微軟藍屏事件背後，一個「草台班子」怎麼釀成全球技術浩劫

本文來自微信公眾號：APPSO （ID：appsolution），作者：發現明日產品的，頭圖來自：視覺中國

上週五，全球多地不少用微軟PC的打工人一開機發現，映入眼簾的不是熟悉的壁紙和桌面，而是滿屏的藍色，和一個哭臉。

「重啟大法」失效後，這個藍屏很快被人們發上X、微博、Reddit等平台。大家隨後發現，這不是個案，而是席捲全球的大事件，航班因此停飛，企業引起停工，酒店無法入住，甚至手術也因此停做。

這次事件的一個後果是，CrowdStrike安全公司被永遠刻在了科技史的恥辱柱上，因為正是他們向約29000個企業用戶推送的一個更新，導致了全球約850萬台Windows設備的宕機。

讓人大跌眼鏡的是，微軟和CrowdStrike都無法統一修復這些設備，需要由人工一台台動手操作才能恢復。

世界著名安全公司，或許也只是一個草台班子

和以往那種普遍性的服務器大宕機不同，這次的宕機是設備內部問題引起的，由於CrowdStrike發佈的更新有代碼缺陷，並深入了Windows系統的內核，影響了系統驅動。

並且更新是不可在線逆轉的，即使CrowdStrike已經修復了更新中的錯誤，在之前就已經安裝了更新的設備還是一啟動就會變磚，就連微軟也無法「遠程施法」進行修復。

由安全軟件引起的系統崩潰問題其實屢見不鮮，比如CrowdStrike的CEO George Kurtz，在他擔任老牌安全軟件公司McAfee的首席技術官時，該公司也曾推出過一個軟件更新，會將Windows XP的一個系統文件刪除，導致電腦無限重啟，聽起來和這次事件就有點相似。

另一個著名殺毒軟件卡巴斯基，和微軟自己的安全平台Windows Defender也曾經在更新後引發過系統藍屏故障，只是這些事件規模遠不如CrowdStrike之大。

殺毒軟件成為「藍屏慣犯」有一個非常重要的原因：2009年，微軟和歐盟達成公平競爭的協議，允許第三方安全軟件也能夠和Windows Defender一樣訪問Windows系統的內核，也就是系統非常底層和基礎的部分。

這種開放性能夠讓CrowdStrike這樣的第三方殺毒軟件能夠提高更高的安全性，當然，也讓Bug的發生變得非常致命。

就像是當年McAfee能把內核中的系統文件當成病毒查殺了，或者像這次CrowdStrike推出的一個新的配置文件，因為後綴名和驅動程序一樣，被系統錯誤當作了驅動運行，導致了系統崩潰。

內核這種系統底層向第三方開放，本身就是有點爭議的問題，蘋果就堅決不向第三方開放macOS的內核。但這麼多年來，開放內核總體上利大於弊。CrowdStrike這次事件更讓人覺得不安的是，這家擁有約3萬家客戶的公司難道完全不對軟件更新進行測試嗎？

特別是這種可以說百分百複現的bug，只要一測試基本都能發現，結果最後這個有問題的更新，來到了全球850萬台PC設備上。

前卡巴斯基安全公司的一名高管Costin Raiu表示，由於配置文件和驅動相關的文件非常重要，在卡巴斯基推出相關更新之前，都會經過數週以上的嚴格審查和測試，因此CrowdStrike這個事件，只能說明更新文件從未被測試過。

而且，相關更新由於並非是大型更新，CrowdStrike並未採取比較謹慎的「分批推送」方式，而是直接面向全部設備推送，理由是「保證我們的客戶安全水平領先威脅環境」。

想不到，這場可以稱作是技術史上最大的浩劫，不是因為黑客入侵，而是因為一家像草台班子一樣的安全公司。

計算機系統比我們想像中更落後

二十多年前，一條「千年蟲」引起了大眾的注意，指的是上世紀末一些計算機設備無法正確識別即將到來的2000年份，會將其識別為1900年，從而導致大量社會基礎設施，甚至影響到國防問題。

很多人將CrowdStrike事件視為「千年蟲」後最大的技術故障，這兩個事件似乎都有一個共通點，那就是看起來非常智能的計算機系統，其實非常脆弱，會出乎我們意料地因為一些問題而崩潰。

當年，對「千年蟲」的防治其實並不簡單，很多系統需要去手動更改系統的日期編碼，使其能夠正確識別2000年，花費了大量的人力物力，這和CrowdStrike事件驚人地相似。

二十年過去，計算機技術已經突飛猛進，然而在面對這種設備內部故障的問題上，我們發現應對方式竟然如此落後。

不管是早期CrowdStrike給出的恢復操作方式，還是微軟推出的修復工具，都繞不開大多數企業會部署的BitLocker磁盤加密，因此要修復這些設備，都需要管理員權限或者BitLocker密碼，導致修復效率非常低下。

就算不用權限和密碼，兩種修復方式基本都需要IT人員一台台修復和部署，微軟的修復軟件還需要創建一個USB驅動器來運行，一台台設備進行插入和恢復，簡直不是2024年科技應有的「優雅」。

諷刺的是，在美國各大航空公司因為藍屏死傷一片時，西南航空因為使用的是遠古系統Windows 95和Windows 3.1躲過一劫。

這次事件，很多媒體都提到了這麼一句話：

To Err is Human;To Really Foul Things Up Requires a Computer。（人們只是犯錯，要把事情搞砸還得看電腦）

雖然這句話有那麼點反技術的意思在，但在這個事件中，我們真正意識到了這些維繫著我們衣食住行的計算機系統，內部是如此不堪一擊，並且一旦出錯，修復的方式也極其落後和低效。

即使「藍色星期五」的主要責任確實在第三方廠商身上，也有觀點認為，對於大眾來說，微軟作為系統提供商，也負有一定責任，並且微軟開放了內核，卻沒有針對這種情況的應急措施。

更重要的不是追責，而是全方位優化整個科技生態系統的各個方面。故障無法避免，並且波及的範圍很可能越來越廣，因此真正需要優化的是故障發生前和發生後的流程和措施。

微軟作為遊戲規則的製定者和維護者，更有理由承擔這種責任，例如收緊和限制系統內核的訪問，完善和優化系統修復的方式和自修復的能力，而不能僅僅只是指望第三方廠商不出錯。