No.0372

Science Partner

Bring you to the side of

导 读

9月3日的北美上午，人工智能突然变得有些安静。

美东部时间上午9时26分，Anthropic开始调查Claude多个模型请求错误率上升；十几分钟后，马斯克旗下SpaceXAI的Grok多个客户端和美国部分API出现故障；到上午10时43分，OpenAI也开始调查ChatGPT和Codex的大面积错误。

不到一个半小时，Claude、Grok和ChatGPT先后出问题。

伙伴们都知道，这三家+Gemini可是美国人工智能产业最顶流的扛把子。无论是比较谁更聪明，开发者争论谁的代码能力更强，个人也好企业也罢，几乎都逃不出向这四家公司买单付费。

但就在刚刚，原谅伙伴君用“刚刚体”，因为确实就在刚刚，它们在用户面前集体宕机了：要么是一个打不开的页面，要么是一次失败的请求，反正就是无法继续的工作了。

The Verge很快把这件事概括为：ChatGPT、Grok和Claude“同时宕机”。截至目前，没有证据显示三起事故由同一个原因造成。Anthropic后来表示已经找到自身故障原因，但没有公开具体基础设施细节；OpenAI和SpaceXAI同样没有证明彼此存在关联。

这一点非常重要。

把三场事故直接解释为“美国AI共同基础设施崩了”虽然刺激，但却成了假新闻，毕竟美国各大媒体、社交网站、Github等等还没爆料确凿的事实依据。

但是，即使三场事故彼此毫无关系，它们同时发生仍然让我们第一次如此直观地看到，今天看上去高度竞争的人工智能产业，底层可能已经没有想象中那么分散。

这是什么意思？

走，跟伙伴君来！

今日主笔｜旻宏

突发：ChatGPT、Claude、Grok同时宕机

01. AI正在从“网站”变成基础设施

几年前，ChatGPT宕机最多是一条互联网新闻。

今天，它越来越接近一场生产事故。

人们已经不只是用AI问“北京明天天气怎么样”，而是在让它写代码、查资料、修改合同、分析财报、生成设计图、调用企业数据库，甚至让智能体连续工作数小时。

AI正在进入过去由搜索引擎、Office、云计算和数据库占据的位置。区别在于，以前一个网站坏掉，用户往往可以换一个网站。 今天越来越多企业已经把整条工作流搭建在某个模型API之上。模型不工作，停下来的可就不再只是聊天窗口那么简单。它可能是一段代码没有完成、一次客户服务没有响应、一场投资分析中断，或者一个正在调用几十个工具的Agent突然失去“大脑”。

刚刚这场故障可能不会成为人工智能史上的大事件，却很像一次无意中发生的压力测试，大部分媒体都在写“这让我们反思，究竟已经多大程度上，把工作交给了AI？”而科学伙伴想问的真问题是： 这些AI又把自己交给了谁？

02. AI大战，已经打到了地基

答案比想象中复杂。

今年5月，马斯克旗下SpaceXAI宣布，把Colossus 1超级计算集群的算力提供给Anthropic。

颇具戏剧性的合作有没有。

Colossus最正宗的身份是训练Grok的超级计算机。SpaceXAI披露，Colossus 1拥有超过22万块英伟达GPU，包括H100、H200和GB200。Anthropic则准备利用这部分计算能力提高Claude Pro和Claude Max的服务能力。换句话说，在产品层面，Claude和Grok互相争夺用户；到了机房里，Grok背后的公司却开始向Claude出售算力。

你以为完了？事情还不止于此呐。

Anthropic今年披露，公司已经与亚马逊达成最高5吉瓦新增算力协议，与Google和Broadcom达成另外5吉瓦下一代TPU容量协议，同时获得Colossus 1和Colossus 2的GPU容量。Claude也是目前同时进入AWS、Google Cloud和Microsoft Azure三大云平台的前沿模型。AWS仍然是Anthropic最主要的云服务和训练合作伙伴。

路透社9月2日进一步披露，Anthropic为了争夺算力，已经签下包括微软、英伟达、Nscale以及SpaceX在内的一系列大型基础设施协议。仅SpaceX相关协议据报道就达到每月12.5亿美元的规模。

OpenAI走的则是另一条同样惊人的道路。

2025年，它与Oracle、SoftBank等启动Stargate。OpenAI最初承诺四年投资5000亿美元，建设10吉瓦人工智能基础设施。仅与Oracle新增的合作，就包括4.5吉瓦数据中心容量，加上得克萨斯州阿比林项目，当时已有超过5吉瓦容量处于开发之中，对应超过200万块芯片。此后Stargate继续扩张。

