**图一，不要谢谢AI**，我也看到过这个说法，见过媒体传播它。但这显然谈不上是什么常识，更不见得会影响什么模型的善恶。

这个说法有一个真实的技术基础：生成额外 token 需要计算资源。

但把它进一步推导为一种普遍的使用伦理，就很可疑了。

因为这里需要回答的不是“谢谢是否消耗计算”，而是这种消耗在整体系统中究竟有多大？有没有大到值得改变人的日常语言习惯？

例如，一次简单的礼貌回应与一次长篇推理、一次反复修改的代码生成，消耗的计算资源可能差几个数量级。并且，推理成本也不是简单地由输出字符数量线性决定的。

更重要的是，语言交互本来就包含礼貌、语气、情绪和社会关系的组织。要求用户为了节约几个 token，刻意把自然语言改造成机器指令，未必是一种合理的资源配置。

至于截图所说的“在爱里长大”，那更接近拟人化的文学表达，而不是关于模型训练机制的技术判断。

AI 不会因为每天收到更多“谢谢”，就像人类儿童一样形成更善良的人格。

**图二，AI产品被设计为尽量让用户长时间使用**，我也看到过这个说法，见过媒体传播它。我相信某些产品、某些阶段是这么设计的，但眼下可能很多产品都觉得免费用户是累赘，而这些免费用户到底每天在AI上用一个小时还是十个小时，在我的认知里，对于OpenAI之类的公司此刻是很不怎么重要的。

2026年1月，OpenAI在宣布广告计划时明确写道：

*We do not optimize for time spent in ChatGPT.*

即“不以用户在ChatGPT中花费的时间为优化目标”。

在推理成本显著、订阅收入相对固定的条件下，使用时长本身甚至可能是一个负向的经济指标。

传统移动互联网产品，尤其是广告驱动的内容平台，通常希望用户停留得更久，因为更多的使用时长意味着更多的广告展示机会，而边际服务成本相对有限。但生成式AI的成本结构不同，每一次交互都可能产生实际的推理成本，免费用户和固定订阅费用户的高强度使用未必带来相应收入，甚至可能成为负担。当然，留存、付费转化和用户习惯仍然重要，但它们并不等同于使用时长。对于2026年的头部AI企业而言，商业竞争的重点还包括企业客户、开发者生态、工作流入口以及模型能力本身。**因此，把传统互联网产品追求用户时长的商业逻辑直接套用到今天的前沿AI产品上，至少是一种缺乏充分依据、很可能已经失准的判断。**

这里有几点。

**第一，某些正确的、甚至得到媒体“认证”或传播的信息，并不总是导向一个正确的认知图景。**

事实的正确性和认知图景的正确性不是一回事。一个事实可以是真的，但它在整体中占据的位置、获得的权重，以及它与其他事实之间被建立起来的联系，都可能是错误的。比如“向AI道谢会增加计算消耗”，或者“AI产品可能通过迎合用户来提高留存”，都可以找到真实的技术依据或实际案例。但这些事实究竟有多重要、适用于哪些产品、发生在什么阶段、能在多大程度上解释整个产业，是另外的问题。一个人完全可能掌握大量正确的信息，却因为对这些信息的选择、排列和重要性判断出了问题，最终形成一个严重失真的世界模型。甚至不必有什么明确的错误，只要比例格局不对，局部事实被放大成普遍规律，次要因素被当成主要原因，过去的经验被当成当下的现实，整个认知图景就可能是错的。而我们熟悉的事实核查，通常只能回答某个命题是真是假，却很难回答它在整体中究竟应该占据多大的位置。

**第二，AI公司的某些“心态”，或者更准确地说，它们所处的产业态势，已经距离一般公众相当遥远了，甚至包括那些持续关注AI新闻的公众。**

今天的前沿AI企业同时受到模型能力、推理成本、算力供给、资本投入、商业化压力和技术竞争等多重因素的影响。它们所处的环境及其行为逻辑，可能在短短几个月里就发生显著变化。但公众理解新事物，总需要借助已有的经验。于是，一方面，人们把模型想象成一个天真的、容易受到感染的、潜力无穷的机器人孩子，仿佛它会在用户的善意与恶意中逐渐形成自己的品格；另一方面，人们又把前沿AI产品想象成自己熟悉的移动互联网App，认为它们的首要目标仍然是争夺用户时长、制造沉迷、提高留存。这两种理解看起来毫不相干，实际上却有着相同的来源：人们正在借助熟悉的事物，解释一个尚未真正理解的新事物。问题不在于类比本身，而在于这些类比逐渐失去了作为类比的边界，被当成了对现实机制的直接描述。更有意思的是，即使一个人每天都在阅读最新的AI新闻，也不意味着他的认知框架在同步更新。他获得的信息可能是2026年的，组织这些信息的方式却仍然来自十年前的互联网产业，甚至更古老的人类社会经验。

**第三，这里还存在一个传播、公众认知沉积与再构造的循环。**

事情发生以后，媒体对它进行选择、解释和叙事；公众接受这些叙事，并在转述、讨论和理解的过程中对其进行简化、变形，将它们逐渐沉积为自己认知图景的一部分。随后，当新的事情发生，人们又会调用这套已经形成的认知图景来解释它。更进一步，媒体本身也处在这个循环之中：什么样的解释容易被公众理解，什么样的故事容易引发共鸣，什么样的观点符合既有的社会想象，都会影响下一轮的信息生产与传播。于是，一些原本具有特定背景、适用条件和时间限制的判断，在反复传播中逐渐脱离了这些限制，成为不再需要解释的“常识”。新的事实出现时，它们未必会修正这些常识，反而可能被重新剪裁、组织，成为旧有认知的新证据。这样一来，传播就不只是把现实中的信息送到公众面前，它还参与塑造公众用来理解现实的框架，而这个框架又反过来影响下一轮传播。

**最值得注意的是，这个循环并不需要虚假信息，也不需要任何人有意误导公众。** 每一个环节都可能是在认真地报道事实、理解事实、解释事实，但最终形成的认知图景仍然可能与现实越来越远。

所以问题不只是公众知道得太少。某些时候，恰恰是人们不断接触新的、正确的信息，却又不断用已经过时的认知框架去吸收它们，才使得这种距离持续存在，甚至越来越大。