微软服务中断74个国家和地区,24小时才恢复
故事从北京时间 13 号凌晨说起,一大批美国用户突然发现,自己怎么也连不上 Outlook 邮箱。
彦祖们应该都听说了,微软这两天出了大宕机。
北京时间13号凌晨,故事开场:一大批美国用户忽然发现Outlook邮箱怎么也连不上。Outlook是微软的办公软件,邮箱之外还带日程管理、会议邀请这些功能。国外多数公司和政府机关上班沟通都靠它。
一开始,大家还在网上发帖打听怎么回事。Outlook这边没恢复,Teams、Copilot、SharePoint又接连出现连接问题。

有人去故障监测网站Downdetector查了一下,74个国家和地区的报告都指向微软崩了。什么,全球市值第三的微软崩了?
按常理,体量这么大的厂,核心业务不该崩。真崩了,也总该很快抢救回来吧?结果谁能想到,微软服务一直撑到14号凌晨才彻底恢复。

那这24小时里,全球打工人被影响成什么样?工作效率倒退20年吧。
英国就有几百家医院用回了纸质病历,不少手术被临时取消。原因是英国国家医疗服务体系(NHS)100多万员工平时收发邮件、开会、传文件用的NHS.net Connect系统,都得依赖微软服务。NHS系统登录不上之后,病人资料发不出去也收不进来,连重症患者的紧急转诊都没办法通知。

英国法院系统平时靠Outlook收发邮件,民事案件判决也是用邮件发的。邮箱一挂,判决结果只能推到下周一宣布。。。
受害法院之一↓

日本同样遭殃。日本数字厅给各部门搭的政府共通平台GSS,用的就是Microsoft 365。
这下各部门的Outlook收发不了邮件,最后靠电话、短信办公。好好好,全员回到90年代,开始复古Y2K时尚。
美国研究机构估计,这次微软带来的损失大约在70亿美元。
影响的人一多,网友的梗图也跟着来了,反正看热闹不嫌事大。有人发了一张Microsoft 364的图片,什么Microsoft 365,今年得少算一天了。
微软必须改名!别问,问就是规矩。

还有网友晒出 NASA 控制中心的照片,一屋子工作人员抱在一起欢呼:Outlook 挂了,而且这天正好是周五。。。

对不少打工人来说,周五早上邮箱打不开,确实等于周末提前开始了。

那问题就来了,微软这回闹出这么大范围的故障,究竟是怎么回事?
起初,微软怀疑是负责检查服务器健康状况的一个组件出了错。直到昨天(16 号)发布初步事故报告,大家才把原因弄明白。
看完报告,哥们只能说:真不是黑客搞的微软,纯粹是自己搞自己。

微软 365 的邮件、Teams、网盘这些服务,全球用户连进来时都得先过一层「网络网关」。就像进地铁站,得先过闸机。
这道网关,微软准备了两套:一套主网关,一套备用。
每套网盘都有一大批服务器,相当于一排排闸机,用户先过闸,再被领到后面对应的服务。
出事前,邮件走的是主网关,Teams 走的是备用网关。两套互为备份,哪套出了状况,服务就能切到另一套去。
这次出问题的,正好就是主网关。
按照微软官方的说法,导致事故的一共有 3 个伏笔。

第一个伏笔出在 7 月份:微软给网关服务器打了个补丁,里面藏着一个缺陷。它会让服务器一个内部程序出现「锁竞争」。
锁竞争就是抢东西。好比营业厅里只有一枚公章,每个柜员办业务都得排队等它。柜员越多,排队就越久,活反而办不完。
所以这个缺陷,在 CPU 核心越多的服务器上,反而更严重。
讽刺的是,微软压力测试所用的服务器大多核心数偏少,这个问题也就没能暴露出来。补丁就这样在全球网关上安然运行了三个多月,没出任何状况。
第二个伏笔,是出事前 15 个小时的一次切换。
Teams 从备用网关转移到了主网关,跟 Outlook 背后的邮件服务 Exchange Online 挤在了一起。微软说这种切换很正常,可主网关的压力就大了点。
第三个伏笔是事故前一天,因为另一个不相干的问题,主网关有 14% 的服务器还关闭着,正在慢慢恢复。

三个伏笔凑到一起时:
主网关本来就有 14% 的服务器关着,Teams 的流量又全挤了过来,还正好赶上美国上班的流量高峰。
于是主网关剩下的服务器越来越忙,直接触发了锁竞争,开始一台接一台卡死。
接着,微软的保护机制开始帮倒忙:
哪台服务器卡死了,系统就自动把它的用户转移到主网关里其他还正常的服务器上,可大家都有问题,所以流量转到哪,哪就跟着卡死。
于是不到两小时,超过 80% 的主网关服务器都寄了。
更糟的是,网关原本设有隔离机制,意在阻止一地故障蔓延到其他地方。可这层隔离因另一问题失效,故障一路扩散至全球。

