崩了一晚遭DDoS攻击的传闻，目前并未获得官方证实，仍属于行业推测。

2026年3月29日晚间至30日，这款国内头部AI平台经历了超12小时的大规模服务中断，网页和App核心功能瘫痪，话题#崩了#迅速登上微博热搜，但截至发稿，平台仅通过服务状态页发布模糊进展，未就攻击传闻作出回应。

传闻从何而来？

故障期间，有行业消息称疑似遭遇峰值达3.2Tbps的大规模DDoS攻击，大量恶意请求占用了带宽和服务器资源，加剧了服务中断。这个说法被多家媒体引用，但都明确指出了同一个关键事实：官方从未确认此事。

更值得玩味的是官方的沉默。整个故障过程中，仅在服务状态页标记为“重大停机”，类型是“Web/APP服务性能下降”，技术团队主要采取扩容、优化等常规抢修措施。对于用户最关心的根本原因、数据安全、补偿方案等问题，截至3月30日上午10时，平台仍未发布任何完整说明。

这种“只做不说”的态度，让DDoS传闻更像一个在信息真空中滋生的推测。

更深层的原因

抛开未证实的攻击，这次宕机更像是多重内部压力叠加的结果。最直接的导火索是瞬时流量击穿了系统承载极限。3月底正值毕业季和项目交付高峰DDOS，用户对长文本推理、代码调试等高算力需求集中爆发。

而的算力储备增速远远跟不上用户增长——2025年其日活用户增长了66.7%，但同期算力仅增长8.3%。

这种供需的“剪刀差”在特定架构下被进一步放大。核心模型采用的MoE（混合专家）架构，在处理复杂任务时虽有优势，但对实时算力调度要求极高。高峰时段，动态路由机制容易拥堵，尤其是“深度思考”这类高阶功能，单次请求就会消耗巨大算力，从而引发资源争抢和全局响应缓慢。

底层基础设施的支撑不足，例如受高端AI芯片供应限制、弹性扩容机制不完善等问题，也让系统在突发流量面前显得脆弱。

用户之痛与行业之鉴

这次故障不是一次简单的“无法聊天”。它发生在用户最依赖AI的生产性场景中，造成了实质性的损失。

故障期间，大量用户转向豆包、通义千问等竞品，这暴露了用户信任的松动。更深层看，事件给整个AI行业提了个醒：当技术深度嵌入社会生产流程，服务的稳定性必须与模型的智能性被放到同等重要的位置。

一次长时间宕机，足以让用户开始用脚投票，也迫使行业思考如何补齐算力基建、灾备机制这些“木桶短板”。