作者： Wisely Chen 日期： 2026 年 9 月 系列： AI Coding 實戰觀察 — YouTube 逐字稿 關鍵字： AI 故障, 故障域, Colossus 1, Anthropic, 雲地混合, 5090, Qwen 3.8 27B, BCP, Fault Tolerance, 主權 AI

這集在講什麼

9 月 3 日，Claude 和 Grok 幾乎同時掛，ChatGPT 晚了約一小時，Codex 和 Cursor 跟著不可用，整整三個小時。根因是孟菲斯 Colossus 1 機房故障——今年 5 月 Anthropic 整棟租下這座算力中心，跟 Grok 共用同一個故障域，ChatGPT 則是被湧過來的流量海嘯壓垮。這集講我從這次事件調整的三個認知：多供應商策略不等於多故障域策略、地端 5090 成了最後一道防線、雲地混合已經是必要的架構選擇。

長度： 約 10 分鐘

時間戳

  • 0:00 三家 AI 同時掛了
  • 0:55 真正發生了什麼：孟菲斯 Colossus 1
  • 2:05 時間軸分析：Claude → Grok → ChatGPT
  • 3:25 流量海嘯把 ChatGPT 也衝垮
  • 3:45 我們的 AI Infra 其實很脆弱
  • 4:55 BCP 只押雲端，賭注很大
  • 5:25 Infra 已經是火燒連環船
  • 5:35 我的 5090 + Qwen 3.8 27B 撐住了
  • 5:58 雲地混合才是真正的備援
  • 7:05 不只資安、不只省 token，是韌性
  • 8:07 為什麼沒有跨區域容錯？
  • 9:10 結論：從 8 比 2 開始配置地端算力
  • 10:00 這集影片用什麼工具做的

以下是影片的完整逐字稿，經過校正與段落整理。

開場 — 三家 AI 同時掛了

嗨大家好，今天要講的東西不是 ChatGPT 的 Ultra 多強，也不是 Fable 5.1 多棒。今天講的事情其實是在台灣時間這週四的晚上，然後出了一個蠻大的事件，就是在那個時間的時候，一開始是 Claude 跟 Grok 幾乎在同時然後無法連上，然後後來一個小時後 ChatGPT 然後跟 Codex 也無法連上。

那大家都說這事情可能會是來自於國家級的駭客攻擊針對美國的 AI，那當然這有點太陰謀論了。那另外一個就是因為當下那個 Cloudflare 也出了一些問題，那問題比較小，加上那個就是 Cloudflare 非常嚴正的講說這次不是他的問題。通常這種上市公司敢這樣講，代表說他們很有信心，所以我們也先排除這個問題。

推測原因 — 孟菲斯 Colossus 1

那我們現在就講的就是一個推測，雖然已經是沒有人證實，但是是一個推測又很有可能的原因。基本上大家就是在今年 5 月的時候大家都知道說，就是 SpaceX 他們把他們原本給 Grok 的 Colossus 1 然後租給 Claude。那原因是因為就是他們之後就是已經都有 Colossus 2 了，那 Colossus 1 的話就是利用率沒那麼高，所以租給那時候算力極缺的就是 Anthropic。

Anthropic rents Colossus 1 for $1.25 billion/month

那所以說我們可以知道說，基本上那個 Anthropic 跟 SpaceX 他們在 infra 層其實有一部分應該是重疊的。然後在當下的那個時間點，也的確最後 SpaceX 他們也跳出來說，在當下其實他們在孟菲斯的 Colossus 1 有一些問題。他們也在 X 上面說為受影響的算力夥伴致歉。

那然後如果是孟菲斯的 Colossus 1 出問題的話，Claude 同樣應該也會受到影響。所以我們從當下發生的時間點，Claude 先出問題，4 分鐘之後 Grok 出問題。

時間軸分析 — 同一張骨牌

所以我們幾乎可以判斷說，因為他們那個 SpaceX 說孟菲斯出問題，加上之前的那個公開的這個租約，然後再加上這兩個服務掛掉時間那麼接近，其實可以去斷定說因為孟菲斯的 Colossus 1 出問題，然後導致 Claude 跟 Grok 同時出了問題。

然後至於一個小時後 ChatGPT 為什麼出問題呢，這個因為它跟孟菲斯這邊比較沒有關係。但是我們可以就是很合理的推估，當下因為那時候是美國時間的白天，那基本上大量的工作在做，然後再加上其實其他是全世界國家的，就算他不是上班時間有大量的 agent 也要用這些 API 的服務。所以他們應該就是發現到有問題之後，不管是人或是 agent 應該都切到當下就是比較能用而且目前看起來就是說是數一數二的 OpenAI 的網路。

所以當下就是大量流量洩過去，所以也導致了很有可能是 ChatGPT 然後被這個臨時過來的流量壓垮了，所以導致它也不可用。雖然後來 OpenAI 跑出來說當下的問題是一個 Routing Error，但是整個時間非常的接近，我們幾乎是比較能夠推測比較有可能是個流量海嘯倒過來的原因。

那至於是什麼原因其實就還好，原因是因為我們也不是這家公司的，所以說復盤也復盤不到我們這邊。但我真的想講的事情是，我們的 AI 的 infra 其實是真的一個很脆弱的情況。

