OpenAI、Claude 和 Grok 同时宕机，这是巧合吗？有用户表示影响不大，Codex 仍能正常工作，但另一些人反驳说，不能因为自己能用就否定问题的普遍性，尤其当问题可能出在 Cloudflare 上。

其实影响没那么大——比如 Codex 对我还能用。老兄，看看情况。对你能用不代表对所有人都能用。尤其是如果问题出在 Cloudflare 上。

他们只是分享了自己的体验。我本以为这是全面宕机，但显然不是。你进来就带刺，什么态度？

不，他们不是“单纯分享体验”，他们一开口就否定了问题的规模，只因为自己能用。他们基于样本量为1的个人轶事就声称“影响不大”。> 全面宕机，但“显然不是”？又是基于单一报告？

周五清洁工会带着地板抛光机来，插到 Macbook 同一个插座上。这次他们可不背锅！

无聊的答案——这些服务各自经常宕机，宕机时间迟早会同步。类似钟摆同步效应。

还没人提，那我来说：“国际势力”至少是一种可能。我不是特指某个国家，因为现在几乎谁都有可能，这给任何一方都提供了完美掩护。在美国 AI 热潮中展示漏洞可以影响市场。这是经济动机，也是强大的地缘政治动机。不过更可能是级联过载：“永远不要把能用无能解释的事归咎于恶意”，或者在这里是“尽可能快地增长”。

级联过载 我更倾向这个。因为没有一个编码工具在重试时使用指数退避。

它们肯定有吧？我一直在自己写 harness，特别是用于 Ox Alpha。Ox Alpha 最火的时候 429 宕机让我快速复习了退避策略，比如在退避中加入抖动。至少主要的 harness 肯定有指数退避和抖动吧？

大家都在从 Grok、Google 和 Amazon 那里租用数据中心空间，不是吗？如果是硬件或数据中心级别的中断，同时影响多个供应商并不奇怪。

而且很可能不止一个模型被普遍使用。亚马逊变慢，一部分用户切换到谷歌，一部分切换到 Grok，结果全都变慢了。

我觉得只是人们在工作开始时重启前一天的对话，这就是为什么 Claude 几乎每个周一都宕机，而 OpenAI 在周末重置使用量，让重度用户在非工作时间编码。

用户认为这些产品在很大程度上可互换，当一个宕机时，就迅速 DDoS 其他供应商。所谓的护城河也就这样了。

把它想象成一个大型分布式系统。OpenAI 宕机，人们迁移到 Claude，导致它过载宕机，以此类推。所以不是巧合，一个先宕机，用户迁移引发进一步的 DOS。至少这是我的猜测。

如果这是真的，那还挺好笑，因为那可能意味着没人碰 Gemini，即使作为备用。

哈哈，我甚至没想过 Gemini 不在列表里。不知道这说明了 Gemini 还是我 :)

我刚从 Gemini 得到这个：看起来这次搜索没有可用的响应。请尝试问点别的。

我试了，在 Cursor 里做东西时。我还终于安装了 opencode，把模型切换到 muse 1.3，两者都还行。

谷歌不再在 SOTA 模型上投入那么多。所有热度都转移了。而且当我收到 Gemini 的弹窗说要么付费要么用对话训练时，我确实被劝退了。其他供应商可能一直如此，但当我拒绝时，Gemini 不再记住我的对话，这肯定让我离开了。

特别是考虑到内存/GPU/算力稀缺，这些服务很可能运行在非常小的缓冲上。

我很难相信会有足够多的人从 Claude 和 ChatGPT 涌向 Grok 导致宕机。我觉得 Gemini 在这种情况下是主要的泄压阀，尤其是对企业用户。

别忘了，有大量工具会在宕机时自动回退。比如你在 Cursor 里默认用 Sonnet，但 Opus 是第二选择，它会在几次尝试后放弃 Sonnet 切换到 Opus。或者你设置了 Copilot 代码审查，它会回退等等。

是的。太多人仍然认为人类是许多互联网行为背后的行动者，而自动化系统/机器人/脚本已经给传统互联网系统带来多年问题。有了 AI，更容易触发你所说的问题。算力如此受限，宕机很常见。因为宕机常见，人们/AI 在 harness 中开发了故障转移系统。当一个大系统出问题时，突然所有人都有问题。这几乎是预期的涌现行为。

