2025年第四季度，企业IT负责人可真是遭了殃。光10月，AWS就出了次DNS连环故障，整整15个小时，141项服务全瘫，波及60个国家3500多家公司，像Snapchat、Roblox、Fortnite还有订机票的系统都中招了。
没几天，Azure在美国东部2区也出了网络配置的岔子，一拖就是快50个小时。11月，Cloudflare也挂了，起因就是数据库权限改了一下，结果触发了软件bug。光2025年这一年，SaaS服务就崩了好几万回。
那些靠AWS、GCP、Azure，还有底下和周边一堆云供应商吃饭的企业CIO，可别把这些当成偶发事件。他们得把这当成一个预告。
因为最近亚马逊内部在聊，工程师该用多快速度推AI写的代码，这事儿对每个在别人家基础设施上跑关键业务的企业来说，就是个警钟。
AI写代码，已经是硬性要求了
亚马逊并非孤例。整个科技圈，AI写代码的工具已经从试试看变成了标配，速度快得吓人。美国那边，92%的开发者说天天都在用AI写代码助手。
财富500强里，几乎每家都至少用了一个“随性编码”平台。谷歌也说了，现在他们新写的代码，超过25%都有AI帮忙。
这最后一个数字，得停下来想想：你企业靠的谷歌云，跑在上面的代码，有相当一部分不是工程师一行行读着写出来的。
对搞内部工具的初创公司来说，这多半没啥事。出个bug，影响范围也就那么点。但对那些撑起全球企业IT的云巨头来说，这账就得另算了。
AWS这事儿之所以关键，不是因为亚马逊特别莽，而是因为这是头一回，有云巨头内部用AI赶进度的压力，被白纸黑字地捅了出来。所有主要的云厂商和B2B软件公司，都在这种压力下走钢丝。
挑战在于，当这些云服务出故障时，就成了你的运营事故，往往没有任何预警，有时甚至没有及时的状态更新。
AI生成代码中隐藏的自信问题
要明白这事儿为啥要紧，得先搞懂AI编码工具失败的一个不太明显的特性。大型语言模型写代码时，在语法层面都透着一股同样的自信。它们写一个关键的分布式锁函数，跟写个排序工具似的，把握都一样。
代码看着没问题，测试也常能过。但故障得在特定的时序、负载和基础设施状态组合下才冒出来，而这些情况没人想过要写测试用例，模型当然也没标记出来。
这不是凭空想象的。
安全研究人员已经证实，与手写代码相比，AI生成的代码在常见漏洞类别（缓冲区溢出、竞态条件、不当输入验证）上出问题的概率高得多——这不是因为模型粗心，而是因为它们从训练数据里学来了人类三十年攒下的各种坑。
2025年11月的Cloudflare宕机事件，就是机器人管理文件里一个重复条目引发的连锁故障，把这种底层故障模式展现得淋漓尽致。
虽然这未被归类为vibe coding（随性编码）问题，但这改动上线时，没充分考虑到那些关键的运行时条件。这影响是全球性的。AI代码让这种故障模式更容易重演，频率更高，而且多家供应商会同时中招。
趋势已经对你不利了
过去两年测各家云服务商的API可靠性，数据摆在那儿，明摆着：情况越来越糟。
2022年，18%的云服务达到了99.99%的可用性。到2023年，这一数字已降至7%。在我们对27项云服务的最新分析中，没有一项达到“五个九”——即电信行业传统的可用性标准。
我们针对近10,000个API端点和10亿次API调用的研究估计，仅浪费的开发者人力成本一项，每年就给企业造成数十亿美元的损失，这还不算实际宕机对业务后续的连锁影响。
第三方监控数据证实了这一恶化趋势。2024年第一季度至2025年第一季度，API平均每周中断时间增加了60%——从每周34分钟增加到每周55分钟。API平均可用性从99.66%降至99.46%。
这些数字看着不起眼。但实际上，对于运行复杂、多供应商架构的企业来说，可用性下降0.2个百分点，在几十个云依赖项中会迅速滚雪球式放大。
整个行业发布代码的速度越来越快、量越来越大，但每行代码的人工把关却越来越少，而在混沌工程和故障注入测试上的投入却原地踏步（甚至缩水），那么它必然会产生更多的生产故障。数据表明，事实就是如此。
供应商的状态页面不是你的早期预警系统
这是企业CIO最该关注的重点，也是跟供应商打交道时最容易被跳过的一环。
当2025年10月AWS DNS故障发生时，头两个小时里，用户就提交了超过400万份故障报告。
最早察觉问题的公司，并不是靠盯着AWS的状态页面——他们早就从第三方视角盯着自己的关键API路径，在AWS还没正式承认事故范围时，他们的警报就已经响了。
2025年10月Azure的中断事件也遵循了同样的模式：用户无法报告问题，因为用于提交问题的报障门户同样受到了中断的影响。供应商状态页面的更新总是明显滞后于实际事件发生的时间。
根本问题在于，大多数提供商的状态页面需要人工干预才能更新。在重大事件发生时，本应更新状态页面的工程师正在优先处理事件。你只能等他们有空了才告诉你，而不是问题一发生你就能知道。
这意味着，对于其SLA、客户承诺和事件响应计划依赖于快速了解中断情况的企业IT团队来说，依赖供应商状态页面是一个运营缺口，这个缺口会随着宕机频率增加而带来更大损失。
CIO们现在应该做什么
因此，你的云供应商、软件供应商以及越来越多的内部团队正在推出更多AI辅助编写的代码。
能够在AI生成的错误进入生产环境之前将其捕获的测试和验证实践，其扩展速度并未与开发速度同步。2025年第四季度的中断集群并非异常现象——它是一个领先指标。
企业IT领导者适当的回应不是要求供应商停止使用AI工具。这已经来不及了，经济上的吸引力太强了，而且坦率地说，其中一些代码确实很好。
适当的回应是像成熟的安全团队对待软件供应链那样对待你的云供应商关系：假设最终会出现问题，并建立相应的基础设施，以便在问题蔓延之前独立检测到它。具体来说，这意味着：
独立API监控应从用户的角度运行，而不是从供应商的数据中心运行。当云提供商的DNS层出现故障时，他们自己的内部监控通常也会同时失效——就像2025年10月AWS发生的情况一样。来自不同地理位置视角的外部监控可以捕获供应商仪表板遗漏的问题。
对所有云依赖项的实时基线可见性，而不仅仅是您的主要云服务商。企业架构现在横跨AWS、Azure、GCP以及数十家拥有自身基础设施依赖项的SaaS供应商。
链条中任何一环出故障，都可能引发不可预料的连锁反应。您需要看清整个交付链条，而不仅仅是第一层关系。
通过自动分诊缩短告警延迟，而不是靠人工盯监控。故障发生后十分钟内知道，和六十分钟后才知道，价值天差地别——这决定了你是主动跟客户沟通，还是被动去收拾烂摊子。
AWS上这场“关键时刻”的讨论，说到底，是整个行业在AI提速下如何保质量的共同话题。企业IT负责人可没时间等这场讨论出结果。
你的供应商迟早会搞定这事。但在这之前，你的系统得先扛住这些波动。
故障只会越来越多。问题在于，你能不能比客户先发现。
热门跟贴