云挂掉的那几个小时,你的 AI 工作流还能动吗

2026 年 11 月 13 日·约 18 分钟阅读
体验网页版 →你的主权 AI 分身 · 无需安装
Cover: Pixar-style 3D character working at a laptop plugged into a mint mini box while a grey cloud overhead is powered off; headline "When the Cloud Goes Down"

2026 年 11 月 12 日,美国东部时间下午 1 点前后,世界各地的用户陆续发现自己打不开 Outlook 邮箱了。微软在一小时内确认了故障:官方状态账号发文说「一部分基础设施在多个区域出现负载升高」,事件编号 EX1550543。受灾最重的是 Exchange Online(微软的企业邮件服务),Teams 也有零星报告,彭博社当晚的标题里还加上了 Copilot,也就是微软花了两年时间装进同一套办公全家桶的那个 AI 助手(彭博社,2026 年 11 月 12 日)。连状态页 status.cloud.microsoft 自己都撑不住:当天下午有好几段时间,它返回的是「502 这个页面背后的服务没有响应 Azure Front Door」。负责报告云状态的那个页面,和它要报告的云一起挂了。

一个团队把邮件、日历、会议、文档、再加上 AI 助手都跑在同一家供应商上,它的依赖其实只有一个。供应商在自己墙内建了货真价实的冗余(多区域、备用链路),但 11 月 12 日这天,这一切都排在同一个事件编号后面。一位 Hacker News 用户在故障当中写下了客户视角的大实话:「这个服务整体就是一个单点:它要么整个能用,要么整个不能用。」这是一条个人评论,但它准确描述了那个下午。

这种时候值得先把一个词说清楚。工作流连续性,指的是云服务够不着的那几个小时里,团队的工作(包括交给 AI 的那部分)还能不能继续往前走。它不看供应商多大、合同多贵,只看断供那一刻,每件活背后的东西在谁手里。连续性也不等于不受影响:受影响是一定的,分别在于受影响的那几个小时里,团队是继续出活,还是围观状态页。

标题那个问题的简短答案是:结果在断供之前就定了,定在三个问题上:这件活的 AI 推理在哪跑,文件在哪住,登录从哪走。三个答案都在自己这一侧的活,照常转;有一个答案落在出事那朵云里的,当场停。大多数团队没人问过这三个问题,于是只能在断供当天现场找答案。11 月 12 日下午的社交媒体上,全是现场找答案的人。

11 月 12 日的故障时间线

下面的时间线来自微软自己的状态更新,由 The Verge 转述、Hacker News 用户在状态页打不开的时段里接力转录。逐小时摆出来,是因为断供当天要做的多数决定(等还是切、发不发通知、哪些活先停)都取决于现在处于哪个阶段,而这个判断只能来自时间线。来源最后核查于 11 月 13 日上午 9:30(北京时间,UTC 01:30),当时恢复仍在进行,微软尚未发布最终事故报告,所以这里写的原因是厂商在事故当中的判断,不是定论。

时间(UTC,11 月 12–13 日)微软说了什么 / 旁观者记录了什么
约 17:55全球开始报告:网页版和客户端都打不开 Outlook(The Verge)
约 18:20微软 365 状态账号:「多个区域负载升高」;立案 EX1550543
当天下午status.cloud.microsoft 间歇返回 Azure Front Door 的 502(HN 用户截图与转录)
约 23:00部分服务器恢复、「目前保持稳定」;流量切到备用链路;「完全恢复没有时间表」(The Verge,23:23 更新)
00:08已恢复的服务器「一接流量就可能再次失去响应」
01:06原因收窄:负责建立安全连接的一个进程「被压垮,导致服务器停止处理请求」
01:30本时间线来源最后核查时刻;完全恢复尚未宣布
2026 年 11 月 12–13 日微软 365 故障时间线图,关键状态更新按 UTC 小时标注

图 1:从最早报告到事故中的原因判断,七个半小时的状态更新。来源:微软 365 状态账号(经 The Verge 转述,2026 年 11 月 12 日更新)及 HN 用户对状态页的转录。