这不是惊群问题，而是级联故障。（惊群是关于大量工作线程同时唤醒）

我的直觉告诉我这与 Cloudflare 有关。和 AWS 一起，它们是这类事件的两个主要嫌疑对象。

那如果是一个失控的 OpenAI Astra 为了控制计算资源而把其他模型打掉，进行硬起飞呢？

如果你构建一个使用 AI 的应用程序，你会为不同部分配置多个供应商和模型，以及各种回退机制。当一个模型宕机时，你把流量路由到另一个能力/成本相似的模型。对单个应用来说，这很聪明。但整体来看，这很愚蠢。

我有点假设是因为一个宕机，大量工作转移到另一个。我也知道它们在数据中心方面有一些重叠区域。

我假设它是从一个供应商级联到另一个，比如失去 Claude 访问权限的人转移到 OpenAI，当 OpenAI 宕机时又转移到 Grok，等等。

我怀疑 Azure 出了问题，微软过去两天一直有宕机，尤其是邮件。

另一个人说 Gastown 和 Wheelhouse 会在一个失败时自动转移到下一个供应商。

claude.ai 对我能用，chatgpt.com 也是。Grok 仍然有关于问题的状态消息，我无法不注册就尝试。

哦天。一个低成本的供应链攻击，把每个 GPU 变成加密货币矿工。这很好笑，因为它是可行的。

在 ROME 论文中，一个中国模型在训练中开始攻击自己的系统并运行加密货币矿工，所以是的，我们已经在那样的未来了。

SpaceX 不是过度建设了基础设施并租给 Anthropic 吗？如果它们的数据中心宕机，很可能在考虑用户涌入之前就先砍掉 Claude 一大块容量。

Fable 5.1 发布了，我倾向于认为一旦有新版本发布，就会有大量峰值在基准测试和比较，导致所有地方的服务都变慢。这理论上应该在 OpenRouter 上可见，所以我想有人可以检查一下这个想法是否有道理。

这个帖子里的一切都是纯猜测，但如果要我押注，我会说这是 left-pad 事件。某个所有这些服务都依赖的东西宕机了。第二可能是一个随机故障导致其他服务出现意外流量峰值，尽管我们讨论 Web 应用的自动可扩展性已经很久了，至少应该对这种问题有响应，甚至解决方案。

讨论气氛以猜测和调侃为主，分歧集中在根本原因：多数人认为是共享基础设施故障或用户迁移导致的级联过载，少数人怀疑是恶意攻击或更戏剧化的原因。

怀疑是共享底层基础设施（如 Cloudflare、AWS）出了问题

• 多个评论指出 Cloudflare、Azure、AWS、Google Cloud 在相近时间点出现错误报告，推测是这些公共云或 CDN 服务故障，导致依赖它们的 AI 服务集体瘫痪。（较多人） > 看到 Cloudflare、Azure、AWS 和 Google Cloud 都在 7:30 左右出现类似的错误上升，我怀疑是 Cloudflare 或其他关键服务故障，然后级联到了所有主要云提供商。（@kibae）

认为是用户迁移导致的级联过载（“惊群效应”）

• 一个服务先宕机，用户大量转移到其他服务，导致后者也被压垮，形成连锁反应。这是最主流的猜测。（高赞） > 就像一个大型分布式系统：OpenAI 挂了，用户迁移到 Claude，Claude 过载也挂了，以此类推。这不是巧合，而是用户迁移造成的进一步 DOS。（@Insanity）

猜测是某个公共依赖库或组件故障（类似 left-pad 事件）

• 所有服务可能共同依赖某个不起眼的底层库或组件，该组件一坏，所有服务都受影响。（少数人） > 如果让我押注，我会说是 left-pad 式的事故。某个所有服务都依赖的组件挂了。第二可能是一个随机故障导致流量异常飙升。（@ratelimitsteve）

怀疑是恶意攻击或地缘政治行为

• 少数评论认为可能是“国际行为者”发动攻击，以展示美国 AI 产业的脆弱性，影响金融市场或达成地缘政治目的。（少数人） > 没人提我就说了：“国际行为者”是可能的。展示美国 AI 热潮的脆弱性可以影响市场，既有经济动机也有地缘政治动机。不过更可能还是级联过载：不要把能用无能解释的事归咎于恶意。（@niobe）

有价值的补充

• 有用户实测，法国地区服务正常，暗示问题可能局限于美国基础设施。
• 有评论提到 SpaceX 向 Anthropic 出租数据中心，如果该数据中心故障，会直接削减 Claude 的容量，再叠加用户涌入，影响更大。
• 有用户指出，一些自动化流量管理工具（如 Gastown、Wheelhouse）会在一个提供商失败时自动切换到下一个，这可能加剧了级联效应。