线上故障复盘

故障恢复后 48 小时内完成复盘，写清时间线（发现/响应/定位/恢复各节点的精确时间与动作）、根因（用 5-Why 追到系统与流程层，停在「某人的失误」就是没追到底）、改进项（每条有负责人与截止日）。无责文化是前提：对事不对人，追责只会让下次故障晚报告一小时。