OpenAI首席执行官Sam Altman：3.8万次查询约等于一颗杏仁用水
OpenAI首席执行官Sam Altman在Alex Heath播客中称，约3.8万次ChatGPT查询的用水量，相当于加州生产一颗杏仁所需的水，并称数据中心面临的是名声问题而非用水问题。
他称现代机房用水量大致相当于大型办公楼，并援引弗吉尼亚州2024年委员会报告称多数设施用水不超过大型办公楼。他此前撰文称平均一次查询约0.34瓦时、约0.000085加仑水（约0.32毫升，约十五分之一茶匙）。谷歌称Gemini文本提示约0.26毫升。美国地质调查局相关研究2019年估算加州一颗杏仁平均约3.56升水。商业内幕称无法独立核实3.8万次这一精确换算。
加州大学河滨分校Shaolei Ren团队曾与媒体合作给出更高的单次提示用水，后将GPT-4量级修订为约15毫升（机房内约5毫升），并称早期“一瓶水”口径已过时。范围差在是否计入电厂冷却、训练摊销与芯片超纯水。超大规模机房仍可日用数百万加仑，峰值发生在热天，社区管网按峰值而非平均查询设计。
Altman承认蒸发冷却时代用水更高，现强调闭式或低用水冷却。他主张公众对杏仁一把入口无负罪感，却对查询敏感，是认知不对称。反对新建数据中心的社区争论的是取水权与电价，不是茶匙算术。
单次毫升与一颗坚果可以做成对仗，总装机仍按电站和冷却塔计价。口径不统一时，对仗赢的是传播。
市场机制上，买方是要建机房的云与模型公司，卖方是干旱流域的水和电。驱动是选址冲突被做成迷因。资金从电费与循环水系统资本开支里走。受益方是能把争议缩成杏仁比喻的平台公关，承压方是机房周边要为峰值日扩管的市政。
来源：公开信息
ABAB AI 解读
Sam Altman用杏仁把机房从“喝干小镇”改写成“不如一包坚果”。0.32毫升是他的平均查询，3.56升是杏仁的田间水足迹，两者分母不同：一次推理对上整个作物生命周期。3.8万次乘0.32毫升对不上3.56升，说明这句是修辞不是可复核等式。Ren把“一瓶水”撤回，行业数字开始向茶匙靠拢，但超算园区的日用水量没有变成茶匙。办公楼类比管的是单栋稳态，管不了夏天同时满载的一排园区。
资本路径是闭式冷却换取许可证。弗吉尼亚报告被当成护身符，因为那里机房最密。动机是拆掉选址听证会上的用水迷因；战略是把批评从总量拖进单位查询。真正账单在变压器和取水证，不在播客对仗。芯片超纯水属于供应链，很少写进查询分母。
类比对象是比特币每笔电费对上一次搜索、航空旅客对上一棵树。单位对比永远对传播有利，对流域规划无用。阶段是从“每提示一瓶水”转入“每提示几滴”，社区反对并未按同一比例下降。
这是定价权转移。转移的是用水争议的计量单位。机制是：选平均查询，数字变小；选热日机房，数字变大。谁先定义分母，谁先赢新闻。市政按峰值扩容，公司按平均值辩护，冲突卡在两个分母之间。
ABAB News · 认知定律
分母一换，罪行可以变成零食。
平均查询很小，热天机房并不小。
迷因怕对仗，管网怕峰值。