夜雨聆风学习资料网

ARTICLE · 1004513

腾讯版小龙虾「WorkBuddy Claw」体验63:OpenAI、Anthropic、 Grok(xAI)多家AI公司遭遇服务中断怎么看?

发布时间：2026-09-16 01:14:08 最近访问：2026-09-16 01:14:12
腾讯版小龙虾「WorkBuddy Claw」体验63:OpenAI、Anthropic、 Grok(xAI)多家AI公司遭遇服务中断怎么看?
昨晚开始下面的消息到处传：多家AI公司遭遇服务中断。
这个事情怎么看？请我的小龙虾「WorkBuddy Claw」帮我们一起看：
【1】消息实际情况如何？

消息属实，但**"正遭遇"这个时态已经过期了**——我刚查了三家官方状态页，现在全部是 All Systems Operational，事件都标记 Resolved。

到底发生了什么（9月3日，UTC）

厂商
起始
恢复
官方说法
xAI Grok
13:30
未公布
"正在尽快恢复"，无原因
Anthropic Claude
13:26
16:16（约 3 小时）
"基础设施问题"，影响 Claude.ai / Code / Cowork / API
OpenAI ChatGPT+Codex
14:43
15:17 部署修复
发言人明确说是路由错误（routing error）

Claude 受影响的是 Mythos/Fable 5.1、Mythos/Fable 5、Opus 5、Opus 4.8、Opus 4.6 六个模型，15:25 收窄到只剩 Opus 4.8 和 Opus 5。OpenAI 那边 15 个 ChatGPT 组件 + 4 个 Codex 组件同时降级，登录、语音、搜索、深度研究、文件上传、图像生成全中招，Codex CLI 和 VS Code 插件也一起挂——Cursor 跟着遭殃，因为它下层同时依赖这三家。

【2】什么问题导致的？可能的原因有哪些？

几个需要澄清的点

"多家 AI 公司集体宕机"是真的，但"共同根因"没有被证实。 这是最容易以讹传讹的地方：

  • Cloudflare 发言人明确否认："我们目前没有经历任何重大服务中断，任何与此不符的报道都是不正确的。"
  • Ars Technica 查了 AWS、Google Cloud、Azure 状态页，均无对应的并发事件。
  • 三家公司没有一家公开承认彼此有共同原因。OpenAI 说的是路由错误，Anthropic 说的是基础设施问题——这是两种不同的故障模式。

所以财联社那篇里"可能与 Cloudflare 有关"只是分析人士的猜测，被 Cloudflare 直接否掉了。

Gemini 的情况不要当真。 虽然有用户报告和 Downdetector 曲线上升，但 Google 从未公开承认，其 Cloud Service Health 历史里也没有 9 月 3 日的 Gemini 事件。CircleID 明确把它标为"不如另外三家确凿"。

先说一个关键分野：网上把这当成"一个谜、一个根因"，但从各方自己披露的措辞看，这更像是两个不同故障域的事件撞在了一起。

最直接的一条硬线索：SpaceX 自己认了

这是唯一有一手声明的说法，很多中文报道漏掉了：

SpaceX（xAI 母公司）周四下午公开声明，Grok 的故障源于"我们孟菲斯计算中心今早的一次 outage “，并且特意加了一句——” 我们也要向受影响的算力合作伙伴致歉"。

这句话的杀伤力在于背景：Anthropic 今年 5 月签下协议，包下了 xAI 位于孟菲斯附近的 Colossus 1 数据中心的全部产能（300MW、22 万+ 张 NVIDIA GPU），月付 12.5 亿美元，一直到 2029 年 5 月，总额约 400 亿美元。Google 也签了类似的租约，月付 9.2 亿美元。

所以"向算力合作伙伴道歉"几乎是在点名 Anthropic。

各路说法与我的判断

① 孟菲斯 Colossus 算力故障 —— 65%（解释 Claude + Grok）

支持证据不止一条，而是四条互相咬合：

  • Claude 13:26 UTC 起报错，Grok 13:30 UTC，只差 4 分钟
  • Claude 应用内提示原文是 "Due to unexpected capacity constraints, Claude is unable to respond"
  • Grok 返回的是 "This model is overloaded right now"
  • SpaceX 官方声明 + Anthropic 的 Colossus 租约

我的推断模型（非厂商结论）：Colossus 是 Anthropic 的增量容量而非全部，所以更可能是「Colossus 故障 → Claude 可用容量受损 → 流量紧急回切 AWS/GCP → 回切过程中过载抖动 → 耗时 3 小时才恢复」，这也解释了为什么表现是"错误率升高"而不是彻底宕机。

