排障记录里最值得留下来的，常常不是结论，而是现场

很多故障记录收尾时只剩一行：重启后恢复正常。这样的结论不能说没用，但价值很快就会耗尽。下次再遇到类似问题，团队还是得从头摸一次。

翻起来很快，却帮不了下一次。

我现在更愿意把“现场”写下来。比如当时哪个接口先开始慢、日志里先出现了哪类报错、我们先怀疑了什么、又是怎么把几个错误方向排掉的。这样的记录读起来也许没那么利落，却更接近真实决策过程。

我会尽量保留这些信息

• 第一条异常出现的时间
• 当时能看到的指标和截图
• 已经验证失败的假设
• 最终修复动作和后续观察结果

为什么这比“答案”更重要

因为同一个故障表面上看起来很像，背后的原因却可能完全不同。现场信息越完整，后来的人越能判断这次是不是同一类问题，而不是被一个看似相同的结论带偏。

我自己回头翻旧记录时，最常用的不是最后那段总结，而是中间那些看起来不那么体面的试错过程。