周一早上，Outlook打不开、Teams登不上、Copilot一直转圈。
先别急着郁闷——这不是你的网断了。美东时间11月12日起，微软旗下Microsoft 365、Outlook、Teams等应用持续中断，影响全球大批用户，美国、澳大利亚、日本及新加坡等多国政府机构均被波及。蓝鲸新闻华尔街见闻
故障监测平台Downdetector显示，Outlook问题报告在峰值时段一度突破13万条。故障最初集中在北美，随后微软确认全球各地均可能受波及，最终覆盖74个国家和地区。断断续续修到11月14日，微软确认服务已全面恢复。华尔街见闻知乎蓝鲸新闻
这三十多个小时里，被问得最多的不是“什么时候能好”，而是“为什么会坏”。
罪魁祸首，就是那套用来保障“不出故障”的自动巡检。 官方状态页的定位是：问题出在服务器的自动健康检查环节，某个组件异常，让本该被判定为健康的机器在自检中被踢出集群，剩下扛着全部流量的机器被压垮。微软随后公开致歉：没有证据显示故障源于恶意行为或网络攻击，而是由早先一次“网络容量升级”引发。知乎华尔街见闻蓝鲸新闻
换句话说：保险自己失效了，系统死于过度保护。一位数据中心从业者在知乎上给过一套更直观的灾难模型，并强调这只是备选解释、未必等于微软本次事故：自动巡检按周期扫描，误检哪怕只有0.1%，也会把健康机器当故障机踢出去，每小时损失约1.2%的实际算力，剩余机器被迫承担更高负载。负载越高，监控越容易丢数据，误检越多，踢掉更多机器——循环像滚雪球，直到整片集群被打崩。知乎
越是被设计来消除人为失误的机制，出错时越没人看得见——脚本不会犹豫，也不会在按下“下线”之前多看一眼监控曲线。 这是所有自动化系统的共同软肋，包括你每天挂着的自动对账脚本、自动发邮件、自动填表的工作流。事故期间就有日本部分银行及证券机构不得不重新启用传真机确认交易。华尔街见闻
对普通打工人，这次事故至少要盘三笔账：
第一笔：你有多少条链路只有一个入口。 邮件只有一家、会议只有一套、文档一朵云、AI助手还在同一个平台——买到协同效率的同时，你签的是同一份共同风险协议，出事当天一起黑屏。
第二笔：给自己留一份“断电版”办公。 本地缓存邮件、关键文件留一份下载副本、离线文档常备；至少做到云挂掉的那天，急件还能靠IM和U盘交付。
第三笔：应急预案有没有人名和时间点。 谁判断切换、谁联系厂商、谁安抚老板——没演练过的预案，等同于没有。
云会挂，这不是新闻。但这次事故更值得记住的是：自动化把效率交到你手上，也悄悄把风险放进了你的工作流。 下次再把一件事交给自动化时，多问一句：保障它“不出错”的那套东西自己出错时，谁在看管它？
