ChatGPT、Claude、Grok 同日故障：並非已證實的單一事件

2026 年 9 月 3 日，三個主要 AI 服務在相近時段發生異常，但現有證據不足以證明三者是因同一原因失效。較嚴謹的結論是：Grok 營運方將故障歸因於其曼菲斯運算中心；OpenAI 說明 ChatGPT 與 Codex 是另一項路由錯誤所致；Anthropic 則僅將 Claude 的事件描述為基礎設施問題。3540

公開紀錄可以確認什麼？

Grok 的營運方表示，曼菲斯運算中心發生故障，導致 Grok 出現問題，並向受影響的「運算合作夥伴」致歉。報導指出，Grok 約於太平洋時間上午 6 時 30 分開始中斷，持續約 3 個半小時。40

ChatGPT 與 Codex 的說法不同。OpenAI 表示，太平洋時間上午約 7 時 43 分起發生路由錯誤，使部分使用者無法透過不同平台使用服務；至約上午 8 時 17 分，解法已部署完成並持續監控。35

Claude 同樣出現較高錯誤率。當時的狀態資訊顯示，事件持續 3 小時 6 分鐘；Anthropic 將其定性為影響 Claude 服務的基礎設施問題。但公開報導未說明失效的具體元件，也未表示 Claude 託管於、或依賴曼菲斯設施。3545

這個差別很關鍵：Grok 與曼菲斯設施故障的關係已獲確認；ChatGPT 與 Codex 則被報告為另一次路由問題；Claude 是否與曼菲斯有關，仍只是未獲證實的推論。

時間重疊，不代表每家都「同時、同樣」故障

外界常以「多家 AI 同時當機」或「長達五小時的 AI 故障」概括此事。這能描述使用者在一段時間內可能接連遇到多項主流服務異常，但不應理解為每一家供應商都完整停擺五小時。

現有報導將 Claude 首次出現錯誤率上升的時間放在太平洋時間約上午 6 時 23 分，Grok 約上午 6 時 30 分，ChatGPT 的路由錯誤則為上午 7 時 43 分。Claude 於上午 9 時 16 分恢復；Grok 的通報中斷時間約為 3 個半小時。354045

實務影響依然明顯：消費者聊天服務、模型 API、程式開發產品及採用 AI 的工作流程，都可能在同一時段失去或降低可用性。平時將工作改切換至另一家知名模型供應商的應變方式，在重疊期間的效果也大幅降低。3538

Claude 是否也受曼菲斯故障影響？

這項推測並非毫無來由：Grok 營運方稱曼菲斯事件也波及未具名的運算合作夥伴，而 Claude 又在相近時間發生基礎設施事件。4045

但「有可能」不等於「已證實」。在所提供的報導中，營運方沒有點名 Anthropic 或 Claude 是受影響合作夥伴；Anthropic 也沒有公開表示曼菲斯是故障來源。因此，最準確的整理是：

• **已確認：**Grok 受到曼菲斯運算中心故障影響。40
• **已確認：**Claude 發生與基礎設施相關的服務中斷。3545
• **尚未確認：**Claude 的故障由曼菲斯設施造成，或其服務經由該設施運行。

若將最後一點視為定論，便是把時間上的重疊直接當成因果關係，證據並不足夠。

為何不能斷言 Azure 與 Cloudflare 已被排除？

公開證據不支持「Azure 或 Cloudflare 已被徹底排除」的說法。較有限、但有依據的結論是：針對這次事件的公開歸因指向其他地方——OpenAI 說明為路由錯誤，Grok 營運方則指向曼菲斯。3540

提供的資料中，沒有來源將這些事件歸因於 Azure 或 Cloudflare 的廣泛服務中斷。這降低了單一雲端或網路服務商全面故障的可能性，但不代表能排除區域網路、DNS、身分驗證、網路轉送、容量限制、共享供應商或其他間接依賴。要做出徹底排除，仍須有更完整的依賴關係資料與技術事後報告。

韌性課題：多家模型供應商，不等於真正的依賴分散

這起事件說明，僅僅列出多個模型供應商，並不構成業務持續運作計畫。對客戶看似彼此獨立的服務，底層仍可能共享實體運算資源、區域、網路、驗證機制、模型託管、硬體供應或營運環節。任何一層出現問題，都可能讓名義上不同的 AI 備援選項同時失效。

當 AI 已嵌入營運系統，而非只是臨時對話工具時，風險更大。模型無法使用，可能使排程工作、工具呼叫、審核流程、客服流程、程式開發管線及監控作業停滯。復原時也可能出現第二類風險：重試可能重複執行外部動作，或因遺失狀態而無法安全續作。

如何測試 AI 停機韌性？

在正式環境使用 AI 的組織，應針對這次事件凸顯的失效情境進行演練：

1. **供應商完全不可用：**模型 API 與聊天介面均無法存取。
2. **局部劣化：**錯誤率升高、延遲增加、串流失敗或工具不可用。
3. **驗證與網路故障：**登入、DNS、路由或特定區域存取中斷。
4. **關聯性供應商故障：**兩家或更多原本被視為獨立的供應商在同一窗口失效。
5. **復原風險：**重試、排隊工作、工具呼叫與審核流程恢復時，如何避免重複動作或遺失狀態。

測試應量測復原時間、待處理工作回補、人工作業接手、資料一致性，以及冪等性（即同一操作重複執行時，不會造成非預期的第二次效果）。

服務商若能發布清楚區分事件時間線、受影響元件與區域、根本原因、緩解措施及防止重演行動的技術事後報告，將使這類評估更可靠。就 9 月 3 日而言，公開紀錄足以區分 Grok 所稱的曼菲斯故障與 ChatGPT 所稱的路由錯誤；但仍不足以證明 Claude 共用曼菲斯依賴，也不足以描繪這次重疊背後更深層的基礎設施關係。354045