2026 年 7 月 25 日，OpenAI 遭遇了有史以来最严重的全球性宕机。ChatGPT、API、Codex 三线同时瘫痪，故障持续超过 8 小时。对于近 9 亿周活跃用户和超过 100 万企业客户来说，这一天的工作节奏被彻底打断。

这不是一次普通的服务器波动。

全线崩溃，波及全球

北京时间 7 月 25 日清晨，ChatGPT 的对话窗口突然完全卡死。紧接着 API 返回 502 错误，Codex 编辑器灰屏，依赖 OpenAI 接口的第三方应用集体失效。根据 DownDetector 的监测数据，故障报告量在短时间内急剧攀升，覆盖北美、欧洲、亚洲全部主要市场。ChatGPT 网页端、移动端、API、Codex、Sora——几乎所有面向公众的产品线同步瘫痪。

OpenAI 官方状态页面在上午 9 时 17 分确认”错误率升高”，但在此后数小时内既未给出预计修复时间，也未披露故障原因。

影响面有多大？截至 2026 年初，ChatGPT 的周活跃用户已突破 9 亿，相当于全球每 8 人中就有 1 人每周使用它。API 每天处理超过 20 亿次提示请求。企业客户超过 100 万家，涵盖思科（Cisco）、摩根士丹利（Morgan Stanley）、T-Mobile、Target 等全球 500 强企业。当 OpenAI 的系统停摆时，断掉的不只是一个聊天工具，而是横跨金融、医疗、零售、科技、教育等多个行业的数字神经。

这不是 OpenAI 第一次出现类似问题。2024 年 6 月，ChatGPT 就经历过一次长达 8 小时的全球性崩溃，当时大量用户涌向 Claude 和 Gemini，导致对手平台也被挤到瘫痪。如今两年过去，这个”连锁宕机”的脆弱性并未得到根本改善。

频繁宕机背后：增长与投入的失衡

回顾 OpenAI 的官方状态页面，2026 年 4 月到 7 月之间几乎每周都有异常记录：7 月 23 日 ChatGPT 登录错误和 API 延迟，7 月 22 日 Workspace Agent 服务降级，7 月 21 日 API 图片生成大规模故障，7 月 15 日 ChatGPT 登录中断。频率之高，已经无法用”偶发故障”来解释。

Ookla 联合 DownDetector 在 2026 年发布的一项研究显示，从 2025 年 1 月到 2026 年 4 月，共 471 天内分析了美国市场 370 万份用户故障报告，发现 AI 服务的严重故障天数正在持续上升。研究指出，OpenAI 最大的故障信号高峰——2025 年 12 月 2 日（6.7 万份报告）、2026 年 2 月 4 日（5.5 万份）——都与容量配置、访问控制和基础设施依赖有关，而非模型能力本身的问题。

而 OpenAI 的商业增长却极为惊人。从 2024 年到 2026 年，其年化营收从约 60 亿美元飙升至 250 亿美元。ChatGPT for Work 席位突破 700 万，企业版席位同比增长 9 倍。2026 年 2 月，它完成了创纪录的 1100 亿美元融资，由亚马逊、英伟达、软银联合领投，投后估值约 8520 亿美元。

营收和用户数高速增长的同时，基础设施的可靠性投入却没有同步跟上。搭建冗余架构、多区域部署、故障转移系统——这些”看不见”的投入，在硅谷”先上线再迭代”的文化中往往被优先牺牲。而 OpenAI 的底层基础设施高度依赖微软 Azure，当 AI 推理的计算需求呈指数级增长，任何一个组件出现问题，都可能引发全局性雪崩。

多模型策略是”心理安慰”吗？

这次宕机引发了一个更深层的问题：OpenAI 的竞争对手们，真的准备好接住这 9 亿用户了吗？

企业界早已意识到”不要把鸡蛋放在一个篮子里”，多模型策略在 2025 年之后成为行业共识。OpenRouter 这样的模型路由服务商因此估值暴涨——2026 年 5 月完成 1.13 亿美元 B 轮融资，估值 13 亿美元；仅仅两个月后，Stripe 据报正在以约 100 亿美元的价格洽谈收购 OpenRouter。

但现实是，当 OpenAI 全线宕机时，流量的瞬间转移能力严重不足。2024 年的宕机已经证明，Claude 和 Gemini 在承接突发流量时同样不堪重负。原因很直接：全球能够承载大规模 AI 推理计算的云基础设施，本质上集中在少数几家供应商手中。底层的 GPU 算力池、数据中心带宽和供电能力，不是靠一个 API 路由层就能绕过去的。

谁在裸泳？

这次宕机照出了 AI 行业一个被忽视的真相：AI 基础设施的可靠性，远远落后于 AI 能力的增长速度。当一家公司撑起全球 9 亿用户的 AI 体验，当超过 100 万家企业将其嵌入核心业务，它已经不是一个创业公司，而是一个准公共基础设施。但 OpenAI 在运营和可靠性上的成熟度，还没有达到公共基础设施应有的标准。

最危险的是那些深度绑定单一供应商、没有建立任何容灾机制的企业。一次超过 8 小时的宕机，可能就是数十万甚至数百万美元的损失。

接下来的关键观测点包括：OpenAI 是否会发布详细的事后分析报告？是否会推出 SLA 承诺并附带赔偿条款？多模型路由层的实际可用性是否会得到压力测试？以及，这次宕机是否会推动监管层对 AI 基础设施的”关键基础设施”认定——正如云计算和通信网络一样。

当 AI 从一个”可选工具”变成”必选项”，它的可靠性就不再是技术问题，而是经济问题。

图片来源：钛媒体 TMT Post