② OpenAI 自身路由错误 —— 45%（仅解释 ChatGPT/Codex）

OpenAI 是官方确认的现象（routing error），但诱因没说。值得注意的是 GPT-6 Astra 在当天/近日正式上线了（目前仅对 Trusted Access / Daybreak 计划开放），大规模模型上线前的后端变更最容易引发路由和容量问题。这一层是纯推测，无实据。

③ 三起独立故障的巧合 —— 20%

故障模式确实不同，没有任何一家指认共同供应商，时间点也不是完全重合（13:26 / 13:30 / 14:43）。不能排除。

④ 用户流量挤兑 —— 10%（只能当放大项，不能当主因）

这一条网上流传很广，但时序是错的。多家中文报道说"ChatGPT 先挂 → 用户涌向 Claude/Grok → 挤垮后两家"，可实际是 Claude 和 Grok 先挂，ChatGPT 晚了一个多小时。方向反了。反过来部分成立：Claude/Grok 挂了之后用户涌向 ChatGPT 和 Gemini，可能加剧了后续压力——这能部分解释为什么 Gemini 也有零星报错。

⑤ Cloudflare —— 4%（已基本证伪）

Cloudflare 官方否认得极其强硬："我们目前没有经历任何重大服务中断……任何与此不符的报道都是不正确的。"当天其状态页只有香港 5xx、西雅图 522、R2 美西 503 这类区域性小事件。

⑥ Azure East US —— 2%（前提就是错的）

几篇文章（TechTimes、byteiota 等）说"三家都依赖 Azure"，这个前提是错的：Claude 主力在 AWS 和 Google Cloud，Grok 跑在自建的 Colossus 集群，只有 OpenAI 大量用 Azure。而且 Azure 官方状态页无对应事件，第三方 StatusGator 在 UTC 15:13 检查记录为 operational。

另有两条基本可忽略：Cardano 联创 Hoskinson 猜"国家行为体攻击"（零证据）；少数用户报告 ChatGPT 站点尝试下载无扩展名文件（疑似边缘配置错误，无任何厂商确认）。

我的结论

Claude 和 Grok 高度可能同源（孟菲斯算力故障），OpenAI 是独立的网络层事故，两者在同一个上午撞上了。 之所以大家都觉得"太巧了不可能是巧合"，是因为这两件事确实不一定是巧合——真正的问题不是"同一时刻"，而是Anthropic 把自己的相当一部分推理算力，外包给了竞争对手马斯克的一座数据中心。

这也解释了一个反直觉的现象：看起来三家互相竞争，但 Claude 和 Grok 的故障间隔只有 4 分钟，而 OpenAI 晚了 77 分钟——故障的时间距离，反映的是底层依赖的物理距离。

【3】带来的损失有多大？

结论有点反直觉：损失是真实的，但几乎全部由用户承担，厂商自己几乎不痛。

先看可核实的基准

项目
数据
来源
OpenAI ARR
约 400 亿美元（2026年8月）
The Information / Bloomberg / Sacra / Epoch AI 综合
Anthropic ARR
约 650 亿（7月）/ 470 亿（5月 Series H）
公司披露
收入结构
Anthropic 80–85% 来自企业/API；OpenAI 企业超 40%
同上
用户规模
ChatGPT 周活约 10 亿；Claude 月活约 3 亿；Grok 约 1.17 亿
多方一致

有个坑要提醒：Anthropic 的 ARR 用总额法（经 AWS/GCP/Azure 分销的收入全额计入，渠道分成记成本），OpenAI 用净额法。OpenAI 的 CRO 在内部备忘录里说 Anthropic 4 月那 300 亿"被夸大约 80 亿"。跨公司比 ARR 必须先对齐口径，否则会得出错误结论。

分层估算：不是平均数，是三个数量级

网上常见的算法是"用户数 × 宕机时长 × 时薪"，这严重失真——用 Cursor 写代码的和偶尔问两句的，损失差两个数量级。我拆成三层：

层级
规模
受阻时长
单位价值
强度
小计
重度（生产系统 / API / Claude Code）
300 万
2 小时
$60/h
0.7
约 2.5 亿
中度（日常提效，可切回手工）
3000 万
18 分钟
$35/h
0.4
约 1.3 亿
轻度（偶尔用，重试一下就好）
8000 万
5 分钟
$15/h
0.2
约 1900 万
用户侧合计约 4 亿
厂商自身直接收入损失约 500 万

区间：保守 1 亿、激进 15 亿，不确定性几乎全在"重度用户到底有多少"这一个假设上。

两个历史锚点做校准：Cloudflare 2025 年 11 月宕机 3.5 小时，Forrester 保守估 2.5 亿美元（Shopify 自己只损失 400 万，但下游商家被放大到 1.7 亿）；ChatGPT 2025 年 6 月 10 日全球宕机近半天，估约 4.5 亿。这次量级落在两者之间偏下——合理，因为 ChatGPT 只断了 34 分钟到 1 小时。