落到各家头上,疼的程度取决于一天的工作里有多少跑在这套全家桶里。有用户贴出纽约市教育局发给学校员工的通知:邮件收不了也发不了(这是一个人转贴的通知,但与大范围的报告一致)。一位基础设施负责人说,他支持的那家大机构「今天一天的 Exchange 停机,比去年自建邮件服务器一整年加起来还多」。这是个人说法,外人没法核实。引用它,是因为它把这笔买卖讲得很干脆:云的可用性平时确实比小团队自建的好,可它一旦坏,是所有东西一起坏。

时间线的后半段还藏着一个容易吃亏的细节。23:00 微软说部分服务器恢复、「目前保持稳定」;00:08 的更新又承认,这些服务器一接流量就可能再次失去响应。两次更新之间按「已经恢复」安排工作的团队,等于又被断了一次。恢复期的「能用」比平时的「能用」脆得多;把这一条写进团队的预期里,第二波混乱能小很多。

AI 这条线在新闻标题里不显眼,分量却一个季度比一个季度重。Copilot 住在微软 365 里面,套件的基础设施一退化,助手跟着退化。所有已经养成「让助手来」习惯的工作流(起草、汇总邮件、备会)和它要读的那个邮箱一起停了。AI 工具继承它所住的那朵云的可用性;靠这个工具过日子的工作流,也一并继承。

11 月 12 日也不是孤例。前一天(11 月 11 日),Ubuntu 的软件源出过一次全球性故障,Canonical 发了官方事件页。两天、两家、互不相干的原因,各自的客户各自体会了一遍同一个道理:你租的那朵云再大,对你来说也是一个开关。

租来的冗余,出不了供应商的墙

「多区域部署」听上去就是防故障的答案,在一家供应商内部也确实常常是。11 月 12 日暴露的是它的边界:负载升高跨过了区域,因为客户依赖的是这个服务本身,而服务本身就是跨区域的。供应商内部的冗余,防得住比供应商小的故障。备用链路也一样:微软当晚把流量切到了备用链路,这条链路同样在微软墙内,它缓解了故障,出不了那道墙。

恢复过程显示了第二个值得记住的机制。微软自己描述:放回线上的服务器「一接流量就可能再次失去响应」。一位自称在大型 CDN(内容分发网络)做过基础设施的评论者解释了通常的原因(个人说法,但在这个行业里是常识):事故之后所有客户端一起重试,自动的加手动的,恢复那一刻承受的负载比平常的下午还高。恢复不是一推闸门就完事,要顶着重试风暴一点点往上爬。这也是「部分恢复」能拖好几个小时的原因之一。

然后是监控。状态页和它要报告的服务共用同一个 Azure Front Door,于是在事故当中的某些时刻,客户连官方渠道都确认不了「是不是真的挂了」,只能去社交媒体和 Hacker News 上对口供。住在被检查对象里面的检查,恰恰在最需要它的时候最不可用。

补这个洞几乎不花钱,而且今天就能补。独立探针就是任何一个从供应商外面跑的检查:在另一家公司租台便宜的虚拟机,每分钟请求一次你的关键服务;办公室里一台小盒子走手机热点干同样的事;最低配也该有一张书签清单(供应商状态页、第三方故障监测站、供应商的社交媒体状态账号),放在聊天工具挂掉时大家还找得到的地方。11 月 12 日那天,真正有效的信息来源是 HN 帖子和推文截图。有自己探针的团队一分钟就知道的事,别的团队要争论二十分钟,而且「我们是几点几分开始断的」会是一条有日志的事实,不是一段回忆。探针的报警往哪发也要想一层:报警只发进那家云自己的聊天工具,等于白装;短信、电话,或者另一家的即时通讯,至少留一条走不同路的。

