问题——一句“谢谢”为何引发争议。近日，“要不要对智能系统说谢谢”登上热搜，围绕礼貌用语是否必要、是否造成资源浪费、是否影响回答质量等问题展开争论。支持者认为——礼貌是社会交往的基本规范——即便面对机器也应保持克制与体面；反对者则强调，智能系统的本质是工具，互动应以解决问题为导向，避免无效对话占用算力与时间。争论背后，既有现实的能源与成本考量，也折射人机关系快速变化带来的新伦理与新习惯。 原因——资源账与“拟人化”心理交织。一段时间以来，行业对大模型运行的电力、散热与算力成本关注升温。有公开报道以测算方式提示：当海量用户在高频互动中加入“谢谢”“不客气”等寒暄，若系统将其视作完整指令并触发模型推理，将带来额外能耗与运营成本。对应的企业负责人也曾表示，礼貌词汇的处理在总体请求规模下会叠加为不小的费用，主要来自算力调度、服务器运行及冷却等开销。从技术角度看，早期或部分场景下，系统可能无法有效区分“有效任务指令”和“社交性表达”，导致资源被动消耗。 此外，礼貌用语的流行也有心理与社会原因。自然语言交互让不少用户更容易将系统当作“对话对象”，人们在现实生活中形成的社交习惯会自然迁移到线上。尤其在咨询、陪伴、心理疏导等场景中，用户希望获得被理解、被回应的体验，礼貌表达既是情绪的出口，也是一种安全感的建立方式。换言之，“谢谢”不仅是词语，更是人类在新技术面前寻求秩序与边界的一种方式。 影响——从成本压力到交互质量，再到公共议题。一是资源与成本层面的现实压力。大规模调用大模型推理需要持续供能与冷却，任何微小的“无效请求”在规模化后都可能放大为运营负担，在算力紧张或能源约束明显的地区尤为突出。二是交互质量层面的隐性影响。业内人士指出，过多寒暄、重复确认或拟人化要求，可能挤占上下文窗口，影响系统对核心问题的聚焦，甚至诱发冗长、模板化的回答，使用户获得的信息密度下降。三是社会层面的外溢效应。围绕“谢谢”的讨论实际上将公众视线引向更大的议题：数字时代如何建立高效、节制且不失温度的人机交往规则，如何把节能减排理念延伸到算力使用方式，如何在新工具普及中形成可持续的社会习惯。 需要看到的是，技术演进正在改变问题权重。随着更多平台引入本地化响应、缓存与模板策略，对“谢谢”等固定表达无需每次触发核心推理，额外消耗有望显著下降。也就是说，当“能耗焦虑”逐步被工程优化缓解后，争议的重心将更集中在“如何用得更好”——即如何提升指令质量、减少无效往返、让人机协作更清晰更可靠。 对策——在“高效指令”和“文明表达”之间建立分层规则。首先，倡导面向任务的表达方式。对多数工作学习场景而言，清晰、结构化的提问最能提升输出质量，例如明确目标、背景、限制条件与期望格式，减少“你好”“在吗”等占位式开场，把礼貌放在句末或必要处即可。其次，平台侧可通过产品设计降低无效消耗。例如识别高频寒暄并进行轻量化响应，提示用户用更高信息密度的方式表达需求；对长对话可引导用户定期归纳要点，避免上下文冗余。再次，公共层面可推动形成可理解、可执行的数字礼仪倡议：在公共服务、教育培训等场景中明确“有效沟通范式”，既尊重人，也尊重资源；既鼓励文明表达，也避免形式化、过度拟人化带来的误解与浪费。 前景——从热搜话题走向数字文明的日常规范。面向未来，人机交互将更加普遍，智能系统也将更深地进入政务服务、医疗咨询、教育辅助与企业运营。随着推理效率提升与节能技术迭代，单句寒暄的边际成本可能更降低，但“如何提问、如何反馈、如何在协作中保持理性与温度”会成为更长期的课题。可以预见，下一阶段竞争不仅在模型能力，也在交互规则、使用教育与绿色算力体系建设上。对用户而言，学会用更清晰的语言表达需求，将成为数字素养的一部分；对行业而言，推动绿色计算与人本设计并进，将决定技术扩散的可持续性与社会接受度。
人工智能的发展不仅是技术突破的历程，更是人类文明的延伸与适应。“是否对AI说谢谢”的讨论背后是一个更深层的命题：在技术赋能的时代如何既发挥工具效能又不失人性温度？这种平衡的探索将是人机和谐共处的关键课题之一。