13万条报障:微软365瘫痪后,Claude也登不上了

13万条报障:微软365瘫痪后,Claude也登不上了

2026-11-16 09:32:18 0点赞 0收藏 0评论

11 月 12 日,监测网站 Downdetector 上 Outlook 的报障数量一度逼近 13.8 万条​,微软 365 的多个核心服务在同一时间段内全球性中断。十几个小时之后,Claude 的登录页也出了问题。

两次故障挨得这么近,很多人下意识把它们当成同一件事。可把两边的官方口径摊开看,病根落在完全不同的两层:一边是基础设施被自动判定成"不可用"之后的容量坍塌,另一边是身份验证这一层挂掉。它们共同指向的位置,恰恰离模型很远。

13万条报障:微软365瘫痪后,Claude也登不上了

时间线:先倒的是邮箱,后倒的是登录

当地时间 11 月 12 日,微软 365 的核心服务出现大规模故障,受影响的产品名单长得不像一次普通抖动:Exchange Online、Outlook、Microsoft Teams、SharePoint Online、OneDrive、Microsoft 365 Copilot、Defender XDR、Planner、To Do、Purview。微软起初只说在调查美洲地区用户访问 Exchange Online 的问题,随后把范围扩大到全球,连管理员进管理中心都会被挡住。

微软给的解释分两层。第一层是部分基础设施出现异常高负载,导致用户连接报错;第二层更关键,调查发现负载并不是因为整体流量突然增加,而是大量服务器意外变得不可用,把压力甩给了剩下的机器。再往下挖,是受影响服务器上一个核心进程负载过重,进程停止响应,服务容量随之丢失。

处理动作也写得很直白:暂停所有部署和配置变更,重新审查近期的配置变更,调整全球连接流量分配,重启受影响的服务器,同时准备一套能自动检测并重启无响应服务器的机制。到北京时间 11 月 13 日 5 时,部分服务器靠一套替代健康检查恢复了运行,但微软自己承认,这套替代方案没有达到预期效果。当天下午,微软对欧洲地区的恢复进度给出的说法是"令人鼓舞"。

Claude 这边是另一条线索。11 月 13 日 9 时 58 分(UTC),Claude 状态页记下一条事故:claude.ai、Claude Code 和 platform.claude.com 出现大量错误,影响范围还包括 Claude Console 和 Claude Cowork。官方说明只有一句,正在调查用户在 Claude.ai 和 Claude Code 上身份验证时遇到的问题。当天晚些时候状态页更新为已部署修复方案,进入监控恢复阶段。

"慢"是怎么被读成"死"的

微软这次最值得琢磨的一句话,是"大量服务器未通过自动健康检查,被判定为不可用"。健康检查是云平台里最不起眼的一环,它定时向每台机器发一个探测请求,几秒内没有回应就把这台机器从流量池里摘出去,让请求转到别的机器身上。它的本质是系统自己给自己做的体检,决定一台机器还能不能接活。

机制上有两个变量会让这套体检出错。一个是判定阈值定得多紧:机器在高负载下响应会变慢,如果探测的超时窗口比"慢"还短,一台其实还能干活的机器就会被读成已经死了。另一个是摘除之后的负载转移:节点被摘走,原来压在它身上的请求立刻分给邻居,邻居的响应跟着变慢,也可能跟着探测失败,被一起摘掉。节点越少,剩下的机器越热,这是一条会自己加速的链条。

重启也不是按一下就好。一台被摘掉的服务器重新上线,要先过冷启动、重新建立连接、把排队积压的请求消化掉;这时候全网用户的客户端又在同时重连,重连请求本身又是一波流量。微软说正在准备"自动检测并重启无响应服务器"的机制,等于承认这次恢复主要靠人工一台台确认和重启,而这正是最耗时的部分。

AI 服务最脆的地方,常常在模型旁边

Claude 这次挂在身份验证上,这个位置很多人平时根本不会注意。登录、鉴权、额度、计费这些都算外围,可它们一旦成为全局单点,影响面比模型本身大得多:模型推理可以按区域拆开部署,认证服务如果只有一套,所有人都进不去。

微软这边的对照更有意思。Copilot 出现在受影响名单里,不是因为它算不动,而是因为它长在 Microsoft 365 这套骨架上,邮箱、文档、身份全在同一条链上。你早上打不开 Copilot,和模型能力强弱没有半点关系。

早上九点,一个团队要拿 Copilot 把会议纪要整理出来,发现按钮点不动,第一反应往往是模型又抽风了,实际上真正断掉的是文件访问和身份认证。这类误判会让人把时间花在换工具、换模型上,而问题根本不在那里。

两个常见的误判

第一个说法是"云服务不会挂,有 SLA 兜着"。这话有它的道理,主流云厂商按可用区做冗余,SLA 里也写明了赔偿条款。但它解释不了一件事:SLA 赔的是钱,不是你的业务时间。这次故障跨了十几个小时,受影响的名单从邮箱一直排到待办清单,赔偿条款在这段时间里帮不上任何忙。更准确的理解是,可用性从来是个概率,你真正能控制的只有它挂掉的时候自己还能做什么。

第二个说法是"多买一家就安全了"。多供应商确实能分散风险,这没错。可它解释不了为什么同一周里两家头部服务先后出问题,也解释不了很多公司换了模型供应商,却仍然共用同一家云、同一套身份系统、同一个邮件域名。更准确的做法是按依赖链去冗余,而不是按 logo 数去冗余:模型可以有两家,身份和邮件如果只有一套,那条链子照样是单点。

留一条能走通的小路

对普通团队来说,不需要自建一套高可用架构,需要的是三件很具体的事。

先把依赖链列出来,别只写"我们用了 AI",要写到具体一层:登录走谁、邮件和数据存在谁那里、模型 API 是哪家、哪一步必须联网才能完成。这份清单一般不超过十条,而写出来的过程本身就会暴露单点。

再给每条链标一个降级动作,要具体到能执行:邮件挂了改用即时通讯,模型 API 超时就切到备用模型并接受质量下降,认证服务挂了就启用手工审批通道。降级动作最怕写得漂亮但从没人试过,真出事的时候没人敢按那个按钮。

最后是演练一次,安排在业务低峰,记录从发现问题到业务恢复用了多久。这个数字比任何 SLA 条款都实在,它也会告诉你哪个环节其实是在等一个不在线的人。

需要说明适用边界:团队规模小、业务对中断不敏感的,把这份清单做完就够了,不必投入去做多活;反过来,如果中断一小时就直接卡住收入,那这份清单只能算起点,后面还得有架构层面的改动。

回头看这两起故障,最该被记住的不是哪家更稳,而是它们出问题的位置:一个是自动健康检查把慢读成了死,一个是认证这一层没有备份。模型这两年进步很快,它周围这些零件还是按十年前的思路在布。

你的团队做过一次真的断网演练吗?知道第一个电话该打给谁吗?

作者提示含AI生成内容。作者声明本文无利益相关,欢迎值友理性交流,和谐讨论~

展开 收起
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

相关文章推荐

更多精彩文章
更多精彩文章
最新文章 热门文章
0
扫一下,分享更方便,购买更轻松