Summary
讨论人与AI交互中”语言通胀”现象：将人类沟通习惯（礼貌用语、情绪表达）带给AI导致额外计算成本。据Sam Altman称，仅”请”和”谢谢”就造成数千万美元额外电费。文章提出三条高效使用AI的原则：减少冗余直奔主题、结构化指令避免模糊、一次性下达完整指令。
Key Claims
- 语言通胀指词语因高频使用而”磨损”，原有含义减弱，被迫使用更夸张的词汇
- 与AI互动中的礼貌用语会触发额外完整推理计算，造成巨额能源浪费
- 每个token都增加计算量和能耗，礼貌用语和情绪化表达对AI是”无效冗余词元”
- 高效使用AI三条原则：减少冗余直奔主题、结构化指令避免模糊、一次性下达完整指令
- 每次与AI互动都触发完整推理过程，合并任务可大幅减少总计算次数
Key Quotes
“礼貌用语、情绪化表达等对AI来说是无效的冗余词元。应像’交换情报’一样，直接给出核心指令” — 高效Prompt原则
“每一次与AI的互动都会触发一次完整的推理过程。与其分步提问，不如将所有任务合并在一条消息中” — 批量推理的重要性
Connections
- Transformer — token处理的基础模型架构
- DecodingStrategy — token生成策略对语言使用效率的影响
- RAG — 高效使用AI检索知识的实践