chubai2021年10月4日，一个寻常的周一下午。
全球35亿Facebook用户突然发现，自己习以为常的“数字生活”瞬间归零——刷新、重试、重启，屏幕上只剩一片空白。没有人知道发生了什么，社交网络上炸开了锅：“Facebook是不是倒闭了？”
六个小时后，真相浮出水面：没有黑客入侵，没有天灾断电，仅仅是一位工程师在例行维护中，敲下了一条错误的命令。
据估算，这6小时的“手滑”，让这家社交巨头损失了超过1亿美元的收入，当日市值蒸发以百亿计。
而这样的至暗时刻，每天都在世界各地的机房和数据中心里上演。
当你发现外卖App打不开、地铁刷不了码、游戏突然掉线时，你只会皱着眉头骂一句：“这破服务器！”
但很少有人知道，在每一个流畅页面的背后，都站着一群被凌晨三点的电话叫醒、盯着满屏告警红灯、肾上腺素狂飙的运维工程师。
他们，才是数字世界真正的“守夜人”。
而现在，两个在“守夜人”岗位上干了超过二十年的老兵，决定用AI，让“宕机”这个词提前退休。
一、两个“老运维”的二十年
先说说故事的主角——Avon Puri。
在2020年加入红杉资本、出任首席数字与信息官之前，Puri曾在Rubrik和VMware干了十多年的基础设施。简单来说，他是那种“系统一咳嗽，就能听出是哪个零件在发烧”的顶级专家。
三年前，当大语言模型开始展现出惊人潜力时，Puri和另一位红杉的IT负责人Sudheer Dhurjati几乎同时意识到：AI能做的，远不止是陪人类聊天。
他们看到了运维行业最深层的痛点：为什么宕机总是防不住？
答案很残酷：因为大多数宕机，从来不是“天灾”，而是“人祸”。
二、宕机的真相：大多数是“蓄谋已久”
让我们把镜头拉近到一台正在运行的服务器。
在现代IT系统里，每一次软件发布、每一次配置修改、每一次服务器迁移，都像在多米诺骨牌阵里轻轻推倒一张牌。你永远不知道，这张牌倒下后，会连锁撞倒多少张看似毫不相干的牌——下游的支付网关、核心数据库、缓存集群……
据Gartner早前的研究，约75%的重大宕机事故，根源都指向“变更”。
换句话说，在大多数灾难发生之前，那个“因”，早就已经被埋下了。只是一直没有人，能提前看见那条通往灾难的因果链。
传统的运维逻辑是什么？是“亡羊补牢”。
等系统真的崩了，工程师们再冲进机房，像救火队员一样排查、回滚、抢修。这个过程平均持续数小时——每一分钟都在烧钱，每一次都在透支用户的耐心，每一次都在把一个公司的信誉放在火上烤。
而Puri他们想做的，是把战争的形态，从“救火”，彻底改写成“预言”。
三、从“救火”到“预言”
Empirik，就是这场革命的产物。
它像是一个为IT系统装上“因果推演引擎”的预言家。与传统监控工具不同，Empirik不满足于告诉你“现在哪里坏了”——它实时跟踪系统里每一次微小的变更，然后动用大语言模型的推理能力，推断这次变更可能引发的全部“涟漪效应”：
它会波及到哪个下游服务？会不会让某个核心组件过载？三个小时后，会不会演变成一场全面崩溃？
在别人还没看到浪花时，它已经算出了海啸的路径。
如果说传统监控是“站在废墟上做尸检”，那么Empirik就是“在源头掐灭引信”。这两种能力之间的差距，不是效率的差距，而是维度的差距。
这也是为什么，这笔2100万美元的融资（由红杉孵化支持）会被硅谷视为一个重要信号：AI对基础设施的改造，正在从“辅助提效”，跃迁到“自主预见”。
四、AI最大的贡献，或许是让英雄“失业”
写到这里，我想聊一个更深的问题。
为什么人类工程师与宕机搏斗了几十年，直到今天，才有人真正想到用AI来“预测”它？
因为我们的思维惯性，天然偏向“解决问题”，而非“预防问题”。
修复一场故障，是看得见的英雄主义——救火队长冲进火场，浑身焦黑地抱出幸存者，掌声与勋章都属于他。而预防一场故障，是看不见的默默无闻——你什么也没做，系统安然无恙，没有任何人会记得你的价值。
这正是运维工程师这个职业最深的孤独：他们最成功的一天，恰恰是所有人都不记得他们存在的那一天。
人类医学史上，同样上演过这一幕：疫苗的发明，远比任何一台惊心动魄的外科手术拯救了更多生命，但外科医生收获了最多的鲜花与赞美。直到今天，人类依然在为一个“能治大病”的名医欢呼，却很少为一个“让你根本不会得病”的公共卫生体系鼓掌。
运维行业，正在经历同样的转折——从追求“起死回生的外科圣手”，走向“防患于未然的疫苗体系”。
这条路注定寂寞，但它是对的。
写在最后
2100万美元，押注的不只是一家初创公司，更是一种全新的信仰：
在数字世界，最好的运维，是让运维“无事可做”；最伟大的系统，是让灾难从未发生。
也许有一天，“宕机”这个词，会像“机房断电”一样，成为历史书里的注脚。
而到那一天，我们真正应当记住的，或许不是某个力挽狂澜的救火英雄，而是那些在灾难发生之前，就默默把火种掐灭的人。
他们不站在聚光灯下，但他们守护着这个时代最珍贵的承诺——你点下的每一个“确定”，都有人替你稳稳接住。
你看好AI“接管”防宕机这件事吗？它会让运维工程师“失业”，还是让他们终于能睡个好觉？欢迎在评论区聊聊你的看法。
