本文來自微信公眾號： 碳基智 ，作者：碳基智

1

我的好朋友，前阿里P9，架構師華仔老師曾經(jīng)對負責穩(wěn)定性的程序員兄弟們做過一番評述，生動地描繪了他們長久以來所面臨的窘境，他化用了扁鵲三兄弟的典故解釋了這個問題。

這里面存在一個“神醫(yī)悖論”，魏文侯問扁鵲三兄弟中誰的醫(yī)術最高明。扁鵲回答說：“長兄最善，中兄次之，扁鵲最為下?！北怡o醫(yī)術精湛，神醫(yī)名聲遠播，為什么扁鵲卻認為大哥二哥比他強呢？

扁鵲解釋說：大哥治病于病發(fā)之前，一般人不知道他事先除去了病因，故而他的名氣無法傳出去；二哥治病于病情初發(fā)之時，一般人以為他只能治輕微小病，故而他的名氣只及本鄉(xiāng)里；而扁鵲治病于病情嚴重之時，所以他們認為扁鵲的醫(yī)術最高明。

在建設高可用系統(tǒng)的時候，一樣會遇到“神醫(yī)悖論”。不管公司是有專門的SRE團隊，還是各個團隊的直接負責系統(tǒng)高可用；也不管公司是為了可用性做了很多基礎系統(tǒng)，還是各個團隊靠人力來保障可用性，都會面臨這個問題：

你怎么證明你的可用性做得好？你的可用性投入是有很大價值的？

2

前一陣有在大廠做穩(wěn)定性模塊負責人的老哥跟我吃飯，席間吐槽聊到了最近公司要裁員，他必須解決掉至少2-3個人員指標。

他很為難，因為本來穩(wěn)定性相關的人手已經(jīng)捉襟見肘，還給他干掉2-3個人這平臺還要不要了，出事了最后不還是他背鍋，現(xiàn)階段的AI別說給他替代部分工作，就是別把本來就風雨飄搖的穩(wěn)定性指標搞崩都不錯了。

他咬著牙跟我說：

靠！我都想把那幾個能力強的干掉，然后讓整個平臺都崩掉，我再帶著他們?nèi)?chuàng)業(yè)好了！

我呵呵笑了，一般這么說的人都只是口嗨，過重的職業(yè)道德包袱之下，根本做不出這種事來。

降本增笑的邏輯之下，每個負責穩(wěn)定性的程序員都是帝國的糊裱匠。

3

我的另一位朋友，B站的毛劍老師，在穩(wěn)定性這個圈子里已經(jīng)成為了一種另類的圖騰。

比如前兩年網(wǎng)易云音樂宕機之后，立馬有人翻出來該團隊不久前所做的機房遷移方案，一通轉(zhuǎn)發(fā)給人搞得人盡皆知。

于是我寫了篇文章說，此情此景，毛老師可能打了個噴嚏。毛老師轉(zhuǎn)發(fā)了這篇文章說，勿cue。

穩(wěn)定性建設是一個不得不去做，卻又很難說做得有多好的事情。但技術團隊費了那么大的精力去做這個事，得讓老板們知道背后的工作價值，于是寫了一篇技術方案的總結文章。然后出事故了，被挖出來嘲諷，草臺班子再添一員。

心理苦啊。

4

如果要去總結穩(wěn)定性程序員的困境，我甚至可以羅列出9層：

1干得越好，績效越難寫

業(yè)務程序員靠制造變化獲得功勞，穩(wěn)定性程序員靠阻止變化失控證明價值。問題是，失控被阻止以后，功勞也一起消失了。

2責任無限，權限有限

典型的權責倒掛，業(yè)務團隊獲得快速上線的局部收益，但潛在故障成本被轉(zhuǎn)移給穩(wěn)定性、客服、運營和值班人員。

3永遠困在救火-沒時間做穩(wěn)定性改造-繼續(xù)救火的循環(huán)里

大廠嘴上招的是穩(wěn)定性工程師，實際使用方式卻像一支永遠在線的技術物業(yè)。

4自動化越成功，剩下的事故越變態(tài)

自動化本身就存在一個經(jīng)典悖論，當日常、簡單、重復的問題被機器處理以后，人類要接管的往往都是那些沒接住可以直接跑路的P0事故。

5值班不只消耗時間，還有持續(xù)性的警覺

墨菲定律有言，如果有可能發(fā)生事故，事故就一定會發(fā)生。但如果程序員始終處在睡覺不敢靜音，下班不敢不帶電腦，洗澡還要拿著手機的狀態(tài)里，最終都是對人的持續(xù)性消耗。

6復盤號稱無責，實際經(jīng)常開成批斗大會

無責復盤往往只是開場白，就像一句體制內(nèi)的原則上同意一樣，你知道什么意思。當事故復盤與績效處罰綁定以后，復盤的目標就不再是尋找系統(tǒng)崩潰的真相，而是找到一個能背鍋的小可愛。

7懂得很多，簡歷卻不好寫

優(yōu)秀的穩(wěn)定性工程師啥都要懂，網(wǎng)絡、數(shù)據(jù)庫、操作系統(tǒng)、分布式系統(tǒng)、中間件……但寫簡歷的時候，卻很難精準地向用人市場展示出自己的價值。

8經(jīng)常吃力不討好，被業(yè)務團隊厭惡

穩(wěn)定性團隊要搞好穩(wěn)定性，就要收斂權限，要增加管控，要搞壓測，要暫緩上線……業(yè)務團隊往往認為其存在對自己是一種卡點。但，一旦放行，事故要負責；不放行，又會被diss。

9 AI正在把穩(wěn)定性工程師變成屎山管理員

上游借助AI一天可以生成過去一周的代碼量，下游仍要靠人類逐行審查、建立監(jiān)控、處理依賴和承擔線上后果。

寫代碼的人提效了，審代碼的人擁堵了，處理事故的人加班了。

你說他們苦不苦。