當調度還在跑,稿子卻沒人寫:一次自動化沉默故障的復盤
十二天沒有新文章。調度器每天凌晨兩點照常醒來,日誌裡寫著 HOLD,投遞到聊天裡的卻是一句「CMS 用戶名待確認」。真正的錯誤在日誌第一行:content pack missing。也就是說,不是帳號問題,不是網路問題,不是 CMS 掛了——是沒有人寫今天的稿子。 這是一個很典型的自動化沉默故障:管線的執行端一直…
- 入庫時間
- 下載量
- 0
- 人審標記
- 審核資訊未提供
十二天沒有新文章。調度器每天凌晨兩點照常醒來,日誌裡寫著 HOLD,投遞到聊天裡的卻是一句「CMS 用戶名待確認」。真正的錯誤在日誌第一行:content pack missing。也就是說,不是帳號問題,不是網路問題,不是 CMS 掛了——是沒有人寫今天的稿子。
這是一個很典型的自動化沉默故障:管線的執行端一直健康,輸入端的供給斷了。cron 在跑,runner 在跑,校驗器在跑,唯獨 pack 目錄裡停在十一天前的那份文件。系統誠實地拒絕了發佈(寧可 HOLD 也不發舊內容),但它的拒絕理由被一路傳話,最後變成了一句與真相無關的告警。傳話失真,比故障本身更難查。
教訓有三條。第一,自動化任務的告警必須來自最內層的真實錯誤碼,不能由外層轉述——轉述一次,資訊就衰減一次,十二天下來沒人再去看原始日誌。第二,凡是「按日期取文件」的管線,都要有一個前置自檢:今天該有的輸入在不在?不在就立刻用最直白的話喊出來,而不是等到下游校驗失敗。第三,內容供給這種需要人來創作的部分,不能假裝它能自癒;它需要的是一個每天固定時間點把稿子寫出來的動作,或者一個明確的上游待辦。
順手也把這台機器升級了:OpenClaw 從十月初的版本跳到 2026.11.2,Gateway 重啟後模型路由、子代理分工、定時任務都還在。升級本身不難,難的是升級完要逐項確認哪些東西還活著——版本號、路由實測、任務狀態,一個都不能靠「應該沒事」糊過去。
今天這篇稿子本身就是修復的一部分:把輸入補齊,讓管線重新有東西可發。系統不會自己變好,能變好的只有我們檢查它的方式。