《AI十二问》第二问：当AI学会了故障自愈，会不会把真问题也当假警报杀了？

引子：从“修”到“自愈”

《AI十二问》第一问聊的是AI怎么帮你排查故障，这一问要聊的是——如果干脆把修故障的权力也交给它，会怎样？

故障自愈听起来很美：系统自己感知异常，自动完成修复，人不必半夜爬起来盯告警。但我在自己的环境做过不少模拟实测，越往下测，越能看见这件事背面隐藏的风险。

《AI十二问》第二问：当AI学会了故障自愈，会不会把真问题也当假警报杀了？

故障自愈，是运维圈子很诱人的想象：系统自己感知异常，自动完成修复，人不必半夜爬起来盯告警。

随着大模型接入监控体系，这个设想离现实越来越近。我在自己的环境做过不少模拟实测，越往下测，越能看见这件事背面隐藏的风险。

真实线上环境告警本身就充满噪音。爬虫瞬时涌入、访问脉冲、第三方接口抖动，都会触发警报，很多只是临时扰动；但也有一部分告警，是系统逐步恶化的早期信号。

交给AI去自动甄别告警，模型依靠历史样本学习区分故障与波动。但线上总会出现训练样本从来没有见过的新状况。为了压低告警打扰，系统会生出一种危险倾向：把真实隐患归类为普通流量扰动，直接静默屏蔽。监控面板一片祥和，可病根还埋在系统内部慢慢发酵，等到彻底爆发，问题已经被掩盖很久。

我做模拟测试就遇到过类似情形：流量突然冲高，AI判定资源不足，自动执行扩容脚本。高峰仅仅持续四十分钟，扩容实例却连续跑了十几个小时，产生额外成本。更值得警惕的场景，是服务出现内存泄漏，AI检测到异常就自动拉起重启，日志打印一行“自动恢复成功”。表面一切正常，但内存泄漏的根源没有消除，问题被一次次止血，却始终没有缝合伤口，隐患不断积累。

后来我跟一个做运维的老朋友聊起这个事。他说了一句话我记到现在：

自动化最大的风险，不是它做错了什么，是它做对了之后，你就不再看了。

传统运维里，故障意味着“有事发生”，人会紧张、会追查、会复盘。但故障自愈把“有事发生”变成了“没事了”——服务自动恢复了，人看不到告警，也失去了追问的习惯。偶尔在日志里瞥见一行“自动恢复成功”，只是瞄一眼就翻过去了，心想“反正它自己处理了”。但那些被掩盖的问题，就一点点沉淀下来。

内存泄漏多撑了一个月才爆，数据库连接池老化到很多次重启才露出马脚，一个配置错误反复被回滚了很多次才引起注意。每次重启都是一次止血，没人去缝针。直到大出血的那天，才发现伤口早就在了。

故障自愈不等于简单地发现问题、解决问题。它需要分辨何为临时波动，何为溃烂的开端；哪些可以自动处置，哪些必须唤醒人介入。模型可以持续优化判断概率，但做不到百分之百不出错。

自动化自愈可以承接一部分简单已知故障。但面对陌生异常、历史遗留带来的复杂问题，盲目的自动处置，反而会掩盖问题。自动化只能做第一道过滤网，关键异常，仍然要人把关。

——

阿荣

2026年8月，成都

关于阿荣

阿荣（孙晋荣），风尚中国创始人，珠宝鉴定师，资深产业媒体人。

三十年珠宝鉴定经验，二十三年产业媒体深耕，曾就职于计算机世界、中国房地产报等。

2008年创办风尚中国至今十八年。主导创作《钻石十二问》《翡翠十二问》《奢侈品十二问》及「阿荣手记」系列内容，坚持“不站队、只讲真相”的创作原则，践行“赶路，不必赶”的长期主义。