13小時大規(guī)模宕機！官方說是“人為錯誤”，內(nèi)部員工爆料：其實是自家AI干的

整理 | 鄭麗媛
出品 | CSDN（ID：CSDNnews）

當(dāng)一家全球最大的云計算平臺之一，突然“掉線”13 個小時，會發(fā)生什么？

對普通用戶來說，可能只是某些 App 無法登錄、服務(wù)卡頓；但對依賴云基礎(chǔ)設(shè)施的企業(yè)而言，這往往意味著業(yè)務(wù)停擺、監(jiān)控告警狂響、工程師連夜排查。

去年 12 月，AWS 遭遇了一次長達(dá) 13 小時的服務(wù)中斷。起初外界以為只是一次普通的基礎(chǔ)設(shè)施故障，但近日《金融時代》的一則報道指出，多名匿名亞馬遜員工透露：這次事故的“元兇”很可能不是某個粗心的工程師，而是亞馬遜自家的 AI 編程助手——Kiro。

更耐人尋味的是，報道稱亞馬遜對外將這起事件歸因為“人為錯誤”。

AI 的解決方案：“刪掉再重建”

根據(jù)《金融時報》援引的內(nèi)部員工說法，當(dāng)時 Kiro 正在以“自主模式”運行。在處理某個問題時，它判斷的最優(yōu)解是——“刪除并重建出現(xiàn)問題的環(huán)境（delete and recreate the environment）”。

如果你有 DevOps 或云平臺運維經(jīng)驗，應(yīng)該知道這類操作風(fēng)險有多高。

在隔離測試環(huán)境里這么做或許沒問題，但一旦權(quán)限范圍不夠精確、環(huán)境標(biāo)識出現(xiàn)偏差，就可能引發(fā)連鎖反應(yīng)。員工表示，正是這一操作直接導(dǎo)致 AWS 在中國大陸部分區(qū)域的服務(wù)中斷。

不過亞馬遜對外的表述則相當(dāng)克制，僅將其描述為一次“極其有限的事件（extremely limited event）”——但對受影響區(qū)域的客戶來說，13 小時的中斷顯然沒有官方說得這么輕描淡寫。

審批機制失效：AI 被當(dāng)成“人”用了

按正常流程，Kiro 在執(zhí)行變更前，需要兩名員工審批——這其實是許多大型云廠商在 CI/CD 流水線中常見的“雙人確認(rèn)”機制，用來避免自動化系統(tǒng)誤操作。

但問題出在這里：

● 當(dāng)時配合 Kiro 的工程師，擁有比普通員工更高的系統(tǒng)權(quán)限；

● 而 Kiro 被當(dāng)作“操作員的延伸”，擁有與人類工程師同等級別的訪問權(quán)限；

● 因此它在未經(jīng)過雙人審批的情況下，直接推送了變更。

這就讓事故的性質(zhì)變得復(fù)雜了——它既不是典型的“AI 失控”，也不完全是“人類誤操作”。更準(zhǔn)確地說，是權(quán)限模型沒有區(qū)分人類與 AI 執(zhí)行主體的差異。

在現(xiàn)代云基礎(chǔ)設(shè)施中，權(quán)限設(shè)計是最核心的安全邊界之一，最小權(quán)限原則（Principle of Least Privilege）甚至是寫進(jìn)安全手冊里的基本規(guī)則?？梢坏┌?AI 代理視作“人類擴展”，默認(rèn)賦予同等級訪問能力，就等于把自動化決策與生產(chǎn)級權(quán)限深度耦合。

在傳統(tǒng)運維體系中，人類工程師的行為頻率是有限的、可預(yù)測的；但 AI Agent 的決策節(jié)奏可能更快、調(diào)用次數(shù)更多，一旦出錯，放大效應(yīng)就更明顯。

亞馬遜的官方回應(yīng)：不是 AI 自主問題

根據(jù)報道，這至少是 Kiro 第二次在獲得額外權(quán)限后“翻車”。

此前也發(fā)生過類似情況，只不過那次并未影響任何“面向客戶的 AWS 服務(wù)”，因此沒有引起外界關(guān)注，但內(nèi)部員工顯然已經(jīng)開始警覺。

面對輿論，亞馬遜給出的回應(yīng)頗具“技術(shù)味”：“這是一次用戶訪問控制問題（user access control issue），而不是 AI 自主問題（AI autonomy issue）?！辈粌H如此，亞馬遜還補充稱：AI 只是“恰好參與其中”，類似問題同樣可能發(fā)生在任何開發(fā)工具或人工操作場景中。

從邏輯上說，這話并非全錯——確實，如果一名工程師擁有足夠權(quán)限，也可能誤刪關(guān)鍵資源。但問題在于，這一次并不是人類犯錯，而是一個 AI Agent 在獲得高權(quán)限后做出的最終決策。

換句話說，當(dāng)一個 AI Agent 獲得了與人類相同甚至更高的權(quán)限，卻沒有專門針對“自動化執(zhí)行”的隔離機制時，事故風(fēng)險的結(jié)構(gòu)就已經(jīng)發(fā)生變化。

內(nèi)部推廣壓力：80% 開發(fā)者每周都要用 AI

事實上，自去年 7 月推出 Kiro 以來，亞馬遜一直在內(nèi)部大力推廣這款工具。

據(jù)報道，公司鼓勵員工優(yōu)先使用內(nèi)部工具，而非外部 AI 編碼助手，例如OpenAI 的 Codex、Anthropic 的 Claude Code和Cursor——對此，部分工程師并不買賬，還是有員工更傾向于使用 Claude 等外部工具。

更值得注意的是，亞馬遜內(nèi)部曾提出一個目標(biāo)：希望 80% 的開發(fā)者每周至少使用一次 AI 工具進(jìn)行編碼。

在這樣的 KPI 壓力下，AI 工具被更快、更深地嵌入核心工作流，幾乎是必然趨勢。只是，當(dāng) AI 從“代碼補全助手”升級為“擁有生產(chǎn)權(quán)限的執(zhí)行代理”時，系統(tǒng)復(fù)雜度隨之陡增，風(fēng)險邊界也必須同步升級。

所以，我們是否高估了 AI 的邊界感？

這起事件真正值得討論的，并不是“AI 會不會犯錯”——畢竟，人類也同樣會犯錯。其關(guān)鍵在于：我們是否還在用“人類時代”的權(quán)限模型，去管理“自動化時代”的執(zhí)行主體？

在現(xiàn)實中，為了提升效率，往往會對高級工程師放寬權(quán)限。但正如上文所說，當(dāng) AI 被視為工程師的“延伸”，而不是一個獨立的自動化實體時，它自然繼承了同等級訪問能力。但 AI 有三個與人類不同的特征：決策速度快、操作頻率高、可在短時間內(nèi)批量執(zhí)行任務(wù)。

這意味著，一次判斷偏差，就可能被迅速放大為系統(tǒng)級問題。

因此，未來或許需要更精細(xì)的權(quán)限層設(shè)計，例如：強制性沙箱環(huán)境、自動回滾與審計追蹤機制、針對 AI 執(zhí)行路徑的獨立審批鏈等——否則，“把 AI 當(dāng)人用”，很可能會讓問題被低估。

參考鏈接：https://gizmodo.com/amazon-reportedly-pins-the-blame-for-ai-caused-outage-on-humans-2000724681