題幹與適用場景
這是關於判斷與協作的行為題，重點不在複述事故細節。你要說明如何用事先約定的觸發條件評估使用者影響、回應品質、重複風險與學習價值，並在無責文化下形成可執行的檢討。Google SRE 建議對重大不良事件進行檢討，常見觸發包括使用者可見降級、資料損失、回滾介入、解決時間超過閾值與監控失效；任何利益相關者也可以提出檢討請求。
面試官考察點
- 能否把「影響不大」轉成可觀察的指標與明確閾值。
- 能否區分事故止損與檢討學習，不把檢討當作追責或寫作競賽。
- 能否在爭議中給出輕量或完整兩種範圍，而不是非黑即白。
- 能否把行動項設為有負責人、截止時間與驗證方式的工作。
- 能否用尊重事實的方式溝通，並讓相關團隊看見檢討收益。
回答前需要釐清的問題
- 18 分鐘內受影響的請求比例、使用者群、SLO 錯誤預算與業務損失是多少？
- 是否觸發回滾、人工介入、監控漏報或相似事件重複發生？
- 之前是否有團隊檢討標準、嚴重度分級與行動項追蹤機制？
- 誰需要知道結果，是否涉及隱私、合規或外部溝通？
- 這次事件需要完整報告，還是一次短評審即可回答關鍵問題？
30 秒回答框架
「我不會用『只有 18 分鐘』決定是否檢討。先按影響比例、使用者可見性、錯誤預算、回滾介入、監控能力與重複風險套用事先標準。既然發生使用者可見失敗並觸發回滾，我會至少做一次短版、無責的檢討，記錄時間線、影響、回應與兩三個高價值行動項；若資料顯示存在系統性缺口，再升級為完整報告。行動項必須有負責人、期限與驗證訊號，並在團隊例會或值班流程中追蹤關閉。」
分步驟深入解答
第一步：先用標準判斷觸發
把事件放入既有嚴重度模型：使用者影響、持續時間、錯誤預算消耗、資料完整性、人工回滾、監控失效與是否需要跨團隊回應。閾值應在事故前定義，避免事後為某個團隊臨時改變標準。18 分鐘本身不是結論；部分請求失敗且發生回滾，已滿足許多團隊的輕量檢討觸發。
第二步：選擇檢討深度
完整檢討需要時間線、影響評估、根因與促成因素、回應效果及預防行動。若影響小且單一原因已確認，可以先做 30 分鐘短評審，驗證是否存在重複風險，再決定是否擴展。輕量不等於省略事實；它只縮小參與人、篇幅與行動數量。
第三步：保持無責與證據導向
檢討假設當時的人依據已有資訊做了合理選擇，討論系統如何讓錯誤更容易發生：發布防護、告警、權限、操作手冊或資訊缺口。避免「某人忘了檢查」這類無法改變系統的結論。時間線應引用日誌、變更記錄與溝通記錄，並標示未知資訊，不用猜測填空。
第四步：讓行動項可執行
每個行動項寫清負責人、截止日期、優先級、依賴與完成證據。例如增加發布前健康檢查、補充回滾演練或修正告警閾值。不要列「提高警覺」或「加強測試」這種無法驗收的句子。行動項應進入團隊 backlog，並在約定的 SLO 內複查；Google SRE 強調沒有後續行動的檢討無法帶來可靠性收益。
第五步：處理利益相關者分歧
向產品經理說明檢討成本與避免重複事故的預期收益，向希望寫長報告的工程師說明影響邊界。提出時間盒方案：先發布一頁事實與行動清單，再由證據決定是否擴展。若任何利益相關者認為事件值得檢討，應記錄其理由並納入評估，而不是用職位否決。
第六步：驗證閉環與分享邊界
檢討完成後檢查行動項狀態、重複告警、相似發布與錯誤預算趨勢。依受眾脫敏使用者資訊與敏感細節，向能受益的團隊分享結論。檢討不應成為公開羞辱材料；但過度限制存取也會讓組織重複犯錯。保留原始證據與最終版本，方便後續稽核與學習。
高品質示範回答
「我會先套用事故前定義的嚴重度與檢討觸發條件，而不是憑 18 分鐘做判斷。這裡有使用者可見失敗與回滾介入，我會至少安排一次時間盒短版檢討，確認影響、時間線、回應效果與重複風險。檢討採用無責語言，引用日誌與變更記錄，區分根因與促成因素；若發現監控、發布防護或操作手冊有系統缺口，再擴展為完整報告。每個行動項都有負責人、期限、優先級與驗證訊號，並進入 backlog 追蹤。對產品經理我說明檢討成本與避免重複事故的收益，對工程師我控制範圍，先交付事實與行動清單。完成後脫敏分享給受益團隊，檢查行動項關閉與相似事件是否下降。」
常見錯誤
- 只用持續時間判斷，不看使用者比例、錯誤預算、回滾與監控失效。
- 把檢討寫成找責任人的調查，導致值班同學隱藏資訊。
- 為了「完整」列出幾十個行動項，卻沒有負責人與完成證據。
- 用「加強測試」「提高警覺」代替可驗收的系統改動。
- 產品經理說不需要就取消，忽略既定標準與利益相關者請求。
- 只寫文件不追蹤行動項，也不驗證相似事故是否減少。
追問及應對
如果沒有統一的檢討標準怎麼辦？
先公開說明目前依據：使用者影響、錯誤預算、回滾、監控與重複風險。用這次事件建立最小觸發清單，與團隊約定後續版本；不要在事件中臨時制定複雜制度。
檢討發現某個人確實做錯了怎麼辦？
記錄決策所依據的資訊與系統約束，關注流程、工具與培訓如何減少同類錯誤。若涉及故意違規或安全問題，另走正式管理流程；檢討正文保持無責，避免把兩種目的混在一起。
如何證明短版檢討已經足夠？
短版必須回答影響、時間線、回應、根因假設與行動項，並在約定時間檢查行動證據與相似指標。若仍有未知影響、跨團隊依賴或重複風險，就升級範圍；「篇幅短」本身不是完成標準。