写在前面:本文所有 IP、域名、邮箱、主机名、密钥指纹与哈希值均为占位符或已脱敏,与真实环境无关;命令是实际操作的精简版,照抄前请先读懂每一行。本文是《三年后,我靠一个 AI 智能体找回了甲骨文云账号》的续篇。
上一篇的结尾,我写了一句:最后解决问题的是三样东西——一个没关掉的浏览器标签页、一份 2022 年的 PDF,和一个在我说”我不记得了”时说”那我们去找证据”的 AI。
账号找回来之后,我做的第一件事不是庆祝,是登上控制台,把那四台机器的系统版本逐个点开看了一遍。
看完就沉默了。
一、四年没敢动的机器
四台机器,四个年代:
| 主机 | 配置 | 当时的系统 | 角色 |
|---|---|---|---|
| node-01 | 1 核 962M | CentOS 8 | 代理节点 |
| node-02 | 2 核 962M | Debian 11 | 代理节点 |
| node-03 | 4 核 11.9G(ARM) | Ubuntu 22.04 | 监控面板 + 向量模型 + 节点 |
| node-04 | 2 核 11.9G(ARM) | Debian 11.6 | 全站入口 + 节点 |
最老那台跑的是 CentOS 8。这个发行版 2021 年底就停止维护了,也就是说,它已经裸奔了整整五年。
这正是上一篇里那三年的代价。控制台进不去,我就不敢重启、不敢升级内核、不敢动防火墙,因为这些操作一旦失败,我没有第二个入口可以回去修。三年下来,机器是活的,系统是死的。
而这次让我真正下决心的,是一个内核级的提权漏洞。补它需要新内核,而这四个发行版能拿到的内核都太老了。跨大版本升级(CentOS 8 → Stream → 9 这条链,或者 Debian 11 → 12 → 13)在长期不维护的机器上,失败率不比直接重装低,而且失败之后是半新半旧的垃圾状态,更难救。
所以我选了最”暴力”也最干净的一条路:DD 重装。从一个最小的救援环境把整块盘覆盖掉,装成同一个版本——Debian 13。
四台机器,一个版本,一套底座。
二、重装系统,其实是搬一次家
很多人以为重装系统的难点在”装”。不是。装是最简单的部分,两分钟的事。真正的工作量在装之前和装之后。
装之前,你得知道这台机器上到底有什么。不是”我记得有个面板”,而是精确到每一个容器绑了哪几个目录、每一个 systemd 单元依赖哪个二进制、每一张证书在哪、每一条防火墙规则放行了什么。
装之后,你得把这些东西按正确的顺序摆回去。顺序错了,就会陷入”服务起不来 → 改配置 → 另一个服务又挂了”的循环。
我把要搬的东西分成三类:
- 配置:nginx 站点、反代规则、systemd 单元、防火墙脚本、定时任务、SSH 配置。这类东西小,但漏一条就少一个功能。
- 数据:面板的 SQLite 库、证书、订阅文件、容器的命名卷。
- 身份:这一类最容易被忽略,也最致命——SSH 主机密钥、ZeroTier 的 identity、容器的 EDGE_KEY、ACME 账号。这些东西丢了,机器装得再干净也不是”原来那台”了。
关于身份,我这次踩了一个很典型的坑,后面会讲:ZeroTier 的 identity 不可迁移。它的私钥在 /var/lib/zerotier-one 里,如果这个目录没备份,新系统就是一个全新设备,要重新申请授权、重新分配虚拟 IP。而这台机器恰好是内网网关,IP 变了,整个内网的静态路由全废。
正确做法是:连目录一起打包。同一个 identity 覆盖回去,IP 自动回来,连授权都免了。
三、我给 AI 划的线
上一篇里我写过一次分工,这次照旧,但边界更清楚了。
| 环节 | 谁做 | 为什么 |
|---|---|---|
| 探测机器、生成清单 | AI | 几十条命令,人肉敲必然漏 |
| 写重装/恢复脚本 | AI | 幂等、可回滚、带校验,比手打可靠 |
| 传文件、跑命令、看日志 | AI | 它能同时盯四台,我不会 |
| 判定”这个服务还要不要” | 我 | 这是业务判断,不是技术判断 |
| 解锁密码库 | 我 | 主密码不进对话,这是红线 |
| 最终确认”可以重启了” | 我 | 责任在我 |
红线只有一条,但它是硬的:凭据不进对话。
这次要处理的凭据不少——四台的 root 密码、密码库的主密码、备份包的加密口令、容器的 API Key。我的做法是让 AI 通过本地的密码库命令行去取,取到的值直接在脚本里用掉,不回显、不打印、不写进日志。它知道”有个密码叫 X”,但不知道 X 是什么。
这条线看着像洁癖,其实是权限设计:一个能读你屏幕、能敲你键盘的智能体,如果同时还握着你的凭据,那它就是你。
