洪萨速配为什么不要对AI说谢谢？

这届网友的礼貌洪萨速配，已经延伸到AI界了。

最近，有网友突然发现，自己最近说“谢谢”频率最高的对象竟然是AI。

图源：ChatGPT截图

事实似乎也确实如此。2024年底，百度发布的 AI 提示词数据显示，“谢谢”成为当年文小言App用户与AI 互动中最常出现的词之一——仅这一年，人们就向AI说出了上千万次“谢谢”。

图源：百度

不仅中国网友，对AI礼貌这件事上，全球网友都出了一份力。调查机构YouGov于2025年6—7月期间展开的一项面向全球17 个国家人工智能用户的调查显示，有83%的用户在与人工智能工具互动时说过“请”或“谢谢” ，其中经常使用该类礼貌用语的用户占43%。

参考文献[1]

为什么人们会对AI说谢谢？

有人开玩笑称“客气点，以后AI统治人类的时候能从轻发落。”

也有人说这是日常礼貌的延续洪萨速配，毕竟即使是撞到路上的电线杆，也有人会习惯对电线杆说一声抱歉。

这种对物体的“礼貌反应”，并非AI出现后才有，而是人类心理的一种惯性：人们习惯性赋予身边无生命体情感表达，尤其当他们具备了与人类同样的语言、表达和沟通方式。

早在20世纪20年代，发展心理学家让·皮亚杰（Jean Piaget）就在《儿童对世界的观念》一书中提出“拟人化思维”，即人类从小就具备“拟人化”的天性，喜欢把非生命体看作有感情、有意图的存在。

小时候我们会给玩具取名字、和布娃娃聊天；长大后，我们开始对DeepSeek 说“谢谢”、对 ChatGPT 说“请”。这种倾向是儿童认知发展的早期特征，也揭示了人类理解世界的方式：我们更容易与跟我们相似的对象建立联系。

1990年，斯坦福大学的心理学家拜伦·里夫斯（Byron Reeves）与克利福德·纳斯（Clifford Nass）在斯坦福大学做过一个著名实验：他们让参与者在用完电脑后给它打分。结果发现，如果要在同一台电脑上打分时，被试者对这台电脑的总体评价显著更正向，评分的离散程度也更小，表现出典型的“礼貌”与“社会赞许性”反应。

他们通过这一试验进一步提出了媒体等同理论，即人们会将媒体（如电脑、电视、机器人等）视为现实生活中的人或场所，并对其产生类似与真人互动的社会性和自然性反应，哪怕清楚地知道它只是台机器。

这一理论后来发展出更广义的概念——社会存在感知，即当媒介或系统具备语言、反馈、表情等人类特征时，会增强用户的社会存在感知，使大脑自动激活社交反应机制。

近年来爆火的AI心理工具，同样是运用了这一原理，让用户产生被理解、被陪伴的感觉。

从语言交互的角度出发，我们在与AI交流时，不仅是在“输入问题”，也在通过语言塑造它的回应模式。“谢谢”等礼貌用语的使用，其实也是引导AI形成更有礼貌性的表达。

微软旗下研究洞察平台Microsoft WorkLab的研究备忘录指出，生成式AI擅长模仿，大型语言模型的工作原理，正是通过模仿人类的对话方式来实现的。换言之，AI的语气，在很大程度上是由人类话语所“校准”的。当用礼貌、专业的语气与 AI 沟通时，AI 会在生成回答时模仿这种风格，输出更自然、更像人类、更专业的回应。

而说“谢谢”这一词，就像DeepSeek每次开始思考时常说的“嗯”一样，不仅可以增加对话的人情味、营造良好的人机对话氛围，而且对用户的成本几乎为零。

但实际上，最好不要随意对AI说谢谢，甚至不要对AI太过礼貌。

为什么不要对AI太礼貌？洪萨速配

从用户的角度看，对话结束时说一句“谢谢”，几乎没有成本；但对 AI 而言，处理一句“谢谢”，意味着真实的能耗与资源消耗。

OpenAI CEOSam Altman 曾打趣又认真地说过：“人们在ChatGPT里输入的这些礼貌用语，已经让我们花掉了数千万美元。”