認知一 — 多供應商不等於多故障域

就分兩個吧。第一個事情是，我們之前針對 AI 來做一個 BCP 或是做一個 Fault Tolerance，我們的想法都是那我的 API 或是我的使用我就買兩家，剛好有 Claude 有 OpenAI，然後我們兩家不管在 API 或是在訂閱這邊來就是兩邊都訂閱，當然一邊出問題另外一邊不會出問題。然後因為現在的 Grok 也蠻強的，所以我這邊也像我自己我也使用 Grok 來做部分的工作。

可是我們也第一次的發現到，就算是我們把風險分散在多家，他們的 infra 也會被也會互相影響到，基本上他們不是一個物理隔離的。再來就算它是真的是物理隔離的，當下的 AI 的需求太大了，所以說只要有一家比較大的有問題，外溢出來的需求也有可能會把其他家很緊缺的算力給衝垮。

所以我們就發現到如果當你的 BCP 或是你的備援就只 focus 在雲端的話，這個以目前來說這個賭注其實是蠻大的。那這一次的事件其實也只是告訴我們說，目前的這情況你無法將你的 BCP 或是你的 Fault Tolerance 就把它定為多家的雲廠商，因為多家雲廠商可能都很有可能同時出問題。現在的 infra 已經是一個火燒連環船的一種情況了。

認知二 — 5090 成了最後一道防線

那第二個我們也看到了說，在這一次就連我自己都這樣感覺，就是我同時間我雖然訂閱了 Codex、訂閱 Claude、訂閱 Grok，然後但是到最後我真的可以用的，到最後還保持服務的是我自己的 5090 跟 Qwen 3.8 27B。

所以這也代表了，其實我們如果接下來企業真的想追求一個良好的備援的話，我們的思考方向可能不只是從多個雲端，我們還要考慮到雲地混合。原因是因為就剛講到的，第一個雲端就算你多個雲端他們的 infra 可能都是一起的。第二個這個連鎖效應或是這個流量的轉移的海嘯，也很有可能會把其他沒問題的衝垮。

那這個時候你有一個完全流量完全控制在你這邊的一個地端的 server，然後它一樣就是說它能夠做一般的事情，那它當然一些 frontier 的事情可能做的沒有像雲端那麼好，但是它能夠在真的出問題的當下能夠撐過最危險的這一段的時間，讓你的相關的一些 based on 這些 AI 的一些 workload 不會廢掉。這個其實就是它的真正價值所在。再加上現在的其實這些 AI 真的是可以做事情，這些地端 AI 是真的可以做事情。

認知三 — 雲地混合是韌性，不只是省錢

所以我覺得就是真的從現在考慮雲地混合已經不只是從資安面，不只是從怎麼樣 token 節省面。那從這次事情也看到了，就整個保持這個架構的韌性穩定度來說的話，雲地混合也變成是一個必然要走的相關的東西。

那我自己當下的感覺也是非常的感動，因為我有事先投資一個 5090，所以讓我幾乎全部都切過去，雖然做的稍微慢一點但沒關係，我至少可以動。但是在當下那三個小時，如果你真的手邊沒有這樣的儲備的話，基本上除非你再去訂閱其他的像這些中國 API 服務，或是一些比較小眾的 API，或是大家都在嘲笑的 Gemini，否則的話你基本上是沒有太多選擇的。

為什麼沒有跨區域容錯？

老實說我覺得一個比較扯的一件事就是說，它上面有幾千個幾萬個相關的 server，就一些雲端的 infra 來說不應該有一個小小的問題就導致整座機房全部掛掉，但是它就是發生了，而且是整個幾乎是整個公司他們相關的這些服務全部都掛掉。那難道他們沒有做切到不同的區域嗎？難道他們沒有把孟菲斯壞掉了不能切到其他區域嗎？這個是讓我有點百思不得其解的。

那當然我知道說 Anthropic 跟 OpenAI 他們其實是一個 startup，所以在這種大公司有的這些跨區域的備援其實是比較弱的，這是情有可原的。但想一想我們把我們所有的全世界把所有的那些身家都壓在這幾家公司，這也是沒辦法，這也是一個蠻可怕的事情的。

結論 — 從 8 比 2 開始配置地端算力

所以總之再回到最後的結論，雲地混合已經變成是必要的東西，尤其對企業來說。那好好的去思考一下你的地端要怎麼樣子配置吧。那一開始先從 8 比 2 或是 9 比 1，你至少要有那一成或兩成的算力是掌握在你自己的手中，然後再慢慢的去調整你的相關的這些 workload，慢慢能夠切到 5 比 5 甚至到最後 3 比 7，這個才是目前我們應該發展的方向。

這集影片用什麼工具做的

另外講到的是在這次我的相關的影片，之前我都是用 Grok 做的或是用 Sora 做的，然後現在我用的是我的 5090 上面的 MiniMax H3 然後再加上 ChatGPT 的 Codex Image Gen 2 做的，就是其實做的還不錯。那就是我之後也會試著用一個自動化工作流讓我自己的 YouTube 能夠做的更加豐富一點。

那今天就這樣子，謝謝大家。

延伸閱讀