四、第一步不是备份,是”拍照”
我给 AI 的第一个任务不是”备份”,是”把机器拍平”。
备份是有选择的,而选择需要依据。在不知道该备份什么之前,先做一次无遗漏的探测,把机器的当前状态全部落成文件。
探测脚本干的事很朴素:
# 系统与硬件
hostname; cat /etc/os-release; uname -r; lscpu; free -m; df -h; lsblk
# 服务与端口
systemctl list-units --type=service --state=running
systemctl list-unit-files --state=enabled
ss -lntup
# 容器:不只看 ps,要存全量 inspect
docker ps -a --format '{{.Names}}'
for c in $(docker ps -aq); do docker inspect $c; done > inspects.json
docker network inspect $(docker network ls -q) > nets.json
# 定时任务、证书、防火墙
crontab -l; ls /etc/cron.d/
ls -la /etc/letsencrypt/live/ /opt/lego/data/certificates/
iptables-save; nft list ruleset; ufw status numbered
里面最关键的一行是 docker inspect 存全量 JSON。
因为容器重建的时候,docker ps 给你的信息远远不够。你需要的是:环境变量的完整列表、每一个 bind mount 的宿主路径和读写标志、端口映射、网络归属和别名、重启策略、额外的 hosts 记录、healthcheck。这些只存在于 inspect 里。没有这份 JSON,你就是在凭记忆重建生产环境。
四台拍完,我才知道这台”全站入口”上到底压了多少东西:一个 Nginx Proxy Manager(四条域名站点)、一个订阅服务、一个 Docker 镜像加速后端、一个监控面板、一个跑了两年多的 frp 服务端、一个测速站,还有一堆 2022 年留下的端口映射。
这里还有一个选择:为什么不直接在控制台里”重建实例”?
甲骨文的后台确实有”重建(Rebuild)”按钮,可以换系统镜像。但它有三个问题:
- 会重建引导卷,默认把数据一起清掉,你想保留就得先做快照再挂回去,流程比 DD 还长;
- 可能换 IP,尤其是重新分配公用 IP 的时候,而我这四台里有两台是入口,IP 一换,域名解析、证书、订阅全要跟着动;
- 无法脚本化,四台机器要在网页上点四遍,每一遍都要等、要看、要确认。
DD 反过来:纯 SSH,一条命令,可以写进脚本,一台跑通了另外三台就是复制粘贴。对一个”总共要重装四台”的任务来说,这个差别不是效率,是一致性——四台机器会以完全相同的方式被处理,不会因为我在第三台上手抖了一下而多出一个特例。
至于为什么统一到 Debian 13:它刚进 stable,支持周期长;ARM64 的官方镜像完整(这点在甲骨文的 Ampere 实例上很重要);软件包够新,不需要为了一个新版本内核去加第三方源;而且它足够”素”——最小安装只有几百兆,剩下的都是我显式装上去的,出问题时排查面小。
五、DD 的三道坎
重装脚本用的是社区那个一键 DD 工具(bin456789/reinstall),原理是从当前系统下载一个精简的 Debian 安装环境,写进内存盘,设置下次启动项,然后重启进安装器。整个过程不需要控制台,不需要 VNC,只需要 SSH 和一次重启。
听起来很顺,但这套流程在 ARM 机器上有三道坎,每一道都能让你彻底失联。
第一坎:IP 会不会变
这是所有人第一个问题。答案是:甲骨文的实例,只要你不终止重建,公网 IP 是保留的。我四台实测下来,IP 一个都没变。腾讯云那台同理。
但这件事不能”听说”,要在动手前确认。AI 的做法是先把当前 IP、网关、DNS 全部记录下来,装完之后第一件事就是对比。对不上就立刻停手,别继续往下配。
第二坎:引导盘驱动(这道最硬)
甲骨文的 ARM 实例,引导卷挂在 Virtio SCSI 控制器上。/dev/sda 是它,不是常见的 virtio-blk。
而那个精简安装环境的 initrd 为了控制体积,把一大批驱动裁掉了——virtio_scsi 恰好不在里面。
结果就是:安装器启动、内核起来、然后卡在”找不到根设备”。屏幕上滚过一行 Unable to find root device,接着掉进 initramfs 的救援 shell,而这个 shell 在串口里,你没接串口就什么都看不到。
