获课：97it.top/17291/

从“背锅侠”到“稳定性守门人”：我在M64期SRE课程中的角色重塑

在参加M64期SRE课程之前，我对“运维”的理解还停留在“救火队员”的层面。系统崩了，我上；报警响了，我查；出了问题，我背锅。那段时间，我像是系统里的一个“人肉补丁”，哪里漏了补哪里，却从未真正思考过“为什么会漏”。直到课程中那句“SRE不是背锅侠，而是系统稳定性的守门人”击中了我，我才开始重新审视自己的角色。

过去，我总把故障归因于“开发写的代码有问题”“测试没测出来”“需求变来变去”。但课程让我意识到，这种“甩锅思维”恰恰是系统不稳定的根源之一。真正的SRE，不是站在事后指责谁犯了错，而是要问：“我们的流程哪里没兜住？监控为什么没提前预警？预案为什么没生效？”就像瑞士奶酪模型所说的，事故的发生，从来不是某一层奶酪有洞，而是所有层的洞恰好对齐了。我们要做的，不是指责哪一层有洞，而是去填补每一层的洞。

在课程实践中，我第一次主导了一次故障复盘。起初，大家本能地互相推责，气氛紧张。我学着课程里教的方法，把焦点从“谁错了”转向“系统哪里脆弱”。我们梳理了从变更发布到故障爆发的完整链路，发现问题的根源不是某个人的失误，而是缺乏对公共组件变更的自动化回归测试机制。最终，我们推动建立了“变更准入检查清单”和“预发布环境全链路压测”流程。三个月后，线上事故率下降了80%。那一刻，我真切感受到：SRE的价值，不在于背了多少锅，而在于帮团队建立了多少“防锅机制”。

课程还让我理解了“错误预算”的意义。过去，我们追求“零故障”，结果导致团队不敢发布、不敢创新。而SRE的理念是：允许合理的风险，用错误预算来平衡稳定性与创新速度。这让我从一个“说不的人”，变成了一个“帮业务安全跑起来的人”。我开始主动参与需求评审，提前评估容量风险；推动自动化测试覆盖率提升，让发布更安心；建立值班轮岗机制，避免“一人扛所有”的疲劳战。

更重要的是，我学会了用“工程化思维”做运维。不再依赖“重启大法”或“临时脚本”，而是用代码构建可观测性平台、自动化巡检系统和故障自愈流程。我把重复性劳动交给机器，把精力投入到系统设计与风险预判中。

如今，我不再是那个深夜被报警电话惊醒的“背锅侠”，而是团队里被主动邀请参与架构设计的“稳定性守门人”。我明白了：SRE的终极目标，不是让自己永远忙碌，而是让系统足够健壮，让自己可以安心睡觉。

这场角色重塑，不只是技术的升级，更是思维的跃迁。从被动响应到主动防御，从个体救火到体系构建，从“怕出事”到“敢创新”，M64期SRE课程给我的，不只是知识，更是一种工程师文化的觉醒。我们写代码，不是为了背锅，而是为了创造价值。而SRE，正是那个让价值持续流动的关键角色。