一句话看懂：OpenAI CEO Sam Altman 在最新采访中回应外界对 AI 数据中心耗水的批评，称相关担忧是“经不起审视的梗”，并试图用“单个杏仁耗水大于数千次 ChatGPT 查询”来说明问题。这场争议背后是公众对 AI 基础设施环境成本的真实焦虑，而非单纯的技术质疑。
事件核心：发生了什么
在 9 月 2 日播出的 Sources 播客首期节目中，Altman 被问及公众对 AI 的抵制情绪，尤其是数据中心耗水问题。他明确表示，现代数据中心用水量与一栋办公楼相当，所谓 AI 是“耗水怪兽”的说法是个“经不起推敲的迷因”，但承认“很难被驳倒”。为支撑观点，他将 ChatGPT 查询用水量与加州杏仁种植做对比，称一颗杏仁耗水超过数千次查询，而“一次吃 12 颗杏仁的人并不会觉得自己在浪费水资源”。
核查层面，Business Insider 指出，弗吉尼亚州政府委员会 2024 年的一份报告显示，多数数据中心用水量与大型办公楼持平或更低，但不同设施间差异显著。该媒体去年的调查则发现，西部地区的蒸发冷却技术确实加剧了当地水危机。目前公开信息显示，Altman 提供的数据无法独立验证，但杏仁耗水量远高于 AI 查询的结论基本吻合学术研究——一颗加州杏仁平均耗水 3.56 升，而单次 ChatGPT 查询约耗水 0.32 毫升。
为什么重要
这场争论并非简单的公关话术，而是 AI 行业扩张与社区关系冲突的缩影。盖洛普 5 月报告显示，71% 的美国人反对在自家社区建数据中心，70% 担心环境影响，水资源是核心关切之一。数据中心行业联盟则强调，新建设施正逐步采用闭环或无水冷却方案。
对 OpenAI 而言，问题不只是“回应批评”——Altman 承认行业需要靠“提供价值”来赢得公众接纳。这意味着，基础设施选址与环保争议可能影响 AI 公司的扩张节奏，促使头部企业在算力部署和冷却技术上投入更多资源。数据中心的“环境社会学”正从边缘问题变成商业决策的考量因素。
对用户/开发者/创作者的影响
短期看，这类争议不会直接改变 API 价格或模型能力，但可能影响基础设施扩容速度。如果环保审批趋严，部分地区的算力供给可能受限，进而影响依赖大规模推理的 AI 应用交付效率。对开发者和企业用户而言，可关注所用云服务商或模型供应商是否披露能耗与用水数据——这正成为企业 ESG 采购的隐形成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户和创作者，Altman 的“坚果类比”虽有引导性，却提供了一个计算视角：AI 使用并非零成本，只是与日常高耗水行为相比，单次查询的绝对消耗极低。这类比较的关键在于，公众真正关心的不是单次用量，而是 AI 产业整体规模的资源乘数效应。
值得关注的后续
第一，OpenAI 未来是否会主动披露数据中心用水绩效指标，以回应“迷因”带来的信任赤字。第二，美国各州是否会参考弗吉尼亚州的调研框架，推动数据中心用水透明化立法，进而影响新建项目审批周期。第三，冷却技术的替代方案（如无水冷却、废热回收）能否在成本上落地，并成为 OpenAI 及头部云厂商对外的差异化叙事。