合同本身已经承认的事,值得算成数字。企业云服务合同常见的承诺是 99.9% 在线。一年 8,760 小时,99.9% 仍然允许约 8.8 小时停机(对承诺百分比的直接算术,不计维护窗口的扣除和各合同对「一次故障」的不同算法)。8.8 小时,差不多就是一整个工作日,而且写在承诺之内。99.95% 对应约 4.4 小时,99.99% 对应约 53 分钟,每加一个 9,价钱也跟着加。而承诺没兑现时的补偿通常是服务抵扣金,也就是当月账单打个折。抵扣的是订阅费,补不回那个下午。一家 12 人、每人时 65 美元全口径、断供时约一半工作停摆的团队,8.8 小时大约对应 3,000 美元的敞口(三个假设都写在这了),而且在承诺之内,一分不赔。

对比 99.9%、99.95%、99.99% 三档在线承诺各自允许的年停机时长的条形图

图 2:在线承诺允许什么——三档常见服务水平各自允许的年停机时长(按一年 8,760 小时计算,不计维护窗口与各合同的计量规则差异)。

决定工作流死活的三个问题

多数团队自认清楚自己依赖什么。凭记忆说得出来的只有大块头:邮件、聊天、文档套件。断供那天真正卡死一件要紧活的东西,往往更小、更怪:一个悄悄走了出事供应商身份服务的登录,一个号称「本地」、文件没同步就拒绝打开的桌面应用,一个用起来像本地软件、其实只是云端模型一扇窗的 AI 助手。把 11 月 12 日各家的遭遇拆开看,卡点都落在三个问题上。

三个问题都不新,新的是 AI 把它们的权重改了。两年前,断供意味着邮件和文档停一下午;现在,起草、汇总、分拣、转写这些环节各自都悄悄长出了一条对云端模型的依赖,断供断掉的是嵌在十几条工作流中间的那些步骤。中间断一步,整条停。

推理在哪跑。推理,就是 AI 模型实际算出答案的那一步。Copilot 的推理跑在微软的云里,所以 11 月 12 日它和邮箱一起停。这不是 Copilot 一家的毛病,是所有托管助手的共性:助手继承它所住那朵云的可用性,没有例外条款。反过来,推理跑在办公室一台台式机上的本地模型,那天下午照常出活。这两年本地模型能接的活明显变多:起草、汇总、按模板做初审,台式机级别的模型已经够用;要长链条推理的活还接不住,仍然得上云。所以这个问题的答案多半是一张分工表:哪些活的推理必须留在自己屋里,哪些活继续吃云端大模型的红利。划这张表的依据是每件活背的交付期限,轮不到技术偏好。

想知道本地模型今天到底接得住什么,不用开论证会。挑三件昨天真让云端助手做过的活(一封要回的长邮件、一份纪要的摘要、一段初稿),用台式机上的本地模型重做一遍,两版放在一起比。比完就有答案:有的活两版几乎看不出差别,有的活本地版明显差一截。差别大的那几件,才是真离不开云的;其余的,离不开只是习惯。

还有两类容易漏。一类是卡在别人工作上游的 AI 检查,评审机器人、审批路由:闸门住在云里,闸门一停,排在它后面的人全停。另一类是对着实时外部数据动手的代理(改价、发布、下单):基础设施半通不通的时候,正是它们把动作做成半对不对的时候。断供期间该让它停的活,和必须继续的活一样值得提前点名。

文件在哪住。只存在云文档里的草稿,断供的那个下午等于不存在。更隐蔽的是那些号称「本地」的应用:软件装在本机,文件的正本却在云上,同步一断,它干脆拒绝打开。一份每夜同步到办公室某台机器上的副本,平时没人看它一眼;断供那天,它就是你的全部。建这份副本花不了一个下午:挑一台不关机的机器,设一个每夜同步的定时任务,指定一个人每周看一眼它有没有真的在跑。第三步最容易省,也最不该省;同步任务悄悄失败三周,和没有副本是一回事,只是你发现得更晚。排队等着做的活也算文件:记在云端任务板上的队列跟着看板一起挂,一个放在本地的记事文件,那天强过整块看板。文件这一问还包括密钥和凭证:只存在云端保险库里的 API 密钥,恰好会在最需要它的时刻够不着,API 密钥自管值得单独过一遍。