这就是2026年的美国人工智能。

我们习惯于把它理解成一场模型竞赛：OpenAI对Anthropic，Claude对Grok，GPT对Gemini，或者干脆说大混战吧。但产业真正发生的变化是， 它越来越像一场重工业竞赛。决定AI能力的不再只是论文、算法和天才工程师。还有GPU、变电站、电网、土地、冷却系统、光纤、融资能力，以及谁能够一次签下几吉瓦的电。

03. 微观冗余，宏观集中

从任何一家AI公司的角度看，这些动作都非常合理。

OpenAI不能永远只依赖微软，于是寻找Oracle、SoftBank和CoreWeave；Anthropic不能只依赖AWS，于是同时拿Google TPU、Azure以及SpaceXAI的GPU。

这是经典的风险分散。

如果一座数据中心出问题，就把计算任务转到另一座；如果一家云服务商容量不足，就换另一家。但问题在于，当所有公司都这样做时，一个奇怪的结果可能出现：

每家公司都变得更加分散，整个产业却未必因此更加分散。因为大家最后选择的，仍然是同一小批供应商。芯片大量来自英伟达，云主要集中于AWS、微软和Google，前沿模型运行所需要的大型数据中心也越来越依赖少数具备资本、土地、电力和工程能力的企业。

路透社日前指出，英伟达目前仍占据80%以上的AI芯片市场。金融市场甚至开始尝试推出GPU租赁价格期货： GPU正在从一种科技产品，变成一种越来越接近标准化大宗生产资料的东西。当然金融业对这种结构并不陌生。一家银行把风险分散到十种资产上，看起来比只持有一种资产安全。但如果全球所有银行最后都持有同样十种资产，那么对单家银行而言是“分散”，对整个系统而言却可能形成新的共同风险。

国际货币基金组织今年讨论AI金融风险时，已经给这种现象用了一个很准确的词： 第三方集中风险（third-party concentration risk）。当大量机构依赖同一家云服务商、同一种软件或者同一批AI模型，一个关键供应商出现故障，影响就可能沿着整个系统扩散。IMF因此警告，很多企业在自身层面根本看不到这些依赖，但它们最终可能形成系统性脆弱点。

04. “主权AI”的真正归属问题是什么

这件事对全球科技安全的意义，比一次宕机更大。

过去两年，从欧洲、中东到东南亚，“主权AI”已经成为一个热门概念。很多国家开始建设自己的数据中心，希望训练本国模型、保存本国数据，减少对美国科技公司的依赖。但这里存在一个容易被忽略的问题， 一座数据中心建在本国，并不意味着它真正属于一个独立的技术体系：GPU可能来自美国公司、云管理软件可能来自美国、模型可能来自美国，高速网络、开发工具和软件生态仍然可能围绕CUDA以及美国云服务体系运行。

英国《金融时报》近期在分析全球“主权数据中心”浪潮时就指出，一个颇为反常的结果正在出现：一些国家表面上正在建设自己的AI基础设施，实际上却可能进一步巩固美国在全球AI产业链中的核心位置。

所以真正的“主权AI”，最终恐怕不能只问：“服务器放在哪里？”还必须问：芯片从哪里来？、模型能不能迁移？数据能不能带走？一个云平台宕机后能不能切换？供应商被制裁以后还能不能运行？电网发生问题以后有没有备用能力？诸如此类等等。

这其实已经不是一个单纯的人工智能问题。它越来越接近能源安全、金融安全和供应链安全。

05. 下一场AI危机，未必来自模型失控

过去几年，关于人工智能风险的讨论始终有一种强烈的未来感。

模型会不会获得自主意识？

超级智能会不会失控？

Agent会不会欺骗人类？

这些问题当然重要，但9月3日这三场故障提示了我们还有一种更加普通、也更加现实的风险： AI根本不用“觉醒”，它只需要停摆。一座核心数据中心出现故障、一条骨干网络断开、一个云平台配置错误、一个软件依赖发生事故......现代社会最危险的系统性风险，很多时候并不来自电影式灾难。它来自那些平时几乎没人注意、却被所有人共同依赖的东西。支付清算如此、全球航运如此、GPS如此、云计算如此，如今人工智能正在加入这个名单。

当然，也许最终调查会证明，Claude、Grok和ChatGPT发生的只是三件完全无关的技术事故。但如果真是这样，那其实反而更值得思考：当几个最重要的AI服务在相近时间分别出问题时，越来越多人的工作竟然会同时失去替代方案。这说明我们真正需要关心的，已经不只是某一家模型稳不稳定，而是整个AI体系到底有没有足够多彼此独立的路径。

几年前，人们讨论AI竞争，最关心的是：谁拥有最聪明的模型？但几年以后，更重要的问题可能会变成：当越来越多的知识、工作和决策都开始依赖AI时，我们手里究竟还有没有第二条路？还是说条条大路的起点其实不过都是一个罗马而已。

我是旻宏，咱们下期见～