📚 每日微课 · 2026-11-18
灾难演练要真演:真的断网、真的切流量
TaTa School · AGI 治理实战 · 约 3 分钟
核心观点
纸上写“断网了怎么办”和真的拔掉网线,是两回事。灾难演练不真演,等于没演——真出事时才发现预案里的电话打不通、备份恢复不了、降级开关没人会按。
三条落地规则
- 每季度真演一次:真的断网、真的切断一个模型供应商、真的让主库下线,看 Agent 和业务能不能按预案走。
- 演练要测恢复时间:不是“能不能恢复”,而是“多久恢复”——超过 30 分钟没恢复,预案就是不及格。
- 演练完要改东西:每次演练至少改一处预案或一处代码,只开会不改东西的演练,下次还会栽在同一个地方。
一个真实教训
某团队的灾难预案写了三年,每次都是桌面推演、大家点头。真到云服务商宕机那天,才发现预案里的备用模型账号过期半年了,Agent 停摆 4 小时——从那以后,他们每季度真拔一次线。
💡 记住:预案不是写给检查看的,是写给出事那天用的。
今日思考题
如果现在拔掉你家 Agent 的网线,它会停在什么地方?多久能恢复?