4 月 20 日，ChatGPT 發生大規模全球故障。
美東時間上午 10 點多，Down Detector 上的故障報告開始激增。英國的報告峰值超過 8,700 份，美國超過 1,900 份。除了 ChatGPT 主介面，Codex、API 平台、Projects 功能也一起受到影響。部分用戶反映正在進行的工作任務因為服務中斷被刪除。
到下午 1 點，OpenAI 上線了修復；1 點半左右基本恢復正常。整個中斷時間大約 3 小時。
OpenAI 如何回應
全程，OpenAI 狀態頁的表述是這樣的：
「我們繼續調查列出服務的問題。」
以及：
「我們已實施緩解措施，正在監控恢復情況。」
沒有根本原因說明，沒有技術細節，沒有復盤報告。
這不是第一次了。ChatGPT 歷史上幾次大規模故障，OpenAI 都沒有提供類似 AWS 或 Google Cloud 那種詳細的事後故障分析——那類報告會說清楚：哪個元件出了問題、為什麼影響到這麼多用戶、下次怎麼防。OpenAI 每次給的都是最少資訊。
這 3 小時對企業意味著什麼
3 小時可能聽起來不長，但對已經把 AI 嵌入工作流程的團隊來說，影響是具體的：
- 正在跑的 Codex 任務中斷，進度遺失
- 接入 OpenAI API 的產品功能全部失效
- 用 ChatGPT 處理即時客戶請求的團隊徹底停工
- 部分用戶的工作內容因故障被系統刪除
在企業認真看待 AI 基礎設施可靠性之前，這類事件的代價還是會被低估。
為什麼 AI 服務比傳統 SaaS 更容易出問題
幾個結構性原因：
流量高度集中： ChatGPT 是全球訪問量最大的 AI 產品之一，任何單點故障波及面都極廣。
推理鏈路複雜： 大型模型推理不像傳統 API 的簡單請求-回應，負載平衡和容錯機制更難設計，出了問題也更難快速定位。
迭代速度太快： 模型更新和功能迭代頻繁，每次部署都可能引入新的不穩定因素。AWS 和 Google Cloud 有幾十年的可靠性工程積累，AI 服務廠商的工程體系還在追趕中。
SLA 問題：AI 行業還沒認真回答
大多數成熟 SaaS 會提供 99.9% 的 SLA（服務等級協議），對應每年故障時間不超過 8.7 小時；更嚴格的 99.99% 則把年故障時間壓到 52 分鐘。
OpenAI 目前沒有公開的企業 SLA 承諾。Anthropic 也沒有。
這意味著：大量企業把核心業務流程押在了一個沒有明確可靠性承諾的服務上，合約裡也沒有因為故障賠償的條款。這不是一個小問題，特別是當 AI 已經進入生產環境的核心路徑時。
如果你的業務依賴 AI，該想清楚的事
多廠商策略： 關鍵業務同時接入兩套 API，比如 OpenAI 和 Anthropic。一個故障了另一個還能跑。實現成本不高，但要提前做好路由邏輯。
本地模型備份： 非即時任務可以用本地部署的開源模型做降級方案，延遲容忍度高的場景先快取請求、等服務恢復再處理。
合約條款： 跟 AI 廠商簽企業合約時，把可靠性要求寫進去——即使廠商目前沒有標準 SLA，也要有明確的故障通知和補償機制的約定。
程式碼層級的韌性設計： 逾時處理、重試邏輯、備援路徑，這些不是可選項，是接入外部 AI API 的基本工程要求。
這次故障不是 OpenAI 第一次，也不會是最後一次。AI 基礎設施走向成熟的路上，這類事會一直發生。問題只有一個：已經在生產環境用 AI 的團隊，有沒有認真設計過應對預案。
參考來源：CocoLoop、ChatGPT was down — Live updates on the massive AI outage（Tom's Guide）；ChatGPT was down for many — as OpenAI says it's 'monitoring the recovery'（TechRadar）；OpenAI's ChatGPT Down for Thousands of Users（GV Wire）；ChatGPT Down: Thousands of Users Hit by Major Outage on April 20（TechGenyz）