外观
如何回答“项目上线后出现过什么问题”？
3 分钟速学卡
30 秒口述： 我会按“现象与影响、时间线和版本、临时止损、证据与假设排除、根因、长期修复、回归验证、防复发”讲一个完整闭环。AI 问题还要区分系统失败与质量失败，并沿 Query、检索、上下文、模型、工具、缓存和版本找到首次异常，而不是直接归因于模型。没有真实事故时必须明确说是生产风险演练，不能虚构线上影响、指标和个人操作。
- 本质： 事故回答要闭环到防复发，且每个判断都能回到时间、版本和证据。
- 核心机制： 先止损和划定影响，再深入根因；区分系统失败与质量失败并找首次异常。
- 关键判断： 修复通过固定集重放和故障注入验证；没有真实事故时明确标注故障演练。
- 项目落地： 演练示例：新索引发布后少数租户空召回。先回滚索引别名并关闭受影响缓存，按租户、ACL、索引版本和 Query Trace 分桶。
- 边界与坑： “模型偶尔会幻觉”：只有现象，没有影响、证据、根因和修复；“重启服务就好了”：止损不能替代长期修复和防复发。
目录
面试官为什么问
面试官借故障题考察压力下的优先级、证据意识、跨团队沟通和能否把一次故障变成长期工程资产。
小白先看懂
家里漏水时，先关总阀避免继续损失，再确认水从哪层、哪根管开始漏，修好后做压力测试并加漏水报警器。关阀对应止损，查水迹对应证据链，换管对应长期修复，报警器对应监控防复发。
技术系统也先控制影响，再固定时间、版本与请求样本。类比没有覆盖分布式结果未知和模型质量漂移，因此还要保存 request_id、版本指纹、候选上下文和实验切片。
主题图与核心原理
图：教学图片｜如何回答“项目上线后出现过什么问题”？
替代文本： 围绕“如何回答“项目上线后出现过什么问题”？”组织的中文教学图，通过分区、箭头和标签解释核心机制。
读图结论： 重启只是止损；真正完成要有根因、验证和防复发。
这张图片用于建立主题机制的直觉。精确公式、参数、失败分支和事实边界仍以正文与 Mermaid 为准。
图片生成记录： model=gpt-image-2，generated=2026-07-15，prompt_version=v1，reviewed=2026-07-16，review_basis=user-confirmed；查看生成 Prompt。
图：生产问题的八步证据闭环
替代文本： 从现象和影响开始，先止损，再固定版本沿 Trace 排除假设，得到根因后完成长期修复、回归验证和监控防复发。
图表加载中…
读图结论： 好的事故回答先保护业务，再用证据定位，最后把修复固化为测试、告警或流程。
系统失败看超时、429、队列、资源和依赖；质量失败看数据、检索、上下文、Prompt、模型、工具与版本。一次事故可以跨两类，但必须找到首次异常而不是只描述最终错答。
项目和生产视角
证据边界： 当前仓库没有可证明的真实线上事故。本节提供故障演练结构，面试时只能替换为你确有日志、工单、版本或复盘记录的案例。
演练示例： 新索引发布后少数租户空召回。先回滚索引别名并关闭受影响缓存，按租户、ACL、索引版本和 Query Trace 分桶；发现部分节点仍读取旧权限快照。长期修复为原子版本发布、权限快照版本绑定和混版告警，并用撤权、滚动升级和缓存延迟注入回归。
常见错误回答
- “模型偶尔会幻觉”：只有现象，没有影响、证据、根因和修复。
- “重启服务就好了”：止损不能替代长期修复和防复发。
- “项目上线后没有问题”：通常说明缺少观测或没有参与生产闭环。
递进追问
- 当时影响了哪些用户和任务？
- 你为什么先做这个止损动作？
- 哪条证据排除了最初假设？
- 如何证明根因而不是相关性？
- 修复后新增了哪些测试、告警或 Runbook？
关联阅读
总结
一句话记忆： 事故回答要闭环到防复发，且每个判断都能回到时间、版本和证据。
- 先止损和划定影响，再深入根因。
- 区分系统失败与质量失败并找首次异常。
- 修复通过固定集重放和故障注入验证。
- 没有真实事故时明确标注故障演练。