一次维护 bug 把西美数据中心切出网络，Microsoft 365 瘫痪了五个小时

2026 年 7 月 23 日，美国东部时间上午 10 点 44 分到下午 3 点 41 分，Microsoft 365 以及一大部分 Azure 服务停机近五个小时（事故编号 MO1437424）。Teams、SharePoint Online、OneDrive、Admin Center、Power Automate、Copilot Chat 以及 Loop 的服务全部降级，Azure App Service、Application Gateway、Cosmos DB、AKS、ExpressRoute、Virtual WAN 等也一并故障。

根因是编码在自动化里的一项决策。一个软件层把人类维护请求转译成机器可读指令，而这次转换里的一个 bug 错误地把额外的网络设备标记为维护范围的一部分。结果是从比授权更多的设备上移除了 IP 路由，把一个西美数据中心从广域网上切了下来。

这次故障骗过了微软自己的安全门：这道检查评估的是那个有 bug 的转换输出，而不是工程师的原始意图，因此它校验了错误的范围并放行了。用户提交了 2,403 份 Downdetector 报告——是 29 次基线的 83 倍——至少 19 个下游 SaaS 服务跟着发生了级联停机，其中 16 个在微软宣布恢复后仍然开着。

这次事故给一个糟糕的季度收了尾：2026 年第一季度，Microsoft 365 交付了 99.526% 的运行时间，是 2013 年开始报告以来的最低水平。最说明问题的缺口不是那个 bug，而是那道安全检查——它核验的是机器产出的东西，而不是人想要的东西——一次没有任何检查清单抓到的自动化故障。