解法是把驱动塞进 initrd。但这一步的坑不在”塞”,在”怎么确认塞对了”。
AI 一开始写的判据是”新增条目数等于 5″。跑完输出 ADD=6,判据不成立,脚本判定失败,把生成的新 initrd 删掉了。
它没有直接改数字去凑,而是先去看 diff:
diff <(cpio -it < old | sort) <(cpio -it < new | sort)
看出来的原因是:ARM 的驱动包比 x86 少了一层目录,drivers/block 这一级不存在,所以 cpio 归档里多出一条目录条目。真实新增是 5 个文件 + 1 个目录 = 6。
这个细节值得写下来,因为它暴露了一类非常典型的错误:用计数当校验。
grep -c 告诉你”有几行匹配”,不告诉你”是不是该匹配的那几行”。正确的判据永远是集合比对:旧集合、新集合、差集为空、交集不变、新增项逐个确认。计数只是集合比对的一个副产品,不能反过来当结论。
第三坎:SSH 钥匙
新系统装完,authorized_keys 里只有你在重装命令里注入的那把公钥。
这句话看起来理所当然,但它直接导致了这次最大的一个乌龙:
机器 3.5 分钟就装好了。我用另一把私钥轮询了 26 分钟,一直在报 Permission denied,还以为安装失败了。
我本地有两把钥匙:一把 RSA,一把 ED25519。重装时注入的是 ED25519,轮询脚本里写的是 RSA。两个都是”我的钥匙”,但只有一把能开门。
更阴的是中间那个假信号:机器重启后 109 秒,22 端口就通了,SSH 也能握手,但连上去是一个 busybox 环境——那是安装器的临时 SSH,不是装好的系统。如果只看”端口通不通”,你会以为装完了,然后在一个临时的安装环境里开始配生产服务。
所以判活的判据必须两条同时成立:/etc/os-release 存在,并且 systemctl 可用。
六、第一台,拿最弱的练手
四台里我先动最小那台:1 核 962M,跑 CentOS 8。选它的理由很简单——它最不重要,挂了损失最小,而且它最老,最需要换。
流程分四步,前三步都不碰磁盘:
- 准备:上传重装脚本,校验哈希。
- 预演:用
--hold 1跑一遍,只下载和准备,不自动重启。reinstall.sh reset可以随时撤销。 - 改引导:往 initrd 里注入驱动,确认无误后摘掉 hold,把下次启动指向安装环境。
- 重启:这一步之后就没有回头路了。
第 2 步的 --hold 1 是我最喜欢的设计。它把”准备”和”执行”切开,中间留了一个可以反复检查的窗口。你可以在这时候看 initrd 大小对不对、驱动在不在、启动项指对了没有。所有不可逆操作,都应该有一个可逆的预演阶段。
第一台装完,用时不到 4 分钟。然后我遇到了那个所有人都会遇到、但没人提前告诉你的问题。
七、装完第一件事,不是庆祝,是改密码
重装命令里有 --username root --ssh-key <你的公钥>。装完之后:
- SSH 密钥登录:正常。
- root 密码登录:全部失败。
- 串口控制台:出现
login:提示符,输任何密码都错。
原因很简单:这种安装方式下,root 账户是 locked 状态(passwd -S root 显示 L)。账户存在、能登录、能执行命令,但没有可用密码。
危险的地方在于它给了你一个假的安全感:串口里明明有 login 提示符,看起来”救援通道是通的”。真出事的时候你才会发现,那条通道根本进不去。
所以恢复流程里,改密码必须排在重启验证之前,不能排在后面。顺序是:
- 生成一个 24 位随机密码;
- 先写进密码库(不要先改密码再存,中间断了就丢);
- 通过 SSH 执行
chpasswd; passwd -S root确认状态从L变成P;- 然后才开始配服务。
这个顺序不是流程洁癖。密码先进库,意味着最坏情况下你手里一定有一份能用的凭据;反过来,先改再存,一旦 SSH 在中间断掉(这台机器当时确实断过),你就得到一个”密码改成功了但没人知道是什么”的账户。
八、恢复的顺序,比恢复的内容更重要
四台机器的恢复脚本,结构是固定的五段:
1. 底座 时区 / chrony / bbr / fail2ban / docker
2. 单元 证书续期 timer / 防火墙脚本 / CVE 缓解 / 面板 agent
3. 配置 逐条白名单复制,每一条都 diff
4. 容器 固定 tag 拉镜像 → 按 inspect 参数重建 → 等健康