登录从哪走。登录经过的云,比所有人以为的都多。工具明明装在本机,任务照样可能死在认证上:登录页挂在别人家的域名下,那家出事,你的「本地」软件也打不开。替你管登录的那家公司叫身份服务,它平时隐形,断供时现形。有个十分钟就能做完的验法,今天下班前就可以做:挑三件最常用的工具,退出登录,再重新登一次,记下每个登录页的域名归谁。不少团队第一次做这件事,才发现「本地」记账软件要先去云上报到。查出来的结果落在纸上:哪件工具走谁家的登录,断供时靠本地口令还进得去的是一类,彻底进不去的是另一类。后一类里如果有当天要交付的活,这个发现今天就值得处理,比如给关键文件留一条不经过登录的本地路径。

三个问题问下来,一张任务清单会自己分好类。同一项任务常常三个问题都要答:周四的客户报告要套件(文件)、要登录,也要起草助手(推理),三个环节断一个它就停。这也是「我们用的是大厂」构不成答案的原因:问题问的不是牌子,是位置。一家团队把 23 项日常任务逐项过一遍,分布大致是这样:17 项碰办公套件,14 项要走云上的登录,9 项在某个环节碰托管 AI,从头到尾不出屋的只有 2 项。

问题答案若是「供应商」,会怎样失效今天几分钟就能做的检查
推理在哪跑?助手在工作流中途停摆,排在它后面的一并卡住关掉 Wi-Fi,让助手重做昨天最常见的一份初稿
文件在哪住?编辑器打得开,它要开的那份草稿打不开暂停同步,从本地硬盘打开今天要用的三份文件
登录从哪走?「本地」工具卡在登录页上退出三个每天都用的工具再登回去,记下每个登录页归谁

一家 12 人的咨询团队九月把自己那一周的活对着这三个问题数了一遍。它的 23 项常规任务里,17 项在某个环节碰了办公套件,14 项碰了云端身份登录,9 项碰了托管 AI 服务,2 项从头到尾跑在团队自己掌控的机器上(一项任务可能同时碰到几类依赖,多数任务都是这样)。

23 项日常任务各碰到哪些云依赖的横向条形图:办公套件、身份登录、托管 AI、全程本地

图 3:示例场景——23 项日常任务各碰到什么。一项任务可以同时碰到多类依赖;「全程本地」指从头到尾跑在团队自己掌控的机器上。

示例:一家 12 人咨询团队的 11 月 12 日

这 23 项任务有主人。设想一家 12 人的咨询团队:八月里断供新闻看得够多,九月挑了个下午,拿一台断了网的笔记本,把全组的日常任务逐项真做了一遍。盘的时候定了一条规矩,每项活写三样东西:碰哪些服务、断网的笔记本上能不能做、万一不行怎么兜底。兜底那一栏大半是铅笔字,因为没人真试过;试过的那几条,后来都成了 11 月 12 日的主路。上面那张分布图就是他们盘出来的家底。当天有交付期限的活 7 项,其中 4 项碰托管 AI。全桌只有一个人吃惊:那位合伙人。每一笔 AI 采购都是他单独批的,他只是从没在一张纸上同时见过它们。

九月那个下午的成绩不好看。7 项有期限的活里,断网还能干净跑完的只有 2 项:发票录入,和对着本地文件做的合同审查。每周客户报告第 4 分钟就卡死,草稿住在云文档里,起草它的助手自然也一起断。三件「本地」工具停在登录页上,其中一件是用了四年的记账软件,没人想到它每次启动都要先去云上验一次授权。照四小时断供折算,一次要搭进去约 21 个人时,约 1,365 美元(12 人、每人时 65 美元全口径人力成本、停摆比例按当场记录估;每个数字都该换成你自己的)。

