微軟居一週內五起重大系統中斷事件之首:為過往時代打造的基礎設施,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。該事件被列為「黃色警戒」,是其三級警戒系統中的第二高等級。同一天,蘋果公司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,摩根大通地端硬體系統中的軟體錯誤,導致交易處理延遲。Downdetector 記錄到超過 3,000 筆服務中斷回報,美國銀行、富國銀行及其他金融機構的客戶也通報了相關服務異常。再往前三天,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 與 Copilot 同時故障,服務異常持續超過兩天。

六天,五大關鍵系統。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,正是這種將各起事件視為彼此獨立、非惡意技術故障的說法,暴露出一個比攻擊更難解決的問題。


微軟:一次「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。當時,另一個無關問題已造成部分處理容量損失,兩者疊加,觸發了一個自 7 月起便潛藏在微軟資料中心的程式錯誤:隨著流量激增,伺服器耗盡記憶體,開始接連當機。

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正常的伺服器,導致故障範圍擴大。到了 11 月 12 日上午的上班時段流量高峰,超過 80% 的 Outlook 伺服器已無回應。微軟隨後又花了 15 個小時找出問題,才開始部署修正措施。

微軟執行副總裁 Ramanna 的說明,指出公司測試流程中的一個盲點:實驗室模擬的流量模式與硬體組態,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,但這次引發當機的程式錯誤,在較新的硬體上反而「更具破壞性」。

然而,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聲稱,Microsoft 365 的核心基礎架構團隊近年來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陸續離開,使留任人員難以迅速診斷複雜故障。過去約 45 分鐘就能完成的系統回復作業,如今可能需要五個小時。據稱,在這次事件中,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,排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。


問題的本質:AI 發展速度與基礎設施汰換步調之間的落差持續擴大

這五起事件都未被歸因於 AI。微軟明確否認有「AI 或代理程式」介入,FAA 與 NSA 也排除 AI 因素。但「並非由 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。其中一條代表 AI 所驅動的變更頻率與工作負載強度:流量模式持續改變、硬體組態不斷調整、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換週期:FAA 的銅纜與路由器以數十年為運作時間尺度,NSA 的網路歷經世代演進,而微軟內部維護舊有系統的能力卻逐季流失。

AI 讓人們能以前所未有的速度,找出大量系統漏洞。這使企業與政府機關承受必須立即修補漏洞的龐大壓力,往往得同時部署多個修補程式,讓原本就不是為因應如此快速變更而設計的系統承受沉重負擔。這裡的因果關係並不是 AI 製造漏洞,而是 AI 加快了變更速度,但承接這些變更的系統,卻是為較緩慢的運作節奏而設計。

微軟的案例最清楚地呈現了這套機制。程式錯誤自 7 月起便一直潛伏,一次例行的流量重新導向將其觸發,自動容錯移轉進一步擴大故障,而舊有系統維護專業知識的流失,又使復原過程異常緩慢。這些環節本身都不是 AI,卻無一不是發生在 AI 推動雲端服務擴張的壓力之下。