此时,两套网关起了作用。
Teams、OneDrive、SharePoint 等服务先后切至备用网关,恢复较早。邮件体量太大,备用网关撑不住,只能留在主网关上硬扛,Outlook 邮箱因此成了这次恢复最慢的服务。
微软埋下的一个个伏笔,解释到这儿算是清楚了。不过,最大的那个伏笔似乎还没人提起。

事情到这儿还没完。
微软发现问题后立即重启服务器。服务器刚起来,又被积压的大量流量压垮。
用户就这样反复被折腾,一二三四,再来一次。
这让人想起小时候停电:电力局一顿抢修,来电一瞬间所有人赶着开空调,电又跳了。

缺陷是几个月前留下的,快速回滚不起作用。微软最后只能把那段代码改回老版本,再一批批重启,服务才逐步恢复。点点救回来。
微软目前尚未说明赔偿方案,但大概率会按合同赔付。
按照微软与企业签订的服务等级协议(SLA),某项服务一个月可用率低于 99.9%,退还该项服务当月费用的 25%;低于 99% 退 50%;低于 95% 全额退。
这次邮件停了近 24 个小时,按一个月 30 天算,可用率为 96.7%,对应退半个月邮件服务费。
假如你开了一家 100 人的公司,用的是 Microsoft 365 商业标准版,全公司一个月 1400 美元。整套服务都按一半退,最多也就 700 美元。只算邮件那部分的话,退得更少。

就这么点赔偿,企业还得自己去申请。
云厂商一贯如此:平时把 SLA 里几个 9 的可用性吹得天花乱坠,真崩了也只抵扣一点服务费。
耽误了人几十辆兰博基尼的生意,最后赔一张兰博基尼 5 元代金券?

看到这儿可能有人要问:企业为什么不搞点备用方案?全绑在微软一棵树上,太看微软脸色过日子了吧。
其实不是不想换,是大多数企业根本换不动。
微软想给用户的,从来就不只是一个邮箱。
企业一旦用上微软邮箱,为了体验不受影响,往往会顺理成章把微软日历、聊天、开会、云盘等全家桶全套用起来,否则多平台切换很麻烦。
整家公司的工作流,就这样逐渐被微软深度绑定。
这恰恰是微软最想要的护城河。
当年 Teams 刚一推出,就被微软直接塞进 Office 套餐捆绑销售。欧盟为此专门查了微软两年多,直到 2025 年微软承诺下调不含 Teams 套餐的售价,案子才算了结。
所以,当一家企业回过味来、意识到不能完全绑死在一家服务商身上时,往往已经来不及了。
真要换,就得动整套体系:替代品得一样样找,员工资料得全部迁移,新工具还得重新教大家上手。更麻烦的是,未必找得到比微软更合适的服务商。小的不够稳,大的如谷歌,也只是从一个篮子挪到另一个篮子。
再看微软的市场份额,你的甲方、乙方多半都在用它。换了之后跟对方对接反而更费劲,最后还是得跟着用。
平心而论,这次事故看下来,微软在底层保护上做得并不算少。可只要全球这么多企业仍把身家押在微软一家身上,人类的容错率就高不了。
一家出事,半个地球跟着炸。
可事情已经走到这一步,好像也没什么办法。跟互联网一样,如果一开始就建在一根针尖上,往后也只能接着在这根针尖上盖。
图片、资料来源:
Al Jazeera:Microsoft hit by global outages: What happened and why?
Wikipedia:2026 Microsoft outage
TechCrunch 11 月 12 日关于本次故障的报道(Kentik 流量数据)
The Irish Times 关于本次故障对 NHS 影响的报道
The Guardian:How Microsoft outage has affected key public services in the UK
ITmedia NEWS:MS障害、政府共通システムにも影響 デジタル相「朝、なんで使えないんだろうと思ったら」
Control Plane 汇总的微软状态更新(MO1550821)
Microsoft 官方博客:Helping our customers through the CrowdStrike outage
AWS:Summary of the Amazon DynamoDB Service Disruption in the Northern Virginia (US-EAST-1) Region
Microsoft:Service Level Agreements (SLA) for Online Services
Office 365 IT Pros 2026 年 4 月 22 日关于 SLA 的文章
meme.com:Microsoft 364
X:@Britannica 11 月 12 日推文
X:@MSDianAbhiii 11 月 12 日推文