加载失败
Altman（OpenAI 的 CEO）在一次访谈中用“训练一个人要吃 20 年的食物”来回应关于 AI 训练能耗的批评，引发大量评论。讨论围绕三个层面展开：一是这类能耗对账的数学与单位比较（kcal、MWh、MW‑year、training vs inference）；二是言论是否反映或助长把人类工具化、贬低人性的价值观；三是这种表述对就业、后劳动社会（post-work society）与政策（如 UBI，universal basic income）的社会影响。少数评论还把讨论上升为存在性或宗教式担忧，引用 Roko's basilisk（关于未来超智能惩罚不合作者的思想实验）来表达对技术领袖意图的警惕。
多位评论把 Altman 的类比置于“后劳动社会”（post-work society）语境，指出只有在工资劳动普遍消失时，把训练人类与训练模型作能耗比较才有意义。评论者具体举例指出公司正在消减岗位却未铺设社会过渡路径，招聘环节有大量 ghosting（有人称“6/10 投递被忽视、2/10 被拒”），导致工作愈发成为身份象征而非谋生手段。有人担忧 AI 正以超过新工作创造速度的方式替代岗位，中年转行或低门槛工作越来越难以获得。讨论还延伸到公共政策层面，评论质疑科技公司是否真正推动可行的社会保障方案（如 UBI）来缓解这种结构性变动。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
部分评论直接将该比喻解读为对人类固有价值的贬低，认为把人简化为“完成任务所需的能量”体现了缺乏同情心和把员工视为成本的管理心态。评论里出现“less valuable human”“post-human thinking”等措辞，指出此类表述会为把人类尊严降级为商业成本提供道德借口。有人指出这反映出部分管理阶层对员工的工具化看法，另有评论强调要有同理心才能避免这种结论。也有少数人提醒不能仅凭一次访谈断定其全部信念，但总体情绪以被冒犯和不信任为主。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
另一类评论把这句话视为回应“AI 训练耗能”批评的能量对账类比，认为发言者在试图为产品辩护而非蓄意贬低人类。支持者指出他当时面对认同的听众，试图驳斥“训练耗能高于人工”的论点，但也有评论抓住这点指其逻辑缺陷（例如“人类会继续存在”）。多数人认为作为公众人物的 CEO 不应把这种随口比喻当作私人玩笑，有评论指出“有 PR 团队的人不存在随口言论”。总体结论是：意图或许是对账，但措辞与舞台效果是公关严重失误。
许多评论用具体数字和单位检验 Altman 的说法：有人把“训练一个人”估算为 2500 kcal/日×20 年≈21.21 MWh，认为这是对比的一个下限参考；另有评论给出机器学习训练尺度，指出前沿模型训练常以 MW-year 计，量级可能达到 1–10 MW-year。评论还区分训练（training）与推理（inference）：训练阶段耗能巨大，而推理运行功耗通常约 0.1–1 kW；按这些数字计算，训练一个大模型相当于数千人年的能量开销。反对者强调单纯能量对比忽略人脑经百万年进化积累的结构性信息，因而直接以生命周期食物能量与现代深度模型比较可比性存疑。
不少评论借此表达对 Altman 及科技精英动机的不信任，质疑财富与权力是否伴随伦理责任。有人把富豪慈善与争议并列以指出不可信（例如列举历史或当代慈善家的争议），并直接以激烈措辞评价 Altman 的人格。也有评论将 AI 运动宗教化，引用 Roko's basilisk（一个关于未来超智能惩罚不合作者的思想实验）来表达对把 AI 视为准神性或末世式追求的担忧。总体情绪混合愤怒、不信任与对潜在存在性风险的警觉。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
post-work society（后劳动社会）: 指因自动化与 AI 普及，传统有偿劳动不再是大多数人生计来源的社会状态；评论用此概念解释何种语境下把“训练人”与“训练模型”做能量比较才有意义。
训练能耗（training energy / MWh、MW‑year）: 衡量训练机器学习模型所消耗电能的单位与概念；评论中引用了基于食物热值的 21.21 MWh 估算与前沿模型常以 1–10 MW‑year 计的量级来讨论可比性。
ghosting / ghost posting（招聘失联）: 招聘过程中雇主或招聘方对求职者无回应或中途失联的现象；评论中提到“6/10 投递被忽视、2/10 被拒”作为劳动力市场紧缩和岗位稀缺的证据。