• +86 138-
  • [email protected]
  • 开云体育app专注以结构化阅读线索引导用户自主判断,避免信息碎片化。,为用户提供专业可靠的体验。
关注我们:
从版本演变看足球战术的底层逻辑 - 开云体育app
  • 黄丽华
  • 3.2k 评论
  • 1.4k 点赞

年内第18次宕机,融资千亿的DeepSeek反而更脆弱了?

AI似乎比职场人更抗拒工作。

15日早上8点过后,DeepSeek的网页与应用程序相继弹出“服务器暂时不可用”的提示。用户反复刷新、重新启动,苦等近五个小时,仍未迎来好转。不仅普通用户的聊天界面无法使用,DeepSeek官方开放平台的对话服务与V4.1 Flash API也出现了部分中断,性能随之下降。

熟悉的场景再次上演。用户纷纷评论:“村里人还等着用呢”“这次停得有点久”“是不是要推出新版本了”。

当然,对于AI爱好者来说,大模型供应商出现宕机已非新鲜事。但此次宕机的波及面之广、持续时间之长,确实超出了许多用户的预期。

毕竟,如今的DeepSeek早已不是当初的“小作坊”。它不仅完成了两轮总额超过500亿元的融资,公司估值也随之攀升,目前已达到5000亿级别。

走到今天的DeepSeek,早已今非昔比。但为何仍会被“服务器繁忙”所困?

为防宕机,DeepSeek全力以赴

仅看今年,DeepSeek已多次出现“服务异常”状况。自9月以来,官方状态页就记录了13起故障;若从全年计算,粗略统计DeepSeek至少已宕机18次。

出现的问题也多种多样,既包括网页与API性能下降,也有部分服务完全中断。

当然,如果是从去年2月就开始关注DeepSeek的AI用户,想必对其“意外状况”早已习以为常。去年年初DeepSeek R1爆火时,联网搜索功能便时断时续,深度思考模式也频繁提示“繁忙”。

最离谱的是去年2月底,因服务器资源紧张,DeepSeek甚至一度暂停了API充值服务。

用户想“付费”使用,却无处充值,DeepSeek似乎连赚钱的意愿都没有了。

当然,当时的DeepSeek刚刚“闷声发大财”,从默默无闻到爆火出圈仅用了几天时间,访问量远超预期,服务器来不及扩容,多少还能让人理解。

但一年多过去,DeepSeek估值已飙升至5000亿人民币,却仍隔三差五出现“意外”,这确实有些说不过去。

这当然说不过去,所以DeepSeek已经在采取措施。

今年6月,公司启动了大规模招聘。到了9月,Harness团队又开放了约150个招聘名额,重点补充服务端开发、Agent弹性计算等工程岗位,工作涉及API、线上服务和计算平台的开发维护。

除了招人,DeepSeek也在筹备更多算力。据彭博社报道,公司计划在内蒙古建设的大型数据中心内部署至少16万颗华为AI芯片,主要用于运行已训练好的模型。这批设备投入使用后,将有助于承接用户调用模型的需求。

从官方招聘网站来看,DeepSeek也在招聘工作地点涉及乌兰察布的IDC数据中心和采购人员。扩充算力所需的设备与人员,都在准备之中。

这些投入,自然离不开资金。

据《财经》报道,DeepSeek最新一轮融资已接近完成,拟融资规模从此前的500亿元增加到约1000亿元。若顺利完成,加上今年首轮融资,半年左右的累计融资规模将达到约1500亿元。

此前关于首轮融资的报道也提到,超过六成资金将用于算力基础设施建设。用户期待融资能改善“服务器繁忙”的状况,也合情合理。

只是问题可能在于,有了钱和人,或许仍无法彻底解决宕机问题。

OpenAI也未能幸免

或许AI公司之间也有“默契”,就在DeepSeek宕机的同一天,大洋彼岸的ChatGPT也出了问题。

10月15日,部分ChatGPT用户在新建对话时遇到了“Model not found”的报错。社交平台上陆续有人反馈遇到问题,到了当天晚些时候,仍有用户表示未恢复正常。

连家底雄厚、资源充足的OpenAI都免不了出问题,可见钱多、机器多,并不能保证服务从此不出故障。

从OpenAI到DeepSeek,各家大模型都在将重心推向更长、更复杂的任务。用户也不再满足于简单问几个问题、生成几段文字,而是开始让它整理文件、分析数据、写代码,甚至连续调用工具完成整项工作。

比如,同样是写报告,以前让AI起草一段文字,回答完就结束了。现在把一批文件交给Agent,它得先读材料、提取数据、整理内容、检查结果,发现问题还得反复修改。

同一个用户,只是换了一种用法,背后消耗的Token数量就可能相差很大。用户只发了一条指令,后台可能已经触发了多轮模型调用。

这样一来,即使用户总数没有显著增加,服务器承担的计算量也可能大幅上升。模型越好用,用户越敢把复杂任务交给它,原来勉强够用的算力,就可能再次吃紧。

但偏偏在这个紧要关头,DeepSeek的手牌却有些捉襟见肘。

首先是算力和基建的“远水救不了近火”。

前面提到的千亿融资仍在推进,乌兰察布的大型数据中心尚在建设,16万颗华为AI芯片也属于部署计划。从资金到账、设备采购,到机房通电、调试上线,中间还需要时间。但用户不会等机房建好了再来调用模型。

