高可用不等于韧性：为何云系统总在关键时刻失效

一位工程师在文章里讲了一次真实故障：一次普通的 TLS 1.3 升级，悄悄把 Route 53 的健康检查弄坏了，结果 CDN 不再把流量送到其实正常运转的区域，而内部监控看板却显示一切正常。作者 Alexey Golev 想说明的是，「高可用」和「韧性」是两回事——高可用指系统平时不容易坏，韧性指真出事时能不能扛住并恢复；云服务里很多关键功能依赖看不见的控制面，一旦出问题很难被发现；如果没人明确负责，恢复能力会慢慢退化。读者能借此检查自家系统是否也有这种「看板正常但其实已挂」的隐患。至于具体怎么修、有没有配套工具，原文未说明。