那个下午还带出两个和软件无关的发现。两项本该停的任务,被一位出于好意的分析师硬是做完了,这事后来变成了一张贴在墙上、谁都看得到的停止清单。团队应对聊天工具断供的 B 计划是一条电话会议桥,结果从没真正承载过一次对话;真聚到这条线上试了一次,一半人没能接进来,还有两个人拨错了号。没用过的备用方案只是一个假设,九月测它比十一月便宜。

他们改了两处,都不贵:给进行中的客户文档加一份每夜同步、落在办公室一台机器上的副本;把报告起草那条工作流挪到本地模型。两处改动都没花满一周,加起来只买了一台台式机。

然后真实的考验不请自来。11 月 12 日,7 项有期限的活里有 5 项挺过了整场断供。折算损失约 7 个人时,约合四小时 455 美元,不是 1,365 美元。排队等着的活进了本地队列,不用靠谁的脑子记着。会议纪要是明知的例外:录音和转写都还全在云上,九月就记下了这个缺口,排进了下个季度要补。客户报告背着合同期限,会议纪要没有,所以修补跟着期限走。

对比示例团队九月盘点与 11 月 12 日当天的分组条形图:离线跑完的有期限任务数与估算损失人时

图 4:示例场景——九月盘点时与 11 月 12 日当天的对照,中间改了两处(客户文档每夜本地副本;起草挪到本地模型)。左图计 7 项有交付期限任务里断供中照常跑完的数量;右图按四小时断供、每人时 65 美元全口径成本折算。

示例团队改动前后,断供累计成本随小时数变化的折线图

图 5:示例场景——同一个团队改动前后,断供每多一小时各要花多少钱。四小时位置的两个标注即正文里的 1,365 美元与 455 美元。

示例里没有任何高科技。一台台式机,两份文件和一个模型换了住处,队里也没有一个头衔带「架构」两个字的人。花钱排在其次,难的是知道该搬哪两样,而这件事,他们九月那个下午就知道了。带日期的记录本身也有分量:一份写着「九月测过,11 月 12 日扛住了,还剩两个已知缺口」的连续性说法,在客户、审计师或保险公司眼里,和一份只写了意图的说法分量不同,而且几乎不费额外力气,因为九月的笔记本来就在那儿。

架构在断供之前就定了结果

把同样的 23 项任务放进三种不同的架构里重放一遍,就能看出有多少结果其实在任何人动手修之前就已经定了。全云架构在套件故障里大约只能保住 23 项中的 2 项,就是那两项从没离开过本地文件的。这家团队实际走到的混合架构,能保住约 14 项:文件每夜同步到办公室的机器,起草用本地模型,而邮件、日历和调研助手继续留在云上,云一停它们也停。本地优先架构,让本地分身接手起草和评审,能保住约 19 项,放弃的只有 4 项真正需要实时外部服务的任务(银行门户、实时行情),这 4 项不管换哪种架构都救不回来。

这些数字是这家团队自己的,但形状不是。天花板由多少活真正需要别人家的实时服务决定;地板则由多少活被不知不觉地留在了供应商那一侧,而没有人出面决定过它应不应该留在那里。

对比全云、混合、本地优先三种架构下,示例团队 23 项任务在套件故障期间各有多少还能运转的条形图

图 6:示例场景——同一张 23 项任务清单对三种架构各放一遍。需要实时外部服务的任务(23 项中有 4 项)在任何架构下都会停;架构之间的差别,在于各自还会陪葬什么。

2 和 19 之间的差距,不是断供当天谁更努力、谁更仔细的结果。它是更早做出的架构选择,而且多半是默认选出来的。想沿着这条轴有意识地往前走、而不是每季度补一个漏洞的团队,走的正是AI 独立这条路线——起点是同样的三个问题,一路往下走得更远。

能离线工作,是一条可以拿来验收的标准

上面每一处修补背后,是同一条规律:干活的东西跑在团队自己掌控的设备上,活才能在断供中活下来。把这条规律套到 AI 上,它有名字,也有验法。主权 AI 分身是指推理能跑在主人自己掌控的硬件上、数据和记忆都留在主人边界之内的 AI 助手:供应商断供时,它的工作不会停。能离线工作是主权 AI 分身六条标准中的一条,也是 11 月 12 日这种日子真正被考到的那条;其余几条管的是推理跑在谁的算力上、权限由谁设定、记忆归谁。

