微軟領頭,一週內發生五起重大系統中斷:舊時代建置的基礎設施難以跟上 AI 時代的步調與需求

11 月 17 日,美國國家安全局(NSA)證實,其用於傳輸機密資訊的內部網路 NSANet 發生中斷。這起事件被列為「黃色警戒」,是其三級警戒系統中的第二高等級。同一天,Apple 的一次內部系統更新導致員工入口網站、內部登入系統、VPN 遠端存取,以及 iCloud、App Store 和 Apple Pay 等消費者服務大範圍異常。全球多家零售門市的銷售與維修作業也因此中斷。

財經新聞|經濟日曆、金融分析、TMGM TV|每日更新

前一天,摩根大通的內部部署硬體系統因軟體錯誤,導致交易處理延誤。Downdetector 記錄到超過 3,000 則服務中斷通報,美國銀行、富國銀行及其他金融機構的客戶也回報了相關服務異常。再往前推三天,美國聯邦航空總署(FAA)因通訊故障發布全國性航班暫停起飛令,超過 5,100 架次航班取消,近 10,000 架次延誤。這一連串事件始於 11 月 12 日,當時 Microsoft 365 核心服務在至少 70 個國家中斷。Outlook、Teams 和 Copilot 同時故障,服務異常持續超過兩天。

六天,五個關鍵系統。沒有任何一起事件被認定為攻擊,也沒有任何一起被歸因於 AI。然而,正是這種將每起事件都視為孤立、非惡意技術故障的說法,揭露了一個比遭受攻擊更難解決的問題。


微軟:「容量升級」如何演變成長達兩天的服務中斷

根據微軟於 11 月 15 日向客戶發布的初步報告,以及彭博對事件經過的還原,這次中斷始於一次例行的使用者流量重新導向。11 月 11 日晚間,Teams 流量被自動導向另一套處理 Outlook 流量的伺服器系統。加上先前另一個無關問題已造成部分處理容量損失,兩者共同觸發了一個自 7 月起便潛藏在微軟資料中心內的程式錯誤:隨著流量激增,伺服器耗盡記憶體,開始陸續當機。

更嚴重的是,微軟的自動容錯移轉系統將更多流量導向其他被判定為運作正常的伺服器,導致故障擴散。到了 11 月 12 日上午的業務流量高峰,超過 80% 的 Outlook 伺服器已無回應。微軟隨後又花了 15 個小時才找出問題,之後才開始部署修正措施。

微軟執行副總裁 Ramanna 的說明指出,公司測試流程存在盲點:實驗室模擬的流量模式與硬體配置,未能反映實際運作環境。測試通常著重於較舊、效能較低的系統,但事實證明,引發當機的程式錯誤在較新的硬體上「破壞性更大」。

不過,人為因素與技術層面的解釋同樣值得關注。在匿名職場論壇 Blind 上,一名自稱微軟員工的使用者表示,Microsoft 365 核心基礎架構團隊近年歷經多輪裁員與員工自願離職。長期維護舊有系統的工程師離開後,留下的人員難以迅速診斷複雜故障。過去約 45 分鐘即可完成的系統回復作業,如今可能需要五個小時。據稱,這次事件期間,內部事件管理工具一度無法正常載入,迫使工程師跨部門合作至深夜,檢查前同事留下的程式碼與服務架構。

微軟尚未公開回應這些說法。不過,這些說法與此次服務中斷時間異常漫長,以及多次嘗試回復系統仍未能解決問題的情況相符。


問題的真貌:AI 發展速度與基礎設施汰新步調的差距持續擴大

這五起事件都未被歸因於 AI。微軟明確否認「AI 或代理程式」涉入其中,FAA 與 NSA 也排除 AI 是肇因。但「不是由 AI 造成」與「和 AI 時代無關」,是兩回事。

眼前正在發生的,是兩條曲線逐漸分歧。一條代表 AI 推動的變更頻率與工作負載強度:流量模式不斷改變,硬體配置持續變動,軟體更新加速,但測試環境與事件應變能力卻難以跟上。另一條則代表基礎設施的汰新週期:FAA 的銅纜與路由器以數十年為運作尺度,NSA 的網路歷經一代又一代演進,而微軟維護舊有系統的內部能力卻逐季流失。

AI 讓人們得以用前所未有的速度,找出大量系統漏洞。這對企業與政府機關形成龐大壓力,迫使它們立即修補,往往一次部署多個修補程式,讓原本就不是為了因應如此快速變更而設計的系統承受沉重負擔。這裡的因果關係並非 AI 製造了漏洞,而是 AI 加快了變更步調,但承受這些變更的系統,原本是為較緩慢的節奏而設計。

微軟的案例最清楚地呈現了這套機制。程式錯誤自 7 月起便一直潛藏,一次例行的流量重新導向將其觸發,自動容錯移轉又放大了影響,而維護舊有系統的專業知識流失,則使復原速度異常緩慢。這些環節沒有任何一個本身是 AI,卻全都發生在 AI 帶動雲端服務擴張的壓力之下。