3月29日21時35分左右，DeepSeek狀態(tài)監(jiān)控頁面顯示“Major Outage”（大面積癱瘓）。故障一直持續(xù)到第二天早上仍未緩解。3月30日9時許，多名用戶反饋DeepSeek依舊無法正常使用，提問時反復出現(xiàn)“請檢查網(wǎng)絡后重試”。隨后，DeepSeek回應稱正在調查服務中斷情況。

作為高頻調用的大模型產(chǎn)品，服務中斷的影響迅速放大，直接影響用戶體驗和后續(xù)付費轉化預期。在這段超長時間的斷聯(lián)期里，社交平臺很快被相關討論占據(jù)。從用戶反饋來看，有人正在為周一早八點的全英文專業(yè)課做最后的論文修改，有人在梳理次日的求職面試大綱，也有人卡在周報收尾階段。除了工作與學習場景外，還有用戶在進行情感類對話、構思長篇小說設定或依賴模型推進文本創(chuàng)作。服務中斷后，這些過程被迫暫停。

當頁面長時間停留在“服務器繁忙”提示時，不少用戶一開始并未意識到是平臺問題，而是反復切換網(wǎng)絡、清理后臺甚至重啟設備。直到相關話題在社交平臺集中出現(xiàn)，才逐漸確認問題來自服務端。評論區(qū)中，“D老師”“電子伴侶”等稱呼頻繁出現(xiàn)，反映出部分用戶已形成較強使用習慣。服務中斷帶來的影響很快顯現(xiàn)，有用戶反映未保存內容丟失，也有人表示原本依賴AI完成的任務被迫中斷。部分網(wǎng)友則以調侃方式表達不滿。

隨著宕機消息擴散，短時間內小紅書和微博等平臺涌現(xiàn)出大量求助與吐槽。在確認短期內無法恢復使用后，一部分用戶轉向豆包、元寶、通義千問等其他大模型平臺作為替代。從反饋來看，不同產(chǎn)品在表達風格、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短暫恢復階段，部分此前分流的用戶出現(xiàn)了較快回流。這也說明，在臨時替代與長期使用習慣之間，不少用戶仍會做出取舍。從競爭角度看，這類行為本身也提供了一個直觀的觀察窗口。

圍繞平臺穩(wěn)定性的討論也隨之升溫。有用戶在評論區(qū)質疑近期服務波動頻率，并關注是否會有進一步說明或補償安排。也有重度用戶提到，在服務恢復初期，模型在語氣連貫性、復雜問題處理等方面出現(xiàn)波動，與此前體驗存在差異。從使用體驗來看，長期訓練與調優(yōu)形成的交互能力，正在逐步影響用戶選擇。相比單純的參數(shù)規(guī)?；蚬δ軘U展，系統(tǒng)穩(wěn)定性與連續(xù)使用體驗對用戶是否持續(xù)使用變得更為關鍵。

事實上，此類宕機并非個例。隨著大模型能力持續(xù)提升，系統(tǒng)負載也在同步增加。以1MTokens長上下文為例，在支持更復雜任務的同時，也顯著提高了算力消耗。光模塊、液冷系統(tǒng)及GPU集群等基礎設施，仍構成當前AI服務的底層支撐。在高頻調用與長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。相比之下，C端商業(yè)化路徑仍在探索，付費轉化與規(guī)?；儸F(xiàn)尚未形成穩(wěn)定模式。這次宕機更像是行業(yè)階段性問題的一次集中顯現(xiàn)：一邊是能力持續(xù)提升帶來的算力壓力，另一邊是商業(yè)化路徑尚未完全打通。如何在投入與回報之間找到平衡，仍是擺在大模型企業(yè)面前的現(xiàn)實問題。