3月29日21時(shí)35分左右，DeepSeek狀態(tài)監(jiān)控頁(yè)面顯示“Major Outage”（大面積癱瘓）。這場(chǎng)突發(fā)宕機(jī)持續(xù)了一個(gè)多小時(shí)，對(duì)許多趕在周一截止時(shí)間前加班的職場(chǎng)人和突擊作業(yè)的學(xué)生來(lái)說(shuō)，這段時(shí)間顯得格外漫長(zhǎng)。故障一直持續(xù)到第二天早上仍未緩解。3月30日9時(shí)許，多名用戶(hù)反饋DeepSeek依舊無(wú)法正常使用，提問(wèn)時(shí)反復(fù)出現(xiàn)“請(qǐng)檢查網(wǎng)絡(luò)后重試”。

作為高頻調(diào)用的大模型產(chǎn)品，服務(wù)中斷影響迅速放大，直接影響用戶(hù)黏性和后續(xù)付費(fèi)轉(zhuǎn)化預(yù)期。

在這段時(shí)間里，社交平臺(tái)上出現(xiàn)了大量相關(guān)討論。從用戶(hù)反饋來(lái)看，有人正在為周一早八點(diǎn)的全英文專(zhuān)業(yè)課做最后的論文修改，有人在梳理次日的求職面試大綱，也有人卡在周報(bào)收尾階段。除了工作與學(xué)習(xí)場(chǎng)景外，還有用戶(hù)進(jìn)行情感類(lèi)對(duì)話(huà)、構(gòu)思長(zhǎng)篇小說(shuō)設(shè)定或依賴(lài)模型推進(jìn)文本創(chuàng)作。服務(wù)中斷后，這些過(guò)程被迫暫停。

當(dāng)頁(yè)面長(zhǎng)時(shí)間停留在“服務(wù)器繁忙”提示時(shí)，不少用戶(hù)一開(kāi)始并未意識(shí)到是平臺(tái)問(wèn)題，而是反復(fù)切換網(wǎng)絡(luò)、清理后臺(tái)甚至重啟設(shè)備。直到相關(guān)話(huà)題在社交平臺(tái)集中出現(xiàn)，才逐漸確認(rèn)問(wèn)題來(lái)自服務(wù)端。評(píng)論區(qū)中，“D老師”“電子伴侶”等稱(chēng)呼頻繁出現(xiàn)，反映出部分用戶(hù)已形成較強(qiáng)使用習(xí)慣。

服務(wù)中斷帶來(lái)的影響很快顯現(xiàn)。有用戶(hù)反映未保存內(nèi)容丟失，也有人表示原本依賴(lài)AI完成的任務(wù)被迫中斷。部分網(wǎng)友以調(diào)侃方式表達(dá)不滿(mǎn)。隨著宕機(jī)消息擴(kuò)散，小紅書(shū)和微博等平臺(tái)涌現(xiàn)出大量求助與吐槽。在確認(rèn)短期內(nèi)無(wú)法恢復(fù)使用后，一部分用戶(hù)轉(zhuǎn)向豆包、元寶、通義千問(wèn)等其他大模型平臺(tái)作為替代。不同產(chǎn)品在表達(dá)風(fēng)格、上下文記憶能力等方面的差異被明顯放大。

值得注意的是，在DeepSeek短暫恢復(fù)階段，部分此前分流的用戶(hù)較快回流，說(shuō)明在臨時(shí)替代與長(zhǎng)期使用習(xí)慣之間，許多用戶(hù)仍會(huì)做出取舍。從競(jìng)爭(zhēng)角度看，這類(lèi)行為提供了一個(gè)直觀的觀察窗口。

隨著用戶(hù)反饋持續(xù)發(fā)酵，DeepSeek官方賬號(hào)評(píng)論區(qū)也出現(xiàn)更多連鎖反應(yīng)。有用戶(hù)提到在網(wǎng)絡(luò)卡頓過(guò)程中誤刪了尚未保存的文本內(nèi)容，也有人在進(jìn)行論文修改、補(bǔ)充引用時(shí)被迫中斷操作。個(gè)別用戶(hù)曬出系統(tǒng)卡頓前的對(duì)話(huà)截圖，表達(dá)對(duì)服務(wù)中斷的不滿(mǎn)。這類(lèi)討論短時(shí)間內(nèi)集中出現(xiàn)，顯示出突發(fā)故障對(duì)高頻使用用戶(hù)的直接影響。

圍繞平臺(tái)穩(wěn)定性的討論也隨之升溫。有用戶(hù)質(zhì)疑近期服務(wù)波動(dòng)頻率，并關(guān)注是否會(huì)有進(jìn)一步說(shuō)明或補(bǔ)償安排。也有重度用戶(hù)提到，在服務(wù)恢復(fù)初期，模型在語(yǔ)氣連貫性、復(fù)雜問(wèn)題處理等方面出現(xiàn)波動(dòng)，與此前體驗(yàn)存在差異。從使用體驗(yàn)來(lái)看，長(zhǎng)期訓(xùn)練與調(diào)優(yōu)形成的交互能力，正在逐步影響用戶(hù)選擇。相比單純的參數(shù)規(guī)模或功能擴(kuò)展，系統(tǒng)穩(wěn)定性與連續(xù)使用體驗(yàn)對(duì)用戶(hù)是否持續(xù)使用變得更為關(guān)鍵。

事實(shí)上，此類(lèi)宕機(jī)并非個(gè)例。隨著大模型能力持續(xù)提升，系統(tǒng)負(fù)載也在同步增加。以1MTokens長(zhǎng)上下文為例，在支持更復(fù)雜任務(wù)的同時(shí)，也顯著提高了算力消耗。光模塊、液冷系統(tǒng)及GPU集群等基礎(chǔ)設(shè)施，仍構(gòu)成當(dāng)前AI服務(wù)的底層支撐。在高頻調(diào)用與長(zhǎng)文本交互的疊加壓力下，算力成本持續(xù)上升已成為行業(yè)共識(shí)。相比之下，C端商業(yè)化路徑仍在探索，付費(fèi)轉(zhuǎn)化與規(guī)?；儸F(xiàn)尚未形成穩(wěn)定模式。

這次宕機(jī)更像是行業(yè)階段性問(wèn)題的一次集中顯現(xiàn)：一邊是能力持續(xù)提升帶來(lái)的算力壓力，另一邊是商業(yè)化路徑尚未完全打通。如何在投入與回報(bào)之間找到平衡，仍是擺在大模型企業(yè)面前的現(xiàn)實(shí)問(wèn)題。