2017 年 AWS 一个工程师敲错一条命令，让小半个互联网黑屏四小时；Knight Capital 一次没同步好的部署，45 分钟烧掉 4.4 亿美元。服务治理的本质是工程问题：能自动化的规则、约束、检查、测试，就别指望人半夜手动去跑。清单革命固然好，但清单要人看、人执行，而人从来不是百分百可靠的。这篇聊聊业界的标准、最佳实践、成功案例和典型事故。