我们正在把最昂贵的礼貌，送给一个根本不需要被安慰的对象
Sam Altman 的一句玩笑，揭开了 AI 礼貌的真实代价：please 和 thank you 可能带来数千万美元成本。模型不需要被客套话安慰，减少无效敬词，就是减少无效计算。
先看一个让人意外的数字
2025 年，有人问 Sam Altman：用户总对 ChatGPT 说“please”和“thank you”，会让 OpenAI 多花多少钱？
他的公开回答是：“tens of millions of dollars well spent—you never know.” 大意是“花了数千万美元，但也许花得值，谁知道呢”。
这里必须分清两件事。
第一，Altman 并没有在这句话里号召大家少说“请”和“谢谢”。相反，他用一种轻松甚至带点调侃的口吻，说这笔钱“花得值”。
第二，这并不改变背后的事实：这些敬词会被模型处理，会消耗 token、算力和电力；只是 OpenAI 的 CEO 表示愿意承担这笔成本。
所以，本文不是拿 Altman 给“多说客套话”背书。恰恰相反，他无意中给了我们一个成本量级：原来几句看似免费的礼貌，在海量调用下可能堆成数千万美元。
先别急着把它理解成“以后不能礼貌”。这不是一份公开审计报告，里面没有具体模型、调用次数、token 数、缓存命中率和电价，不能据此算出每个“请”字值多少钱。
但它足够说明一个普通人能立刻理解的道理：单次看起来免费的习惯，一旦被数亿次交互重复，就会变成基础设施成本。
再看互联网历史上一个更早、也更具体的例子。
万维网发明者 Tim Berners-Lee 后来回顾 URL 设计时承认，`http://` 里的两个斜杠本来可以不需要。它们不是每个网页作者额外打出来的“装饰”，而是被协议写进了每一个 HTTP 地址。
这两个字符到底浪费了多少流量？没有一份公认的全球统计，但可以做一个透明的量级估算：如果每天有 1 万亿次 HTTP 请求，两个斜杠按 1 字节计算，就是 2 TB/天、约 730 TB/年 的纯协议字符；如果把请求头、日志、缓存索引和重复传输也算进去，实际系统开销还会更高。
这不是在说“互联网因为两个斜杠损失了 730 TB”——请求次数、是否复用连接、压缩方式都会改变结果。它真正说明的是：一个人看不到、机器却必须重复携带的微小冗余，乘以全网规模，就会从字符变成基础设施账单。
Sam Altman 的“数千万美元”和 Tim Berners-Lee 的“两个斜杠”，放在一起看，才是这篇文章真正的开场：一个是今天 AI 的重复礼貌，一个是昨天互联网的协议冗余；一个按 token 计价，一个按字节计价，但道理完全相同——机器不会嫌字多，人类却要为每一次重复付费。
凌晨一点，一位产品经理把需求发给 AI：
“你好呀，辛苦你了，麻烦你在方便的时候，帮我认真看一下下面这段需求。如果可以的话，尽量从用户体验、商业价值和技术实现几个角度，比较详细地分析一下。谢谢你，辛苦啦。”
模型当然会回答。
它不会因为“你好呀”而更理解业务，也不会因为“辛苦啦”而多想出一个方案。对模型来说，这些话首先是一串需要被切分、编码、传输和计算的 token。
一个词不贵。可当每个员工、每个客服机器人、每个自动化流程，都在每轮对话前后加上同样的客套话，情况就变了。
AI 不会因为你更礼貌而更聪明，但整个系统会因为所有人都更礼貌而更昂贵。
为什么一句客套话会变贵
人类交流里，敬词有用。它们在表达尊重、缓和命令、建立合作气氛。
但模型并不需要被哄着工作。它接收的是文本序列，文本会被 tokenizer 切成 token，再进入上下文窗口和推理过程。
“请总结这份报告”和“麻烦你在百忙之中帮我认真总结一下这份报告，谢谢”，对人的感受不同，对任务目标却可能完全相同。后一句多出来的部分，通常没有增加事实、约束或判断标准。
这类词可以叫作“语用冗余”：在人际关系中有价值，在机器执行中却未必有价值。
配图一：自然语言中的礼貌层与机器指令层
当然，token 不是按汉字简单一比一计费。不同模型、语言和编码方式会产生不同切分结果；有些短词甚至会共享缓存，边际成本很低。因此，不能把“一个请字”等同于固定金额。
但方向是确定的：只要文本进入上下文，它就会占用输入长度、传输带宽和一部分计算预算。
单个“谢谢”很便宜，千万次循环并不便宜
假设一次请求多了 10 个 token，单次看几乎可以忽略。
现在把它放进一个企业的真实系统：每天 100 万次调用，每次都带着固定的开场白；再把客服历史、系统提示、工具返回和多轮对话叠加进去。一个小小的冗余，会被复制到每一次请求、每一个用户和每一个 Agent 步骤。