5. 验证 端口 / 外部访问 / 订阅内容 / 面板上报
为什么要这个顺序?因为后面每一步都依赖前面:
- 容器起不来,先看 docker 装没装、网桥在不在;
- 证书续期失败,先看 timezone 和 chrony——时间不对,ACME 的签名必然被拒;
- 防火墙脚本报错,先看 iptables 后端是 nft 还是 legacy。
第 3 步的”白名单”是这次做对的一件事。不是把整个 /etc 覆盖回去——那会把新系统自己的配置(比如新的 sshd_config、新的 apt 源)一起改回四年前的版本。正确做法是列一张表:要恢复哪 20 个文件、每个文件的用途、恢复后会影响哪个服务。清单外的,一律不动。
这也是我让 AI 做的一件事:它先把备份包里 422 个条目逐个看一遍,分类成”必须恢复 / 可选 / 已废弃”,再交给我确认。最后实际恢复了 19 条,跳过了 2 条早就作废的(一个已下线的域名证书、一个指向不存在服务的单元)。
九、容器重建:三个能把人送走的细节
1. docker inspect 里的 Image 不是 digest
重建容器前要固定镜像版本,防止下次拉取时悄悄升级。看起来很自然的做法是:
docker inspect -f '{{.Image}}' container
# 输出:sha256:3f4a...(看起来像个 digest)
然后用这个值去 docker pull。
然后全部失败:descriptor is neither a manifest or index。
因为 .Image 是本地镜像 ID,是本地构建/解包算出来的,不是仓库里的 manifest digest。两个东西都是 sha256: 开头,长度一样,长得一模一样,但完全不是一回事。
更糟的是我当时先执行了清理:把”旧镜像”全删了,然后才发现拉不回来。
正确做法只有一条:用 tag 固定版本(image:1.6.1),并且让 tag 和数据库里记录的版本号对上。想验证仓库里的真实 digest,得走 registry API:
curl -sI -H 'Accept: application/vnd.oci.image.index.v1+json' \
https://registry.example.com/v2/<repo>/manifests/<tag> \
| grep -i docker-content-digest
2. 用模板拼 docker run,会把挂载拼成一行
重建容器时想自动还原挂载,很自然会写:
docker run ... $(docker inspect -f '{{range .Mounts}}-v {{.Source}}:{{.Destination}} {{end}}' old)
这个模板的输出是一行空格分隔的字符串。shell 会把它当成一个巨大的参数,docker 解析成 -v "A:B C:D",报 invalid mode,容器起不来。
更麻烦的是,我当时的回滚脚本用了同样的写法,所以”回滚”也失败了,容器一度直接不存在。
教训很直接:自动化脚本里,凡是”把多个值拼进一条命令”的地方,都要显式展开,不要依赖模板的默认分隔。两条 -v 手写出来,比一个聪明的模板可靠一百倍。
3. 反代的 Host 头,会被上游当成攻击
这台机器上有个向量模型服务,给 NAS 上的相册做人脸/文本检索。恢复后反代配置照原样还原,结果所有请求返回 403,空 body。
nginx 的 access log 只记了一条 403,看不出是谁拒的。查了半天才定位到上游:新版服务加了 DNS rebinding 防护,看到 Host 不是 127.0.0.1 或 localhost,直接拒绝。
而反代默认会把原始 Host 透传上去。
修法是一行:
proxy_set_header Host 127.0.0.1:11434;
顺手还加了两道门,因为这套服务是暴露在公网的:
# 只认指定域名,裸 IP 直接 403
map $host $host_ok { default 0; "ai.example.com" 1; }
if ($host_ok = 0) { return 403; }
# 再校验 Bearer token
if ($http_authorization != "Bearer <token>") { return 401; }
这样即使有人扫到了 IP 和端口,也拿不到服务。
十、入口机:这次做的是减法
四台里最复杂的是入口机。它压着四条域名站点、订阅服务、镜像加速、监控上报,还有一堆 2022 年配的端口映射。
