Codex也斷了：OpenAI三線齊崩，Agent時代的宕機賬單怎麼算

# OpenAI三線齊崩：Codex也斷了，Agent時代的宕機賬單怎麼算

7月25日傍晚，OpenAI經歷了一場罕見的大規模服務中斷。API、ChatGPT與Codex三條核心產品線同時報錯，合計31個服務組件性能下降，故障持續近兩小時才完全恢復。然而，比單次故障更令人警醒的是：OpenAI已經連續17天沒有過一個完全正常的日子。當模型能力從輔助工具升級為生產核心，每一分鐘的宕機都在重新定義AI服務的可靠性邊界。 ## 驚險一斷：三線齊崩的111分鐘

北京時間7月25日17時17分，OpenAI官方狀態頁突然掛出“Investigating”標籤，確認多項服務錯誤率異常升高。18時02分，狀態更新為“Monitoring”，緩解措施已生效；19時08分，官方宣佈全部服務恢復正常。從發現問題到最終解決，耗時1小時51分鐘。 受影響範圍之廣令人側目。根據官方公佈的信息，API端有12個組件出現性能下降，ChatGPT涉及15個組件，Codex則有4個組件中招，合計31個服務組件受到波及。第三方監測站Bifrost記錄的事故起點為UTC時間09時17分，與OpenAI狀態頁時間完全吻合。 用戶側的感受更加直觀。API調用大量失敗，ChatGPT對話響應異常，開發者依賴的Codex編程助手任務中斷。最值得關注的是Codex——在Agent應用日益普及的當下，編程Agent執行任務動輒需要數十分鐘的持續運算，服務斷在中間意味著整個工作流可能徹底爛尾。對於正在跑大項目的團隊而言，這種打擊是毀滅性的。 ## 連續17天“帶病上崗”：一場持續的可靠性危機

如果把時間跨度拉長到一個月，這次事故就不能被當作孤立事件看待。第三方狀態監測平臺Bifrost的記錄顯示，從7月9日至今，OpenAI沒有一天處於“完全正常”的狀態。其中7月12日和16日兩次出現Major Outage（重大中斷），其餘日期則在Degraded Performance（性能下降）和Partial Outage（部分中斷）之間來回切換。 另一個監測站incidenthub的記錄同樣令人憂心。僅7月23日一天，OpenAI就掛出四起獨立事故，主要涉及ChatGPT的錯誤率和延遲問題。24日，Codex Review報錯；25日，則輪到三條產品線同時崩潰。頻率高、範圍廣、持續時間長，這已經不是偶然波動所能解釋的。 在原因層面，官方至今保持沉默。合理的推演有兩個方向：其一，夏季推理負載持續爬坡，疊加新模型與新功能的發佈節奏，基礎設施長期處於壓線運行狀態；其二，可能涉及底層架構的調整或遷移，帶來了意想不到的連鎖反應。這些都屬於業界推測，最終真相還需等待官方覆盤。 ## Agent時代：宕機的算法已經變了

兩年前ChatGPT宕機，損失的主要是聊天體驗。用戶等幾分鐘，刷新頁面，大不了換個時間再聊。2026年的這次故障，性質已經完全不同。 API背後連接的是生產系統。客服機器人、代碼流水線、自動化審計、Agent工作流——這些不是可以隨意中斷的娛樂場景。服務中斷111分鐘，斷的是真正的生產線。一個正在執行代碼審查的Agent被迫中止，可能導致整個CI/CD管道阻塞；一個正在處理客戶投訴的客服機器人突然失靈，投訴會在排隊系統中爆炸式積累。 監測頁下方的一句廣告語本身就是市場信號：“OpenAI掛了？自動把請求路由到健康的替代模型。”多模型容災已經從技術選項變成一門成熟生意。這背後折射出的現實是：企業用戶已經默認單點故障不可避免，必須在架構層面做好兜底。 對企業選型而言，這組17天的記錄會把一個指標推到前所未有的高度：SLA。模型能力榜單可以週週更換，可靠性卻必須按天計分。能力差距可以按百分比算，宕機損失卻只能按100%算。一家年費數百萬的企業客戶，面對連續17天不穩定的服務供應商，續約決策的天平必然會向穩定性傾斜。 ## 行業格局的深層震盪

業內普遍認為，這場可靠性危機將引發至少兩條深遠的產業鏈變革。 其一，多雲多模型路由將從加分項變成企業AI架構的標配。單一廠商依賴的風險敞口正在被市場重新定價。過去企業選擇模型主要看能力，現在穩定性正在成為同等重要的權重。一批專注於模型網關、智能路由、故障切換的中間件廠商有望迎來爆發式增長，因為客戶不再問“哪個模型最好”，而是問“如果這個模型掛了，我的系統怎麼辦”。 其二，每次海外旗艦故障，都是國產模型承接溢出需求的窗口期。但前提是：國內廠商的穩定性首先要能扛住同樣的負載曲線。大模型服務的規模效應決定了，穩定性不是靠僥倖得來的，而是靠大量的工程投入和運維積累。如果國產模型在承接溢出流量時自身也出現波動，那麼窗口期就會變成信任危機。 ## 等待覆盤，但市場不會等待

OpenAI的工程團隊大概率會在幾天內給出正式覆盤。但17天連續異常這個事實擺在那裡，市場要聽的解釋，恐怕比“錯誤率升高”這五個字複雜得多。 對於正在將AI深度嵌入核心業務的企業來說，這一次事件不只是一則新聞，而是一聲警鐘。當Agent開始接管代碼審查、自動化運維、客戶服務甚至財務對賬，服務的連續性就不再是IT部門的技術指標，而是直接關係到企業營收的關鍵命脈。 Agent時代的宕機賬單，已經不再是一句玩笑。每一次服務中斷，背後都是實實在在的生產力損失和商業機會流失。如何為AI服務的可靠性買單，正在成為2026年企業數字化轉型必須面對的核心命題。