OpenAI CEO 阿尔特曼称 38000 次 ChatGPT 查询耗水量等于一颗杏仁 引发争议
OpenAI CEO 山姆·阿尔特曼近日在播客中表示,38000 次 ChatGPT 查询的耗水量相当于生产一颗加州杏仁,试图回应外界对 AI 环境影响的批评。但这一类比迅速引发争议:数据与其早前估算不符,且完全回避了碳排放问题。网友质疑,AI 基础设施的能源消耗和训练成本远超杏仁种植,而每日数十亿次查询的累积影响才是真正的环境代价。
一颗杏仁引发的AI环境成本大论战
OpenAI CEO山姆·阿尔特曼(Sam Altman)最近因为一个奇葩比喻翻车了——他在播客里说："3.8万次ChatGPT查询的耗水量，差不多就是种一颗加州杏仁"。这波操作直接让网友炸锅，数据靠谱吗？碳排放算了吗？AI这玩意儿到底有多费资源？
阿尔特曼的"杏仁算法"翻车现场
在Alex Heath的播客上，阿尔特曼想给ChatGPT的耗水量洗白。他吐槽网传"用一次ChatGPT等于开6小时淋浴"太夸张，然后搬出了杏仁当参照物："那些一次吃12颗杏仁的人，也没觉得自己在犯罪吧？"
但数据直接打脸！加州杏仁委员会实锤：种一颗杏仁要1加仑水(约3.8升)。而老萨自己之前说过，ChatGPT单次查询耗水0.3毫升。按这算法，1加仑水应该对应12600次查询，根本不是他说的38000次——差出三倍去！
老萨在节目里承认"没带计算器"，这波操作直接把可信度拉胯。业内人士都懂，AI耗水计算本来就有不同算法：是只算数据中心冷却用水，还是连发电耗水一起算？但不管怎么算，数据对不上就是硬伤啊！
数据中心用水：过气老梗还是真问题？
阿尔特曼还想给数据中心用水洗地，说蒸发冷却都是"上古技术"了，现在大型数据中心的用水量"跟写字楼上厕所冲水差不多"。他把网上讨论直接盖章成"网络老梗"，觉得根本不值一驳。
但懂行的立刻开怼：问题根本不只在冷却水！推特网友@AI_Truth直接点破："给数据中心供电的发电厂耗的水才是大头好吗？"这波属于真相了——AI的环境成本得算总账，电力供应链上的水耗才是隐藏BOSS，但科技巨头们从来不爱提这茬。
碳排放：被杏仁带偏的重点
最狠的质疑还是碳排放。网友@GreenGPT直接开喷："碳排放呢？种杏仁又不用新建燃气轮机！谁不知道大模型训练比推理费电几百倍？"
这就是"杏仁比喻"最鸡贼的地方——只聊水耗，不讲碳排！训练一个大语言模型的碳排放，抵得上几百趟跨大西洋航班。跟种杏仁那点碳足迹比？简直降维打击。
有网友算了一笔狠账："种一颗杏仁要12升水。ChatGPT一天处理25亿次查询，相当于每天6500万颗杏仁，也就是8亿升水——够2到4亿人喝一天。而这还只是ChatGPT一家！"
规模效应：一次不贵，天天血亏
阿尔特曼这招挺妙——把AI耗能拆成单次查询，看起来毛毛雨啦~但AI玩的就是规模效应！谁用ChatGPT只问一次？每天几十亿次请求砸下来，再小的数字乘上去都是天文数字。
印度网友@ThinkDeep的评论扎心了："水和粮食是拿来活命的，不是养AI的。"这话直接捅破窗户纸——当科技开始和生存抢资源，到底该优先保哪个？
给中国AI圈的三个提醒
这场杏仁闹剧给国内AI玩家敲了警钟：
- 算总账：别光盯着推理耗能，训练、供电、硬件制造全链条都得算
- 别学老萨：数据打架最败路人缘，咱们披露环境数据得经得起扒皮
- 绿电是王道：全球都在盯AI碳足迹，用风电光伏的云计算中心才是版本答案。阿里云、腾讯云在西部搞的风光电站，这波在大气层！
用杏仁打比方，本质就是科技公司想糊弄事。AI的环境账本，可比一颗坚果复杂多了去了。
本文基于 GNews:Times of India 报道, 由 AiDuo123 AI 编辑翻译改写。原文链接: https://timesofindia.indiatimes.com/etimes/trending/chatgpt-vs-almond-sam-altman-says-chatgpt-uses-as-much-water-as-an-almond-the-internet-isnt-buying-it/articleshow/133823779.cms
常见问题
- 阿尔特曼说的 38000 次查询等于一颗杏仁,数据可信吗?