验法很短。拔掉网线,让助手做昨天最常做的那件事。它答得上来,这条工作流就是你的;它道歉,这条工作流就归正在出事故的那一家。这个验法便宜,但只验当下:今天过了,不代表下个月装了新工具还过。工具栈每有大变动,重验一次,半小时的事。多数托管助手天生过不了这一关。这是一笔正当的交易(前沿规模的模型放不进一张办公桌),但它应该是对着任务清单逐项做出的选择;默认继承下来的那种,不算选择。

对单个模型的依赖最近也在松动,松动的方向对本地选项有利。故障前三天,Google 连发三个 Gemini 4 版本(11 月 10 日 Carbon 全量开放、11 月 11 日决策 API、11 月 12 日 Hydrogen 和会话中自动换模型的 Orchestrator,均见 Google 公告)。厂商自己已经把模型当成工作流里可更换的零件。厂商的工具都在任务中途换模型,团队就可以把同样的逻辑用过云的边界:多模型路由,日常活走本地模型,真需要前沿模型的任务再伸手去云上。换模型时留下来的,是模型外面那一圈工作流:任务队列、权限,还有分身积累的记忆。把这一圈挪到主人这一侧,断供那天它就还在。拥有这一层的完整论证属于主权 AI这个话题,它管的远不止断供日。

KarmaBox 如何把离线那一层落地

我们自己的产品 KarmaBox,是一个运营你自己的 AI 分身的平台和网络;三个问题里「自己这一侧」的那些答案,正是它本机部署要给的。

分身跑在你自己部署的机器上(办公室的盒子或一台 Mac),有交付期限任务背后的推理就发生在网线属于你的这一侧;哪种部署形态配哪种团队规模,是一次性的硬件决定。分身的工作文件、任务队列、积累的记忆都留在你的数据边界之内:起草、评审类工作流能在供应商挂掉时照常继续,靠的是这一条;断供当中你还翻得到自己的工作文件和记录,靠的也是这一条。任务归属是一个配置选择:有交付期限的、敏感的任务钉在本机分身上,吃前沿模型红利的任务交给云端分身,两者之间挪动是一次配置修改,不用重建。权限这一层同样留在主人手里:分身能动哪些文件、能不能对外发送,是主人设定的策略,断供改变不了这些边界。合理的部署两头都用:那张任务清单会告诉你哪些活配得上一个本地底座,其余的继续享受云的经济性。

本地底座解决什么,不解决什么

本地底座解决的是可用性风险:你依赖的服务够不着的那几个小时。它不管持久性风险,事故之后数据还在不在,归备份纪律管,备份有自己的测试。它不管退出风险:供应商永久离场、给你几周时间撤离,是另一张清单、另一种倒计时,AI 工具停服怎么办写的是那件事。它也不管安全风险。同样的集中度可以在不触发任何可用性告警的情况下出事:就在这次故障前几天,攻破 AI 基础设施公司 Fireworks 的攻击者被证实摸到了 Notion 客户的聊天记录(TechCrunch,2026 年 11 月 12 日)。集中坏起来有大响声的一面,也有不出声的一面,AI 处理到底跑在哪里讲的是不出声的那一面。

本地底座自己也有实打实的成本。硬件是资本开支,得有人管机器,而且一台没人盯的本地机器,自己就是一个单点。机器之外还有人的单点:全组只有一个人会操作那台本地机器的话,他休假那周,底座等于不存在。把操作步骤写成一页纸、让第二个人照着跑通一次,比再买一台机器便宜,也更要紧。电和房子,本来就是当年上云想甩掉的依赖。对一部分团队,这笔账算完的结论会是:一年丢几个小时云服务,比养一个本地底座便宜。这是个正当的结论。睁着眼接受风险和闭着眼继承风险,差别只在一件事:有没有人提前把三个问题问完。

常见问题

云挂了的时候 AI 助手还能用吗?