厂商为什么只损失 500 万

两个原因，都不难理解：

  1. 订阅收入不会退
    。没人会因为 3 小时宕机去退 ChatGPT Plus，下个月照扣 20 美元。
  2. API 请求大部分会重试成功
    。我按 85% 挽回率扣减。剩下的 15% × 中断时长 × 时均 API 收入，Anthropic 那边大概 78 万美元，OpenAI 约 12 万美元。

对 OpenAI 来说，500 万相当于 ARR 的 0.01%——财报上完全看不出来的数字。

这就是问题的核心：损失承担比是 80 : 1。 用户侧承担约 4 亿，厂商承担 500 万。这是标准的经济外部性——成本由用户付，所以厂商没有足够的经济激励去投资冗余。指望他们自觉提升韧性，指望不上。

真正的大头在账外，且不可量化

这几项可能比那 4 亿更值钱：

  • 采购行为改变
    。企业采购会开始问"你的机房在哪、用谁的 CDN、跟谁共用供应商"。这会永久改变未来合同的议价结构。
  • Gemini 独自幸存 = 史上最有效的一次营销
    。谷歌什么都没做，白捡一次全球压力测试通过的口碑。
  • Anthropic 的 IPO 叙事
    。6 月 1 日已提交 S-1，90 天 uptime claude.ai 99.4%、Claude Code 99.44%——这会成为路演必答题。更微妙的是，这次暴露了 Claude 的算力押在马斯克的数据中心上。
  • SpaceX 的估值逻辑
    。Oppenheimer 本周刚把目标价上调到 280 美元，核心逻辑就是"向 Anthropic、Alphabet 出售算力"。这次事故等于给这条逻辑做了一次负面演示。（有自媒体说 SPCX 当天"闪崩 8%"，是假的——实际收涨 5.76%。）

【4】会产生怎样的影响？

五层影响

① 企业架构，0–6 个月，最确定

AI 容灾从"最佳实践"变成"必答题"。多模型 failover、熔断降级、缓存兜底会进入标准架构。而且治理框架已经动起来了——AI Governance Institute 把这次事件直接映射到了具体控制项：供应商集中度风险评估（PRC-009）、事件分类与响应（IRC-001/002）、系统准入（MGV-002）、供应商尽调（PRC-001）。以后采购会问"你的机房在哪、谁持有租约、跟谁共用"。

② 算力供应链，1–3 年

从"签得多"转向"签得散"。但上面说了，签得散解决不了单点半径问题——设施越大，故障半径越大。

③ 竞争格局，6 个月–2 年

自研芯片叙事走强。Gemini 这次幸存不是运气：Google 主体跑在自研 TPU 上，绕开了公有云中间层。同时小模型和本地部署会从"备胎"转正——昨天中文技术圈那句"我们本地部署的"，杀伤力比任何广告都大。

顺便说，基础设施层自己也在动：Cloudflare 已经把 AI Gateway 和 Workers AI 统一成单一控制面，支持跨提供商动态路由——卖铲子的人开始把 failover 当一等公民了，这本身就是市场信号。

④ 监管，1–3 年，不确定性中低但天花板最高

EU DORA（数字运营韧性法案）有可能把头部 AI 供应商认定为"关键第三方"，一旦认定就要接受监管测试。金融稳定委员会关于 Agentic AI 的建议已经把系统性依赖列为监管关注。真落地的话，披露成本和合规成本都会显著上升。

⑤ 行业结构，3 年+，最不确定但可能最深

这次查到的最耐人寻味的一条：英伟达在这笔交易里同时是三重身份——Lambda 的芯片供应商、德州数据中心的实际房东（它持有 Hut 8 的租约）、Lambda 的投资方。

WSJ 上周报道，英伟达因为员工担心监管审查，已经暂停了部分与 AI 云公司的收入分成安排；它披露的承诺规模是 360 亿美元。

这个结构你熟不熟悉？看起来是几家互相竞争的公司，底层暴露在同一批资产上。 2008 年说的是不同金融产品，今天说的是不同 AI 产品。

对你意味着什么

短期看，如果你是开发者，该做的是把熔断和降级配上——不是因为这次损失多大，而是因为这类事件从"罕见"变成"结构性必然"了。57% 的企业已经在生产环境跑 AI agent（不是试点），任务型 agent 今年预计出现在 40% 的企业应用里（2025 年还不到 5%）。依赖度还在涨，韧性没跟上。

