事后复盘与事件审查框架

执行结构化的事后复盘，真正防止重复故障。采用无责分析、根因识别和行动项追踪。

适用场景

• 任何生产环境事件、中断或服务降级后
• 项目延期、发布失败或客户流失后
• 任何造成超过 $5,000 损失或团队耗时超过 4 小时的事件后
• 每季度对重复性事件模式进行回顾

事后复盘模板

1. 事件摘要（24 小时内完成）

事件编号：[自动生成]
发生时间：[开始] → [结束]（持续时间：X 小时）
严重程度：SEV-1（收入影响） | SEV-2（客户影响） | SEV-3（内部影响）
影响范围：[受影响用户数] | [收入损失额] | [是否违反 SLA：是/否]
发现方式：如何发现？（监控告警 / 客户反馈 / 内部发现）
发现延迟：从事件开始到首次告警的时间间隔

2. 时间线（SEV-1 事件需分钟级记录，SEV-2/3 事件可每 15 分钟为单位）

HH:MM - 事件描述
HH:MM - 首次告警触发
HH:MM - 团队被通知
HH:MM - 调查启动
HH:MM - 根因确认
HH:MM - 修复部署
HH:MM - 确认问题解决

3. 根因分析 —— 五个为什么

为什么 1：[直接原因]
为什么 2：[为什么会发生？]
为什么 3：[那又是为什么？]
为什么 4：[系统性原因]
为什么 5：[组织或文化层面的根本原因]

4. 影响因素评分

每项因素按 0–3 分评分（0=无关，3=主要贡献者）：

5. 做得好的地方

列出 3–5 个响应过程中表现良好的方面：

• 快速发现？运行手册有效？沟通顺畅？快速升级？

6. 行动项

每个行动项必须指定负责人和截止日期：

优先级定义：

• P0：必须在下一个工作日前完成
• P1：必须在一周内完成
• P2：必须在下一冲刺周期或一个月内完成

7. 预防重复发生

• [ ] 已添加或改进针对该故障模式的监控
• [ ] 创建或更新了运行手册
• [ ] 增加了测试覆盖
• [ ] 是否需要架构变更？（如是，请创建 RFC）
• [ ] 是否需要团队培训？

无责复盘原则

1. 关注系统，而非个人
2. 问“发生了什么”，而非“谁造成的”
3. 假设每个人在当时都基于最佳意图和可用信息行事
4. 目标是学习，而非惩罚
5. 如果发现自己在错误旁写下某人姓名，请将其重写为流程漏洞

事件成本计算器

直接成本：
  停机期间收入损失：$___
  SLA 赔付金额：$___
  应急供应商/承包商费用：$___

间接成本：
  工程工时 × 全员成本率：___ 小时 × $___/小时 = $___
  客户流失风险（受影响用户数 × 流失概率 × 客单价）：$___
  品牌/声誉损失（估算）：$___

总事件成本：$___
每分钟停机成本：$___

每季度事件回顾

每季度分析所有事后复盘中的趋势：

1. 前三大根因类别 —— 哪些领域应投入预防资源？
2. 平均检测时间（MTTD） —— 监控能力是否在提升？
3. 平均恢复时间（MTTR） —— 响应速度是否加快？
4. 行动项完成率 —— 是否真正解决问题？
5. 重复事件 —— 同一根本原因出现两次 = 系统性缺陷
6. 成本趋势 —— 每季度总事件成本（应呈下降趋势）

行业特定复盘注意事项

进阶建议

你的事后复盘揭示了 AI 代理应优先部署的位置——那些重复发生的故障、人工监控的盲区，以及在压力下失效的流程。

• 找出最高成本的薄弱环节： [AI 收入泄漏计算器](https://afrexai-cto.github.io/ai-revenue-calculator/)
• 行业专属部署指南： [AfrexAI 上下文包 —— $47](https://afrexai-cto.github.io/context-packs/)

- 选 3 个：$97 | 全部 10 个：$197 | 所有内容：$247

• 部署首个智能体： [智能体设置向导](https://afrexai-cto.github.io/agent-setup/)

*由 [AfrexAI](https://afrexai-cto.github.io/context-packs/) 构建 —— 将事件模式转化为自动化机会。*