对AI的过分迷信导致AWS史诗级宕机

寂静回声

AWS 这两天发生了又一次宕机事故，定级铁 P0，一点问题没有，影响很广，一大波代金券（Service Credit）要遭殃了。


AWS 在其 US-EAST-1 服务中，于 2025 年 10 月 20 日凌晨开始，发现“多个服务错误率和延迟上升”。
约 1 小时后，AWS 确认其 DynamoDB 端点在 US-EAST-1 区域出现“显著错误率”。
最终，AWS 将故障根因定位为 “DynamoDB API 端点在 US-EAST-1 区域的 DNS 解析问题”——也就是 DNS 解析失败/中断导致级联故障。
DynamoDB 是 AWS 的基础服务之一，很多其他服务在其之上运行，因此它的问题导致了一连串的广泛影响。



国外一位老哥，The Register 的专栏作者 Corey Quinn，给出的结论是《Today is when the Amazon brain drain finally sent AWS down the spout》，骂得真脏，说人家脑子干了。括弧，此处脑子其实是指 AWS 内部的高级人才。
作者提出了一个比较隐蔽但严重的问题：AWS 的资深工程师、具备多年在大规模云环境中形成的机构知识（institutional knowledge）人员，在近年大量流失。文章认为，这类人才流失，使其应对复杂故障的能力变弱。


而亚马逊云敢裁掉高级人才的原因就是对AI的过分迷信，AWS 的官方页面指出其 AI、机器学习服务覆盖从基础 ML（Amazon SageMaker）到生成式 AI（generative AI）再到「agentic AI」。

AWS 有篇博客 “How generative AI is transforming developer workflows at Amazon” ，表示内部使用其工具 Amazon Q Developer 来改变软件开发流程：“不仅仅是让开发流程更快，而是重塑开发者如何同代码、文档、知识交互”。
AWS 内部甚至有一个专门的 “DevOps and AI on AWS” 培训项目，展示用于开发者／DevOps 工程师的课程，教他们使用生成式 AI、自动化 CI/CD 管道、监控与可观测性等。
但 AWS CEO Matt Garman 又公开说：使用 AI 替换初级员工是 “我听过最愚蠢的事情”。他指出：初级员工通常最便宜、最愿意使用 AI 工具，如果你都不培养他们，10 年以后没人学到软件构建的东西。
所以，AI 代替人类其实是个很扯淡的群体性焦虑，尤其是在软件开发这种上下文信息爆炸的情况下，往往你的 token 都用完了，一个功能连 bug 都还没写出来。你要充钱上会员以后，项目能不能写明白另说，反正给大模型提供算力的锄头供应商是赚得盆满钵满了。
AI 辅助编码/自动化确实可能提高开发效率、降低常规任务压力，但当系统遇到 极端／边缘／历史遗留问题”时，还是需要资深工程师的直觉、经验、历史轨迹理解。

如果大量资深人才离开，同时又强力推进 AI 工具加速开发，那么组织可能更加依赖“自动流程／工具”而不是“人对系统整体理解及快速应急”的能力。结果可能会导致在复杂故障面前，虽然日常开发看似正常、工具推进顺利，但应急响应变弱、系统恢复速度减慢。


从行业视角讲：在云服务商／大型基础设施运营商中，AI 是重要助力但不能成为救命稻草。人才与经验仍然关键。
写出来我都觉得是废话。

当前环境下，我觉得 AI 的处境和智驾其实是很相似的。
在 L3 的分级标准确立且落地前，智驾出现的问题都是驾驶员承担。
只有当 L3 落地以后，这个责任才有可能会摊派到智驾服务商身上。
同理，当前的 AI 助手生成的任何内容、代码、素材，如果你拿来用惹麻烦了，责任还是在你自己身上。





根本原因AI根本不是知道输出什么内容，它只是在文字组合，概率生成。