工程实践

背景：我做了 3 年技术 PM，几乎每个季度规划都会卡在同一个问题——技术债要不要单独立专项迭代去还？这事在我们团队吵过至少 4 轮，每次结论都不完全一样，今天拿出来对线。 常见的三种做法： 1. 专项派：每个季度固定留 20%–30% 的

背景 上个月我们团队一个 B 端 SaaS 前端发版出了点事：灰度 10% 放量后第 4 分钟，一个路由守卫的竞态 bug 导致部分用户进不去"订单中心"页面。但当时没有任何人盯着灰度大盘——QA 回归在发版前已经跑完了，开发同学发完就切到

背景 社区里 K8s 版本升级的姿势已经聊过一轮（滚动 / 蓝绿 / 双集群并存），但消息队列这类有状态中间件的大版本升级，我观察到的分歧远比 K8s 大，而且很少有人正面摊开讲。 我 5 年中间件研发，经历过三次 MQ 大版本切换：一次

背景 我带团队 10 年，技术选型是绕不开的事。一个很常见的流程是：有人提议换某个框架/中间件 → 花两三天写个 demo → 跑通了 → 排期上线。这个流程本身没毛病，但"跑通"两个字，在我这儿从来不算充分论证。 常见分歧 我见过至少三种

先说背景：做了 15 年安全，我越来越觉得，安全团队和开发团队之间最大的矛盾，往往不是"该不该做"，而是"什么时候做、做到什么程度"。 我最近碰到两个真实的场景，特别想拿出来和大家聊聊： 场景一：一次被卡住的发版。 某团队周五晚上要上线一个

ADR 落地 8 个月，我们把线上事故根因里的"为什么这样设计"问句减了 63% 一、现象与背景：事故复盘会上，最贵的一句话是"我也不知道当初为什么这么写" 2024 年 Q3，我们团队（4 个后端、2 个前端、1 个 SRE、我）负责一个

先说背景：做了 5 年安全，我发现一个特别普遍的纠结——安全加固清单列出来总是几十项，从 TLS 版本、密钥轮换、日志脱敏，到默认账号清理、依赖漏洞扫描、限流熔断，每一项单看都对，可业务排期就那么多。于是经常看到两种极端：一种是"全都要，全

先说背景：日志是排障的命脉，但同时也是敏感信息泄露的重灾区。最近帮两个团队做安全加固，翻他们生产日志，身份证、手机号、银行卡号、甚至完整 JWT token 都明文躺在文件里——平时觉得没事，真出了数据泄露事故才追悔莫及。可反过来，把字段全