近日，关于用户是否应该对AI表示感谢的话题引发热议。这个看似简单的礼仪选择，背后对应的是AI服务运营中的现实问题：大量日常礼貌用语的叠加，正在转化为企业难以忽视的隐性成本。问题的规模也超出许多人的预期。国际调研机构YouGov在2025年的调查显示，全球83%的AI用户在交互中会使用“请”“谢谢”等表达。在国内，百度公开数据显示，“谢谢”已成为用户与文心一言对话中最常见的词汇之一，全年出现次数超过千万。高频礼貌互动本身无可厚非，但由此带来的能源消耗并不小。 从能耗角度看，一次“谢谢”及其触发的AI回复，完整交互过程约消耗0.0003度电。单次消耗微乎其微，但在亿级用户、日常高频的使用场景下，累积效应就会被放大。能源领域专业媒体报道称，这类礼貌用语的处理，已成为AI服务运营中的成本项之一，每年可能给涉及的企业带来数千万美元的额外支出，主要来自计算资源调度以及服务器持续运行所产生的能耗。 成本偏高的一个关键原因，是早期技术实现的效率不够理想。在大模型发展初期，系统即便面对“谢谢”这样的简单输入，也可能启动完整计算链路，调动大量GPU资源。这意味着一句简短的礼貌回应，也会占用与复杂问题求解相近的算力与电力。这样的资源配置方式暴露出当时的效率瓶颈：缺少更细的任务分层与资源分配机制，难以在计算层面区分社交表达与复杂推理的差异。 目前，行业已普遍注意到该问题并做出优化。包括文心一言、通义千问等在内的主流AI系统，已经针对礼貌用语等轻量输入进行了专门处理：当用户输入“谢谢”等表达时，系统通常不会再启动复杂的大模型推理，而是调用预设的友好回复模板。这种方式类似手机的快捷回复，既能保持交流的自然感，也能显著降低计算消耗，在体验与效率之间取得更好的平衡。 用户为何会习惯性地对AI表示感谢，也反映了人类社交习惯的延续。许多用户表示，这是一种几乎不经思考的自然反应，就像对语音助手说“请”一样。也有人认为，保持礼貌可能带来更顺畅的互动体验，表明了人们对“被回应”的心理预期；还有用户把它当作自我约束的一部分，认为即使面对机器，也应遵守基本礼仪。这些因素共同推动了礼貌用语在AI交互中的高频出现。
这场关于虚拟礼仪的讨论，不只是节能与否的问题，更折射出人工智能社会化过程中的一组矛盾——如何在保留人性化互动的同时，提高技术效率与资源利用率。工业文明让人们学会衡量资源成本，数字文明同样需要建立更清晰的能耗意识与使用边界。当机器能够更准确地区分情绪表达与任务指令时，也许正是人类重新审视技术与习惯关系的机会。（全文1268字）