这可不是夸张。对AI而言，用户的每句话，哪怕只是普通的“谢谢”“请”等礼貌用语，都会视为一次新的指令，需要调用计算资源消耗大量算力来生成响应。

而当算力运行时，需要稳定的电力供给支撑。2025年2月7日，研究机构Epoch AI发布的报告《How much energy does ChatGPT use?》计算发现，使用GPT‑4o模型进行短文本查询或对话时，单次耗电约0.3瓦时，也就是约0.0003 度电。

这个数据看似很小，但据 OpenAI在 ChatGPT 官方更新日志（Release Notes）发布的最新信息，截至2025年6月，ChatGPT 的周活跃用户已超过7亿。如果每人对AI说一句“谢谢”，一周下来就会消耗约21万度电。

不止如此，发电厂需要冷却水降温，数据中心也通常用冷却水或蒸发冷却塔来降低机房温度。因此，AI回复一句“谢谢”也会带动大量水资源的消耗。2023年11月，美国加州大学河滨分校副教授绍雷·伦（Shaolei Ren）在《AI消耗了多少水？公众有权知道（How much water does AI consume? The public deserves to know）》一文中指出，运行GPT-3回答10—50个查询会消耗 500 毫升水，即回复一次会消耗10—50毫升水。同样按照每周7亿活跃用户计算，如果AI回复每位用户一次，一周下来将约700—3500 万升水。ChatGPT目前使用的GPT-4规模更大，因此实际用水可能高于这一区间。

图源：参考文献[3]

更何况，对AI太礼貌，不仅可能无法稳定提升AI输出内容质量，甚至可能会导致AI输出内容质量下降。

2024年，早稻田大学尹志奇（YIN.Z）等学者发布的论文《Should We Respect LLMs? A Cross-Lingual Study on the Influence of Prompt Politeness on LLM Performance》中，分别运用GPT-3.5、GPT-4、ChatGLM3、Llama2 以及 Swallow 等大型语言模型，设计了八个从“极端粗鲁”到“极端礼貌”的语气等级提示，覆盖英语、中文与日语三种语言环境进行了系统的跨语言实验，评估礼貌程度对模型表现的影响。

结果发现，虽然不同语言下的大模型适用的最佳礼貌等级不同，但无论处于何种语境下，语言大模型总在中度礼貌区间表现出最高准确率，而“高度尊重的提示并不总是能带来更好的结果”。

2025年10月，美国宾夕法尼亚州立大学教授阿希尔·库马尔（Akhil Kumar）等同样测试不同礼貌程度语言下的AI模型回复准确率差异，发现“非常礼貌”语气下AI回复的准确率甚至不如“极端粗鲁”。

在实验中，无论对于历史、数学或是科学等多领域的题目，提问语言“非常粗鲁”得到的回复准确率最高，约为84.8%；而“非常礼貌”得到的回复准确率最低，仅为80.4%。也就是说，在这个实验中，比起极端粗鲁的语气，非常礼貌的语气下模型表现更差。

图源：参考文献[4]

该学者进一步解释称，一方面，AI模型更关注任务核心而非修辞。“谢谢”等礼貌性的修辞与核心任务关联不大，但会占用模型的解析效率，因此，越多礼貌用语，模型越可能费更多精力解析与任务无关的内容，使文本更难处理，甚至可能增加模型的“困惑”，导致核心问题处理的精准度降低。

另一方面，过度礼貌的语气可能与模型训练语料不匹配。模型或许训练时主要见到的是中立、命令式提示，礼貌的提示在训练语料中比例不高，因此模型对礼貌语气的应对还不成熟。

所以，和AI对话时，还是把精力放在问题描述上为好，至于“谢谢”，还是多对身边人说吧。

参考文献

[1]YouGov. (2025, July 30). Americans, Danes and Swedes are the least polite to AI, survey finds. AOL News.

[2] Nass, C. I., Moon, Y., & Carney, P. (1999). Are people polite to computers? Responses to computer-based interviewing systems. Journal of Applied Social Psychology, 29(5), 1093-1110.

[3]Ren, S. (2023, November 30). How much water does AI consume? The public deserves to know. OECD AI Policy Observatory.

[4] Dobariya洪萨速配, O., & Kumar, A. (2025, October 6). Mind your tone: Investigating how prompt politeness affects LLM accuracy.

尚红网官网提示：文章来自网络，不代表本站观点。