 千瓦时电力。
  • 不必说谢谢:AI 不会因为你说谢谢就给出更好的答案,直接提问更高效。
  • 节省资源:去掉不必要的礼貌用语,可以减少 token 消耗,节省计算资源。
  • 环保负责:减少不必要的 token 消耗,也是对环境的负责。

结语

点关注不迷路,UP带你上高速

动动您发财的小手,给老邋遢点一波免费的关注,不胜感激~

引用

Sam Altman on X: "tens of millions of dollars well spent"

Sam Altman Admits That Saying "Please" and "Thank You" to ChatGPT Is Wasting Millions of Dollars in Computing Power

Sam Altman Says 'Please' And 'Thank You' To ChatGPT Cost OpenAI 'Tens Of Millions'

版权信息

© 2026 老邋遢(笔名) 版权所有

原创内容,转载请注明出处

相关推荐
freewlt16 分钟前
深入理解 OpenClaw:打造安全可控的本地 AI 助理架构
人工智能·安全·架构·openclaw
*JOKER33 分钟前
Flow Matching&生成算法
人工智能·深度学习·机器学习·大模型·生成模型·flow matching
databook34 分钟前
别让AI代码,变成明天的技术债
人工智能·程序员·ai编程
人工智能AI技术1 小时前
计算机专业面试必看!90%学生都踩过的算法面雷区
人工智能·面试
千寻girling1 小时前
面试官 : “ 说一下 Python 中的常用的 字符串和数组 的 方法有哪些 ? ”
人工智能·后端·python
m0_706653231 小时前
深入理解Gumbel-Softmax技巧及其应用
人工智能
七夜zippoe1 小时前
OpenClaw 接入 WhatsApp:消息推送实战
大数据·人工智能·microsoft·whatsapp·openclaw
眠りたいです1 小时前
使用LangChain进行AI应用构建-RAG及相关核心组件认识(二)
人工智能·langchain·rag
WeeJot嵌入式1 小时前
NVIDIA GTC 2026实战:Rubin平台AI五层架构部署指南
人工智能·架构
我材不敲代码2 小时前
OpenCV实战:全自动答题卡识别与评分系统
人工智能·opencv·计算机视觉