流程

【背景】 做了 3 年 SRE，复盘过不下 20 次线上故障，我有个越来越强的体感：复盘报告写得再漂亮，如果没变成代码 / 配置 / 告警，下次同类故障大概率还会来。 举两个我亲历的例子： - 一次 Redis 大 key 把带宽打满，复盘

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