- 存在明显矛盾。按他此前估算的单次查询 0.3 毫升耗水量,1 加仑水(约 3.8 升,生产一颗杏仁所需)对应约 12600 次查询,而非 38000 次。差异可能源于统计口径不同(如是否包含电力生产环节的间接耗水),但阿尔特曼未提供详细计算依据,可信度存疑。
- AI 耗水主要在哪个环节?数据中心冷却还是发电?
- 两者都有,但发电环节往往被忽视。现代数据中心可能不再大量使用蒸发冷却,但为其供电的火电厂、天然气电厂仍需大量冷却水。业内普遍认为,间接耗水(电力生产链)可能大于直接耗水(数据中心本身),但科技公司通常只披露后者。
- 为什么碳排放比耗水更受关注?
- 因为 AI 训练和推理的主要环境成本是电力消耗,而电力往往来自化石能源,产生大量碳排放。大模型训练阶段的能耗可能是推理阶段的数百倍,且碳排放具有全球气候影响。相比之下,耗水主要是区域性问题(如加州干旱),但碳排放关乎全球气候目标,因此更受政策和公众关注。
- 中国 AI 企业如何应对环境成本质疑?
- 建议三方面行动:一是披露全生命周期环境数据(包括训练、推理、硬件制造),提升透明度;二是优先使用可再生能源数据中心,如西部风光电算力基地;三是优化模型效率,降低单位算力的能耗(如通过模型蒸馏、稀疏化等技术)。随着欧盟 AI 法案等监管趋严,绿色算力可能成为出海合规的必要条件。
相关 AI 工具
文中提到或相关的 AI 工具 — 点进去看适合谁、怎么用、值不值得折腾
Midjourney
精选AI 绘图
顶级 AI 图像生成工具,以画面质感、艺术风格、构图理解著称。V7 模型在写实和创意两个方向均领先。需 Discord 或网页版使用。
Cursor
精选AI 开发工具
AI-first 代码编辑器,基于 VS Code 构建,深度集成 Claude / GPT-4o 等模型。Composer 多文件编辑、Tab 自动补全、Agent 模式三大杀手锏。
Claude
精选大模型应用
Anthropic 推出的 AI 助手,以长上下文(200K tokens)、对复杂任务的细腻理解、Artifacts 可视化输出闻名。Claude Sonnet 4.5 / Opus 4.7 在编程、写作、推理多项基准上领先。
相关推荐
同类资讯 — 由发布时间排序
Anthropic 研究人员警告后 El Sayed 呼吁暂停 AI 开发
据 Washington Examiner 报道,在 Anthropic 研究人员发出警告后,El Sayed 呼吁暂停人工智能开发。这一呼吁反映了 AI 安全领域对当前快速发展态势的担忧。本文梳理事件背景,并分析为何这一表态值得中国 AI 从业者关注。
苹果手表新 AI 功能引争议:环境录音与隐私的边界在哪里
苹果在最新发布会上为 Apple Watch 引入了 Live Rewind 和 Siri Recap 等实时音频转录功能,允许用户回溯 15 秒对话并自动生成会议摘要。尽管苹果强调不存储原始音频且支持端到端加密,但这些"始终聆听"的技术仍引发了关于同意权、法律证据效力及社交行为改变的广泛讨论,标志着科技巨头在 AI 竞争压力下对隐私底线的重新定义。
WIRED 编辑实测:我让 AI 黑客代理扫描家庭网络,发现了什么
WIRED 专栏作者亲身测试去安全对齐的 AI 模型,使用 Abliteration AI 提供的改造版 GLM-5.3 扫描家庭网络。实验发现打印机配置漏洞、智能音箱信息泄露等十余处安全隐患,但同时也获得了实用的加固建议。这场"以毒攻毒"的实验揭示:AI 黑客工具既是威胁,也可能成为普通用户的防御武器。
ControlAI 执行董事:超级智能不是武器而是对手,应立法禁止开发
AI 安全非营利组织 ControlAI 美国执行董事 Connor Leahy 在 TechCrunch 播客中提出激进观点:应通过立法完全禁止企业开发超级智能(superintelligence),而非仅依赖对齐与遏制技术。他认为当 AI 能自主改进 AI 时将触发失控循环,并透露美英两国已有相关立法推进,包括 Sanders-Casar 提出的"禁止超级智能法案"。