原本的计划是”全量备份、全量恢复”。探测完之后我改了主意,因为发现有一个服务已经死了两年多,只是没人发现。
那是一个 frp 服务端。判断它有没有在用,不能看进程在不在(在),不能看端口开不开(开),要看三件事:
- 有没有活跃连接:
ss -tn state established '( sport = :7000 )'→ 0 条。 - 最后一次成功登录是什么时候:日志里最后一次
client login成功是 2024 年 3 月。 - 这么多次连接尝试里,有没有真的注册过穿透:1287 次登录尝试,0 次 proxy 注册,其余全是 token 不匹配和全网扫描。
三条独立证据指向同一个结论:这个服务从 2024 年起就只是个”开着门的空房间”。而它的 8080/8043 一直直接暴露在公网,两年多来唯一的访客是扫描器——日志里全是 /SDK/webLanguage、/boaform/admin/login.asp、/.claude/.credentials.json 这类路径。
所以这次不是”恢复”,是清理:
- frp 服务端、客户端、8.7MB 二进制、证书、开机自启,全部不备份;
- 测速站(690MB 镜像,最后一次真实测速数据是 2026 年 2 月,之后只有扫描器)删掉;
- 一个装了两年没人登录过的管理面板删掉;
- 两个废弃的建站程序(27M + 74M,后者 61M 是 GeoIP 库)删掉;
- 2.4G 的垃圾文件(播放器缓存 1.7G、一个 204M 的旧安装包、156M 的 pip 缓存)删掉。
备份包从 12.2MB 压到 3.4MB,条目从 700 多降到 525。
更重要的收益在端口上:原来对外开了二三十个端口(frp 时代的 7000/8080/8043、各种 6001-6009、几段高位端口、一个 39000-40000 的端口段),现在只剩:
22/tcp SSH
80/tcp HTTP(ACME 验证 + 跳转)
443/tcp HTTPS
443/udp 代理协议
8888/tcp 代理协议(仅本机反代可达)
攻击面不是靠防火墙挡出来的,是靠”不需要的东西不存在”减出来的。
十一、四个”看起来对了,其实错了”
这次踩的坑里,有四个属于同一类:操作成功了,结果是错的。这类最贵,因为它不报错。
| 现象 | 真实原因 | 后果 |
|---|---|---|
| 镜像”固定版本”后全部拉不回 | 用了 inspect 的 Image(本地 ID),不是 manifest digest | 旧镜像已删,服务停摆,只能重新找 tag |
| SQL 执行返回 0,但库没变 | sqlite3 db < file.sql </dev/null,后一个重定向覆盖 stdin |
改名”成功”了,面板里还是旧名字 |
| 轮询 26 分钟连不上,判定安装失败 | 用了错的私钥;且中间那段”能连上”是安装器的临时 SSH | 白等 26 分钟,机器其实 3.5 分钟就好了 |
| 面板主题空白 | 备份只备了数据目录,主题静态文件在容器镜像/发布包里 | 面板能开,但没有样式,像坏了 |
第二条值得展开,因为它是个纯粹的 shell 陷阱:
# 想避免 jq 读 stdin 挂死,于是加了 </dev/null
sqlite3 db.sqlite < rename.sql </dev/null
# 结果:后一个重定向胜出,rename.sql 根本没喂给 sqlite3
# 返回码 0,没有任何报错,数据库没变
而”加 </dev/null“这个习惯,恰恰是之前被另一个坑逼出来的:某些命令的 JSON 参数为空时会去读 stdin,然后永远等下去。一个防御性习惯,在另一个上下文里变成了静默失败。
这也是为什么我坚持每一步都要”看结果”,而不是”看返回码”。返回码 0 只说明进程正常退出,不说明世界变成了你想要的样子。
十二、还有一次”我以为删了,其实没删”
清理阶段,我让 AI 去找一个 190MB 的明文备份包,它在几天前被落在服务器上。
它扫了一遍,报告:不存在。
我不信,让它把目录列出来。结果确实没有——那个包在更早的一次清理里就已经被删掉了,我记的是旧状态。
但它顺手发现了另一件事:另一台机器上躺着一个别人的包(一台机器的备份被误传到了另一台),还有几个早就该删的中间文件。
这件事的意义不在于”找到了什么”,而在于它没有顺着我的假设走。如果它按”老板说有这么个文件”去凑一个结果,我可能会以为清理完成了,而实际上占用空间的是另一个东西。
十三、四台装完,长什么样
| node-01 | node-02 | node-03 | node-04 | |
|---|---|---|---|---|