更麻烦的是,任务越来越复杂,DeepSeek的工程团队却显得人手不足。

与硅谷大厂动辄数千人的规模相比,DeepSeek的团队要小得多,上一次报道的时候也就300多人而已。要同时维护线上服务、应付大量请求,还要支持复杂的Agent任务,原有的后端系统也得跟着升级。

今年9月,Harness团队开放了约150个工程岗位,重点补充服务端开发和Agent弹性计算。团队负责人崔添翼提到,数据、机器和容器、训练与评测任务、Agent运行环境,以及用户和请求量,都在急剧增加。他也曾直言**,团队“工作繁重,仍然非常缺人”,自己每天都在面试。**

但招人、升级系统都需要时间。

而且对DeepSeek来说,最难绷的也许是这两笔1500亿的融资差不多能救火之际,更大的挑战已经等着它了。

全球仅5000人体验过顶尖AI

一个非常反常识的事情是,尽管DeepSeek的用户已被“服务器繁忙”折腾得够呛,但放眼全球,还有大量人,几乎没碰过大模型。

前特斯拉AI总监、OpenAI早期成员Andrej Karpathy,最近就给出了一组反差鲜明的估算。

按照他的粗略估算,**目前全球仅有约5000人,能接触到最先进的内部AI系统,**看着AI智能体协作处理大型软件项目、开展网络攻防、探索数学和科学边界。

往下看,约2000万人已经在数学、编程等领域专业使用前沿模型,让Agent完成过去需要几周甚至几个月的工作。

而大约10亿至20亿人,只是偶尔使用ChatGPT等免费产品的轻度用户。对他们来说,AI更像一个聪明些、方便些的搜索引擎,写写文案、搜搜资料就是主要用法。

**至于大约60亿人,几乎没有接触过大模型。**这场被硅谷寄予厚望的技术变革,对他们而言,可能还只存在于另一个世界里。

这也难怪,刚过去的中秋和国庆假期,有网友回老家后感慨:只要离开工位,什么大模型、具身智能、Agent,都从生活中消失了,日子还是原来的日子。

可假期一结束,坐回格子间,我们又立刻被扑面而来的新工具包围。

对还没用过大模型的人来说,DeepSeek、GPT哪怕再怎么刷新纪录,也不耽误他们下楼买菜;但对已经把代码、文件和工作流程交给AI的人来说,连续宕机几个小时,耽误的工作和造成的损失,都是真切的。

这也让围绕AI泡沫的争论,多了一点值得琢磨的地方。

现在就有人开始断定AI的真实需求已经被提前透支,可能还是太早了。

已经在用的人,还在尝试把更多工作交给AI;尚未用过的人,也可能随着产品变得更好用,开始加入其中。

DeepSeek眼下忙着解决的,已经是让现有用户顺利用上模型。等到更多人开始依赖它,服务器面临的考验,还可能继续增加。

千亿融资还在路上,DeepSeek最好先让服务器争口气。

毕竟,模型再聪明,关键时刻掉链子,也只能算一个偶尔旷工的天才。

参考资料:

[1]财新:DeepSeek为何故障频出

[2]字母榜:大扩军之后,DeepSeek怎么走

[3]AI科技评论:DeepSeek Harness入选项目疑似曝光,不选万星「花瓶」,死磕Agent基建

[4]财经杂志:DeepSeek将完成1000亿元融资

[5]晚点LatePost:V4发布前的DeepSeek:特质、组织和梁文锋的独特目标

[6]量子位:OpenAI光速上新GPT-6.1 Sol!一晚上25项更新,都在这里了;DeepSeek一口气扩招150人!0个AI研究岗

[7]APPSO:全球只有5000人能用上最强AI,卡帕西:80亿人正被加速甩开;DeepSeek突然扩招150人,AI越强公司怎么还越需要人?

本文来自微信公众号“蓝字计划”,作者:周末,36氪经授权发布。

作者

李明辉

开云体育app通过结构化阅读线索,引导用户自主判断赛事背后的设计逻辑。本文结合2026赛季最新数据,分析版本变化对球队战术的影响,让每一次阅读都成为有脉络的探索。

评论(20)

从版本演变看足球战术的底层逻辑 - 开云体育app
张伟
2026年8月22日

围绕策略对战,本文以欧冠小组赛为例,拆解不同球队在版本更新后的适应过程。从阵型选择到临场调整,帮助读者理解比较方法,降低信息碎片化带来的认知负担。

回复
从版本演变看足球战术的底层逻辑 - 开云体育app
王强
2026年8月15日

聚焦关卡设计与体验差异,本文对比了英超与西甲在相同版本下的战术执行效果。通过具体案例,展示如何从细节中发现价值,提升对体育内容的深度理解。

回复
从版本演变看足球战术的底层逻辑 - 开云体育app
陈磊
2026年8月8日

结合社区交流与背景分析,本文梳理了近期球迷论坛中关于裁判判罚标准的讨论。通过多方观点对比,拉近用户与体育内容的距离,培养独立判断力。

回复

发表评论