成本不只发生在账单上：
这个类比也有边界。斜杠是协议层的固定语法，敬词不是错误格式；礼貌有时能改善人与人的协作，也可能让用户更愿意把需求说完整。真正的问题不是“所有冗余都该删”，而是不要把面向人的社交信号，机械地塞进每一次面向模型的执行请求。
面对机器，应该少说无效敬词
结论可以说得直接一点：在高频 AI 请求、API 调用和 Agent 自动化流程里，应该尽量少用不改变任务结果的敬词和语气词。
一次聊天里多说一句“谢谢”，成本很小；但把“您好、麻烦、辛苦、拜托、感谢”固化进每一个企业提示词模板，就会让同一批无效 token 被处理百万次、千万次。
这不是要求所有人都变得冷冰冰，而是要区分聊天和执行。
更好的做法，是把一次对话拆成两层。
第一层是人类交流层：可以寒暄，可以表达感谢，可以说明情绪和背景。它的目标是让人感到被理解、被尊重。
第二层是机器执行层：只保留目标、输入、约束、工具和交付格式。它的目标是让任务可执行、可评测、可复用。
例如，把下面这句话：
“如果你方便的话，麻烦你帮我把这份会议纪要认真整理一下，尽量清晰一点，辛苦啦。”
改成：
“整理会议纪要。输出：决策、待办、负责人、截止时间。缺失字段标记‘待确认’。”
后者不是更冷漠，而是更接近一个可靠的接口。
配图二：从冗余对话到高密度任务接口
真正该删的，不只是敬词
如果只盯着“请”和“谢谢”，会错过更大的浪费来源。企业上下文里更常见的冗余有四种。
同一份公司介绍、产品规则和用户画像，在每一轮都完整粘贴。解决办法是版本化知识库、检索和前缀缓存，而不是要求员工背诵一套更长的提示词。
“高质量”“专业一点”“尽可能全面”看起来要求很多，实际上难以评测。把它们改成长度、受众、结构、证据标准和禁止事项，通常更省 token，也更容易得到稳定结果。
模型已经知道任务，用户又用三段话重复一次。复述只有在补充新约束时才有价值，否则只是延长上下文。
长对话里每句话都被原样带入下一轮。真正成熟的 Agent 会摘要已完成部分、保留关键状态，并主动丢弃已经失效的闲聊。
从“省 token”到“提高信息密度”
提示词优化的终点，不是让每个人都写成程序员，而是提高每个 token 携带的任务信息。
一个高密度请求通常包含四件事：
情绪和语气并非完全无用。创意写作、角色扮演、心理支持、谈判模拟等场景，语气本身就是任务的一部分。此时应该把它写成明确约束：“语气温和，但不要空泛安慰”，而不是堆叠十个“拜托了”。
该删除的，是不增加任务信息、却被每次重复计算的客套话。
企业会出现一层“提示词网关”
未来的企业 AI 平台，可能不会把所有优化责任推给员工，而是在模型调用前增加一层网关：
这类网关不会擅自删除法律声明、风险边界或用户明确要求的语气。它需要知道哪些文字是社交润滑剂，哪些文字是业务约束。
更进一步，模型厂商也会重新设计产品：让用户在界面上输入自然语言，后台自动生成更紧凑的执行指令；让 Agent 记住稳定背景，而不是每次重新发送；让计费和性能报告显示缓存命中率、有效 token 和任务成功率。
当“有效 token / 总 token”成为一个组织指标，大家才会真正看见浪费发生在哪里。
个人现在就能做的四件事
先输入“比较、提取、改写、生成、检查”，再补充必要条件。不要让模型从一长段客套话里猜任务。
“详细一点”改成“800 字以内，分 3 节，每节给出一个例子”；“专业一点”改成“面向 CTO，说明成本、风险和实施步骤”。
把常用任务写成“目标—输入—约束—输出”四行模板，既方便自己复用，也方便团队评测。
和 AI 聊天时说谢谢完全没问题。批量 API、自动化 Agent 和高频工作流，则应优先传递必要信息。
未来最贵的，可能不是模型，而是没被删掉的上下文
互联网早期，人们为每一个字节斤斤计较。后来带宽变便宜了，我们开始把图片、视频和追踪脚本塞进每个页面。
生成式 AI 正在经历相反的阶段：模型看起来越来越便宜，真正昂贵的却可能是被无数次重复处理的上下文。
敬词不会摧毁 AI，也不会让你因为多说一句“谢谢”就收到一张巨额账单。它们只是一个醒目的提醒：在机器负责执行的系统里，任何没有改变结果的文字，最终都可能被重新定价。
我们不需要把所有人类对话改造成冷冰冰的命令行。但面对机器执行层，确实应该少寒暄、少重复、少使用不改变结果的敬词，把有限的上下文留给目标、约束和证据。
过去，网页里的一个斜杠会被复制到全世界。
未来，每个请求里的一个“谢谢”，也可能被复制进每一次推理。
区别在于：这一次，我们有机会在发送之前，把它删掉，也应该把它删掉。