| 系统 | Debian 13 | Debian 13 | Debian 13 (arm64) | Debian 13 (arm64) |
| 内核 | 6.12 系列,四台统一 | |||
| 容器 | 3 → 3 | 3 → 3 | 6 → 5 | 7 → 5 |
| 失败单元 | 0 | 0 | 0 | 0 |
| 根盘占用 | 2.6G → 2.0G | 2.6G → 2.0G | 11G | 19G → 4.1G |
四台共用的底座,全部 enabled + active:
xray(443/tcp) hysteria(443/udp) komari-agent portainer-agent
fail2ban cve-mitigation lego-renew.timer bbr + chrony + UTC
验证做了三层:
- 本机:端口、服务、失败单元、bbr 生效、时区。
- 外部:四个域名站点全部 200;订阅内容完整;镜像加速做了一次真实的
docker pull,从认证到解包全流程通过。 - 大盘:9 个节点全部在 3 分钟内上报,内核版本一致。
最后又做了一次重启验证——因为”配好了”和”重启后还能自己起来”是两件事。四台重启后 40 秒内全部恢复,容器自动拉起,失败单元 0。
十四、十条经验
1. 不可逆操作,一定要有可逆的预演。 --hold 1 这种设计值得抄:把准备和执行切开,中间留一个可以反复检查、随时撤销的窗口。
2. 用集合比对,不要用计数校验。 diff 两个文件列表,看差集。ADD=5 还是 6 这种断言,只能证明你猜对了,不能证明世界对了。
3. 判活要用复合条件。 端口通不等于服务好,SSH 通不等于系统装完了。至少两条独立证据同时成立才算。
4. 凭据先落库,再改配置。 顺序反了,中间断一次你就拥有一个”没人知道密码的账户”。
5. 备份要分三类:配置、数据、身份。 前两类丢了能重建,第三类丢了机器就不是原来那台了。ZeroTier、SSH 主机密钥、ACME 账号,都属于第三类。
6. 容器重建的唯一可靠来源是 inspect 全量 JSON。 不是 docker ps,不是 compose 文件(可能早就和实际不一致),更不是记忆。
7. 恢复要白名单,不要整目录覆盖。 你备份的是四年前的 /etc,新系统的 /etc 里有更好的默认值。
8. 返回码 0 不等于成功。 shell 重定向、模板拼接、软删除标记,都能让命令”成功地”什么都没做。
9. 判断一个服务要不要留,看证据不看感觉。 进程在、端口开,都不算在用。活跃连接数、最后一次成功登录、真实的业务日志,这三样才说话。
10. 攻击面是靠减法缩小的。 每关掉一个不需要的端口,你就少一个未来要打的补丁。
十五、AI 在这次里到底做了什么
复盘一下,这事如果只有我一个人:
- 四台机器的探测清单,我会漏掉至少三成——因为逐条敲命令太枯燥,人会偷懒。
- 恢复脚本我会写成一次性的,第二台开始复制粘贴改路径,然后因为某台路径不一样而失败。
- 26 分钟那个乌龙大概率也会发生,而且我会更晚发现,因为没人帮我盯日志。
- 最重要的是:我不会写文档。 干完就干完了,下次再从零开始。
AI 在这件事里的角色,不是”替我操作”,而是替我把一件长流程的事,维持在一个不会走形的状态:
- 它把每一步的输入、输出、判据都写成了脚本,脚本可重跑、可回滚;
- 它在每一步之后做验证,而不是跑完再说;
- 它遇到不符合预期的结果时,先去查原因,而不是改断言去凑;
- 它把整个过程写成了文档——包括我今天写的这篇。
而它没做的事,恰恰是最重要的那几件:它没有替我解锁密码库,没有替我做”这个服务不要了”的决定,没有替我按下第一次重启。
这三件事的共同点是:它们都是不可撤销的、或者涉及身份的。
好的自动化不是”把人从流程里拿掉”,而是”把人放在只有人能负责的位置上”。
十六、最后
上一篇的结尾我写:它救不回一个三年前就该做对的设置。
这一篇的结尾我想补一句:它也修不好四年没敢动的债,但能让你一次性还清。
四台机器,四套系统,二十多个要备份的文件,几十个端口,一个跑了两年的死服务,一个 690MB 没人用的测速站。这些东西堆在那里的时候,看起来像”技术债”,其实是一种心理状态——因为不敢动,所以一直不动;因为一直不动,所以更不敢动。
而这轮做完,最大的变化不是内核从 5.10 变成 6.12,是这四台机器重新变成了可以动的东西。想升级就升级,想重启就重启,出了事有文档、有脚本、有密码库里的凭据、有能回去的路。
上一篇解决的是”我能不能进去”。
这一篇解决的是”进去之后,我敢不敢动”。
(完)