OpenAI 服务故障速览：API / ChatGPT / Codex 同时告警，开发者该做什么
故障概况
根据 OpenAI 官方状态页 status.openai.com 的截图，当前页面顶部出现黄色警示条：
截图
We're currently experiencing issues 受影响服务：APIs、ChatGPT、Codex
具体事件描述为：
- 事件名称：Elevated error rates（错误率升高）
- 状态：Investigating（调查中）
- 持续时间：截图时已持续 19 分钟
- 影响范围：APIs、ChatGPT、Codex 三项同时标黄
- 对照组：FedRAMP、Ads Platform 两项仍显示绿色✅，说明故障没有波及全部基础设施，大概率是核心推理/网关层面的问题，而非整体机房或全站级别的中断
这是一次服务可用性故障，状态页机制和 AWS、GitHub、Cloudflare 等大厂的 status page 是同一套逻辑——不代表公司经营出问题，纯粹是技术层面的服务中断。
从开发者角度看，这意味着什么
如果你的产品依赖 OpenAI API（含 Codex/编程相关调用），"Elevated error rates" 通常对应以下几种表现：
- 请求超时或 5xx 错误增多：调用成功率下降，而不是 100% 失败
- 响应延迟升高：P95/P99 延迟明显变差
- 部分区域/部分模型受影响更明显：不同模型、不同 endpoint 故障程度可能不一致
应对建议
- 重试机制：确保客户端有指数退避（exponential backoff）+ 抖动（jitter）的重试逻辑，避免故障期间的重试风暴加重问题
- 超时设置：适当调大超时阈值，但避免无限等待，建议配合熔断（circuit breaker）
- 降级方案：核心链路可考虑接入备用模型供应商，或在故障期间切换到本地缓存/简化逻辑
- 监控告警：接入 status.openai.com 的 RSS/Webhook 订阅，第一时间感知官方状态变化，而不是等用户反馈
- 日志记录：故障期间保留详细请求日志，便于故障恢复后核对是否有数据丢失或重复提交问题
小结
这类"Elevated error rates"故障在大型 AI 服务商中并不罕见，通常几十分钟到几小时内会恢复，官方状态页会持续更新进展。建议开发者养成订阅 status page 更新的习惯，把第三方 API 依赖当作会出故障的外部系统来设计架构，而不是当作永远稳定的黑盒。