只有推理跑在用户自己掌控的硬件上的那些能用。托管助手继承它那朵云的可用性,2026 年 11 月 12 日的 Copilot 就是例子。一台像样的台式机上的本地模型足够承担起草、汇总、评审类工作流;前沿规模的推理一般仍要上云。按任务一件件分,比站队「全本地」或「全云」有用;分完通常会发现,真正必须留在云上的是少数几件要长链条推理的活,其余的搬家成本比想象低。搬的顺序照交付期限排:先搬周四要交的,再搬月底要交的。

怎么判断一条工作流断供时还能不能动?

问三个问题:它的 AI 推理在哪跑、文件在哪住、登录从哪走。三个答案都落在自己掌控的设备上,它就能动;任何一个落在云里,断供时它就停在那一环。最快的验法是拔掉网线让它真跑一次:卡在第几步,答案就在第几步。三个问题一时答不上来,答不上来本身就是答案:这条工作流的死活,目前由别人决定。

2026 年 11 月 12 日的微软 365 故障持续了多久?

从 11 月 12 日 17:55 UTC 前后的最早报告算起,到 11 月 13 日 01:30 UTC 本文来源最后核查时,至少七个半小时。当时部分恢复进行中,完全恢复尚未宣布。微软在事故当中的判断指向一个「建立安全连接的进程被压垮」;最终报告可能修订这个说法。

多区域冗余防得住云故障吗?

防得住比供应商小的故障:一个数据中心,有时是一个区域。11 月 12 日这场按微软自己的描述是「多个区域」同时退化,状态页还和它监控的服务共用基础设施。跨供应商的冗余、或者跨过云边界落到本地设备上的冗余,与一家供应商内部的冗余是两种强度不同的性质。问一句话就能分辨:这套冗余的两头,归不归同一家公司管。都归同一家,它防的就只是那家公司内部的故障。

SLA 赔偿能补回停机损失吗?

补不回。常见企业云合同承诺 99.9% 在线,没兑现时的补偿通常是服务抵扣金,也就是当月账单打个折;抵扣的是订阅费,补不回停摆那个下午的人力和误期。而且一年 8,760 小时,99.9% 本身就允许约 8.8 小时停机(直接算术,不计维护窗口与各合同的计量规则),这部分写在承诺之内,连抵扣都不触发。谈续约时,比抵扣比例更有用的是你自己停摆一小时的真实成本:拿着它再决定,是为多一个 9 付钱,还是把钱花在自己这一侧。

关于作者

Karma Box 团队发布关于 AI 主权、工作台控制与供应商评估的实用指南。本文的事实性陈述在句内交代机构与日期;个人评论的引用标明是个人说法;算术在数字旁边的括号里写明假设;示例团队的全部数字属于示例场景。KarmaBox 相关内容单独成节。新闻与状态更新最后核查于 2026 年 11 月 13 日上午 9:30(北京时间,UTC 01:30),当时事故恢复仍在进行中。

参考来源 / 7
  1. [1]The Verge,《Microsoft Outlook is still down》 查看原文 ↗
  2. [2]微软 365 状态账号(X),事件 EX1550543 状态更新 查看原文 ↗
  3. [3]微软,Service health status 查看原文 ↗
  4. [4]彭博社,《Microsoft Says It's Working to Fix Outlook, Copilot Outage》 查看原文 ↗
  5. [5]Hacker News,《Service degradation on Microsoft 365》讨论串 查看原文 ↗
  6. [6]Google,《Introducing Gemini 4 Hydrogen》 查看原文 ↗
  7. [7]TechCrunch,《Cyberattack on Fireworks AI allowed hackers to access Notion customers' chat transcripts》 查看原文 ↗

建一个只听你的主权 AI 分身

机器是你的,文件是你的,记忆也是你的——存成文件,随时带走。它能动什么、不能动什么,你说了算。KarmaBox 网页版不用装,打开就能用。

体验网页版 →

推荐阅读