ChatGPT又冧檔：2026年6月5日全球死機事件懶人包

從用戶回報嘅問題種類可以清楚見到：

• 86%投訴係關乎一般服務故障。
• 5%係登入有問題。
• 5%係手機App出事 。

另外，語音模式當日都受到影響，監察服務大約喺下晝2點01分記錄到語音功能嘅獨立事故 。

OpenAI喺死機期間冇出過任何公開聲明交代原因 。佢哋嘅官方狀態頁面後來顯示所有系統回復正常，ChatGPT喺2026年3月到6月嘅時段內，錄得99.83%嘅正常運行時間 。

邊個俾佢玩謝

今次係全球性嘅故障，但集中喺幾個主要地區。報告證實美國、印度、菲律賓、波斯尼亞和黑塞哥維那、愛爾蘭同英國都有事，仲有其他國家都有零星報告 。免費版用戶同每個月畀緊20蚊美金嘅ChatGPT Plus訂戶齊齊中招，呢個情況喺幾乎每一次OpenAI大死機都係咁 。

最攞命係死機嘅時間。星期五朝早係美洲同歐洲好多靠ChatGPT起草、寫code、分析同產內容嘅打工仔嘅黃金用機時段。就算只係跪低兩個鐘，對已經將工作流程建築喺呢個平台上面嘅團隊嚟講，生產力嘅打擊都唔細。

同其他近期死機事件拍埋比較

6月5號呢次事故，以OpenAI近期嘅標準嚟講算係中等，但係佢係一個令人擔心嘅模式嘅其中一環。過去一年，ChatGPT起碼發生咗六至八次明顯嘅死機，有幾次無論係持續時間定係影響人數都嚴重得多。

• 2025年6月10日：最嚴重嘅一次，超過10個鐘，影響全球幾百萬用戶。無論係免費版定係每個月畀緊20蚊美金嘅Plus用戶都被拒諸門外，網頁版同手機App都係咁出錯 。
• 2025年11月18日：Cloudflare死機，一次過搞到ChatGPT、X（前身Twitter）、Canva同其他多個平台齊齊跪低。呢次唔係OpenAI自己出事，而係基建連鎖崩潰，暴露咗共同依賴可以將單一故障點嘅影響無限放大 。
• 2025年12月2至3日：跨日嘅中斷，產生超過12,580個用戶報告。OpenAI後來歸咎於路由配置錯誤，死機橫跨兩日 。
• 2026年2月3日：局部死機，Downdetector度嘅投訴超過12,000宗。OpenAI話係ChatGPT同平台用戶都有遇到嘅錯誤率上升，專業人士同開發者最受影響 。
• 2026年4月20日：幾個鐘頭嘅中斷，報告喺東岸時間朝早10點05分左右急升，單係英國嘅投訴就超過8,700宗 。
• 2026年5月29日：全球大約有4,000到5,000個報告，印度嘅影響比較集中 。

比較之下，2026年6月5號呢次死機，大約兩個鐘，報告高峰都唔算最誇張，無論喺持續時間定係投訴量，都排唔到最嚴重嗰批。但係，唔代表可以輕視。呢啲事件嘅頻率——大概每隔六到八個禮拜就嚟一次大单嘢——意味住呢個係系統性嘅可靠度問題，而唔係單純唔好彩。

真正嘅問題：集中式AI成為死穴

每一次ChatGPT死機都再提醒我哋同一個唔舒服嘅現實：AI界建立咗一個水電煤級數嘅依賴，但係底層基建仲係好似初創公司咁脆弱。後果遠遠唔止係唔方便幾個鐘咁簡單。

死穴式依賴係最即時嘅風險。幾百萬專業人士、學生同企業已經將ChatGPT當做日常必要基建。佢一死，依賴OpenAI特定模型、上下文窗口同整合功能嘅工作流程就會即刻停擺，根本冇一個通用嘅後備方案 。

反覆不穩唔再係過渡期嘅陣痛，而係有事實根據嘅常態。OpenAI官方嘅正常運行時間數據顯示，喺2026年3至6月期間，ChatGPT係99.83%，API係99.98%，但係呢啲數字掩飾咗一個現實：一出事，通常都係全球性、持續好耐、仲要一不離二 。對於一個越嚟越似知識工作界別嘅公用事業嘅服務嚟講，任何低過四個九（99.99%）或五個九（99.999%）呢啲關鍵基建標準嘅表現，都會令用戶曝露喺風險之中。

透明度不足令問題更加複雜。OpenAI成日都唔會即時披露具體死因。喺6月5號事件入面，死機期間佢哋冇出過任何正式聲明 。就算事後出報告，都係大件事先會浮面。例如，2024年12月嗰次持續4個鐘10分鐘嘅死機，後來追溯原因，係一個看似微不足道嘅配置改動，搞到工程師俾自己鎖咗喺關鍵控制之外 。2025年12月嗰次跨日事故，原因係路由配置錯誤 。呢啲細節對評估緊風險嘅企業嚟講好重要，但係好多時知道真相嗰陣，已經太遲，冇辦法影響營運決定。

共享基建引發嘅連鎖反應係一個好易被忽略嘅風險，直至出事。2025年11月Cloudflare嘅死機證明咗，ChatGPT嘅可靠度唔單止係OpenAI自己嘅問題。當一個關鍵嘅互聯網基建供應商跪低，所有寄生喺呢層上面嘅集中式AI服務可以同時玩完。ChatGPT、X、Canva同Yahoo嘅服務冧檔撞到應一應 。呢一點令到成個AI生態系統比任何單一供應商報出嚟嘅運行時間數字脆弱得多。

課咗金都冇情講。 每個月畀緊20蚊美金嘅ChatGPT Plus用戶，一樣要同免費版用戶齊齊捱死機。2025年6月嗰次大冧檔，兩種用戶喺全球多地都係同時被鎖 。對於考慮緊簽企業合約嘅公司嚟講，連消費者付費級別都冇可靠度嘅分別，真係會令人質疑實質嘅服務水平保證究竟喺邊度。

冇冗餘嘅鎖定效應係結構性嘅風險。用戶冇辦法喺死機途中簡單咁切換去其他差唔多嘅AI服務，因為每個平台都有自己獨特嘅功能、自訂GPTs、對話歷史同工作流程整合。切換嘅摩擦力（就算只係暫時性）大到大多數用家寧願等佢好返，都唔會嘗試去別處搵食。呢種情況製造咗最差嘅局面：有致命嘅依賴，但缺乏有意義嘅故障轉移能力。

由咁多單事故可以睇到一個規律，AI界仲係處於未克服到嘅成長陣痛期。集中式、依賴雲端嘅交付方式，依然係前沿AI模型嘅主導架構，但係每一次大死機，都加重咗市場對更分散、更具互操作性、甚至離線可用嘅替代方案嘅呼聲。喺呢個轉變發生之前，全球最先進嘅AI工具嘅穩定性，仍然取決於少數伺服器係咪能夠保持上線。