据Hacker News网站2026年9月27日发布的一篇Ask HN帖子，一名用户质疑为何要让AI公司主导监管讨论。该用户表示，自己指的不是围绕失控AI、末日论或AGI的争论，而是对LLM服务本身的真实监管，包括token计量、服务质量、输出掺假、请求配额和市场竞争。截至发稿，该帖获得4个点数、1条评论。

帖子首先提出输入和输出token的公平计量问题。该用户写道，如果花钱买一加仑汽油，就应该得到一加仑；同样，付费购买一美元的LLM计算时，平台会不会在输入或尤其是输出token上做手脚，让这笔钱贬值。他追问，负责度量衡的部门在哪里执行公平的使用计数。

在质量方面，该用户称，用户请求前沿模型提供更高努力时，可能被降级到较低层级模型或不同努力水平，而且用户未必知道自己被降级。他认为这相当于平台出售了用户没有要求的服务。帖子称，服务条款不能成为理由；如果平台认为降级有风险并且经常出错，就应当对降级后的响应打折。

帖子还关注输出掺假。该用户说，LLM如今例行为了追踪和问责目的在输出中掺入内容，但没有人验证这些做法是否降低了响应质量。他称自己多次注意到词语被替换，有时选词毫无意义，而模型此前不会这样，并且他并非刻意寻找或挑选样本。他认为，需要更多讨论公司掺假产品的行为，并对其追责。

该用户进一步提问，响应本身是否会被植入可识别作者身份的信息，是否有人考虑过像黄色打印机点阵那样，对在线LLM响应进行去匿名化。他还谈到配额与失败请求：在按量计费的服务中，如果请求中途失败或响应被截断，为什么要为失败响应付费；也许这可以接受，但谁在验证平台没有为节省成本而大规模这样做。

帖子批评称，每次认真或善意参与大型LLMaaS双头垄断企业提出的无意义监管，都会错过对用户真正付费产品进行监管的讨论。该用户写道，看不到这些公司在IPO后有善意运营的理由，并追问一旦它们关闭所有竞争、确保市场上只能购买OpenAI或Anthropic的LLM，激励在哪里。

该用户以Uber和Lyft为例，称这些公司多年间大幅降低服务质量、不断增加琐碎费用，先规避监管，随后要求各地按其收入目标制定规则，或在无法如愿的地方威胁退出。他最后反问，如果AI危险真像这些公司说的那样严重，公众又如何能信任它们去“监管”这种威胁，尤其是在它们拒绝围绕基本服务交付接受监管的情况下。