中期看，如果你在选技术栈，"这个模型跑在谁的机房、谁的芯片上"会变成一个真实的选型维度，而不只是性能排行榜

【5】对国产的大模型公司是机会还是挑战？
这张图把两边的证据放在一起——注意右上角那个数字，它是这次事件里最反直觉的一条。

是机会，但机会的形状和大多数人想的不一样——而且兑现速度赶不上挑战的到来速度。

先说一个反直觉的发现：国产这次的可用率是真的更高

大家都默认"美国大厂更稳"，但把双方官方状态页摆在一起，结论是反的：

服务
90 天 uptime
DeepSeek V4 Pro API
99.92%
DeepSeek Chat
99.84%
ChatGPT 组
99.62%
Claude API
99.5%
Claude Code
99.44%
claude.ai
99.4%

不过要诚实两点：DeepSeek 90 天里有 27 条官方事故记录，只是每次都短（7–39 分钟）；今年 3 月还有过一次持续 7 小时以上的大中断。它是"高频短断"，不是"从不中断"。而且 9/3 那天是美东早晨 9:30 = 北京晚上 21:30，国产正处于夜间低负载——单次样本证明不了谁更稳，但 uptime 数据是实打实的。

最关键的判断：赢的是开发者，输的是消费者

这是整件事里最反直觉的一点。

开发者侧国产已经在赢：OpenRouter 上中国模型份额 6 月首次超过美国，7 月超 60%（Bloomberg）；美国企业 token 调用里中国模型稳定占 30%+、峰值 46%；俄罗斯 Yandex 平台上 Qwen 占 21.2%、DeepSeek 13.5%，包揽二三位。

消费端在输：DeepSeek App 月活 5330 万，比 2025 年初掉了近 40%。Sensor Tower 数据显示中国 AI App 的月下载量跟 ChatGPT 完全不在一个量级。

问题来了——这次宕机挤出來的增量用户是谁？ 是消费者和轻度用户，他们会临时去找个能用的替代品。而开发者早就用上国产模型了，他们不需要被"挤"过来。

红利恰好落在国产最弱的战场上。 这是我给出"机会有限"判断的核心依据。

真正的机会不在抢用户，在抢架构位置

这次事件之后，企业的标准答案从"多模型路由"升级成了"本地兜底"。而本地兜底只能用开源权重模型——Qwen、DeepSeek、GLM、Kimi 全开源，三家美国巨头全闭源。这条路他们物理上走不了。

配上价格差就更明显：MiniMax M2.5 / GLM-5 约 $0.3/百万 token，Claude Opus 4.6 是 $5，差 16.7 倍。企业要建"第二供应商 + 降级链路"时，第二家的成本敏感度极高。

但挑战更硬，而且来得更快

算力缺口是最要命的。中国约 11 万 H100 当量 vs 美国 85 万，只有七分之一；美国头部云今年 AI 投资 6000–7250 亿美元，是中国头部企业的 9 倍。从 CUDA 迁到国产芯片有"迁移税"，时间和成本至少加 50%。

这里有个尴尬的悖论：如果这次事件推动全球企业增加冗余，那意味着全世界需要更多算力——而这恰恰是国产最缺的。机会来了接不住，是最难受的情况。

美国监管走的是"摩擦累加"，不是禁令。 NDAA FY2026 已要求国防部和情报系统移除 DeepSeek；阿里 6 月进了五角大楼 1260H 清单；4 月起众议院两个委员会联合调查，已向 Cursor、Airbnb 发函；BIS 正在制定新规堵"第三国远程租算力"（直接点名 Moonshot 的 Kimi K3 在泰国训练）。TechTimes 的判断最到位：结局不是一纸禁令，而是采购摩擦 + 审计风险 + 合规成本叠加到经济性不再成立。

还有反向风险：路透 7 月报道北京也在考虑限制先进国产模型的海外访问。两头都可能被掐。

时间尺度不对称，这才是结论

机会兑现要 6–18 个月（企业改架构、过合规、建信任）；挑战 3–6 个月就到（BIS 新规 9 月可能出、国会调查推进、算力成本持续涨）。

对国产厂商来说，最该做的是三件：把可用性当卖点打（这是罕见的真实领先窗口）、重押私有化部署（唯一一条闭源巨头无法竞争的路）、别在消费端硬拼。

更本质的一句话：这次事件最大的受益者可能不是某家中国公司，而是"开源 + 本地部署"这个模式本身——只不过它的主要载体恰好是中国公司。

后面还有更多体验会继续更新的，感兴趣就关注一下，来了就不会错过。

如果要看之前的体验记录可以直接点下面的内容：

往期回顾：

如果要看全部文章的点这里👉 AI体验

相关学习资料