用途：指导以受控实验主动发现系统弱点，而非随机破坏，适合实施混沌工程、设计故障注入、验证容灾与提升系统韧性。
核心原则：围绕稳态构建假设（如成功率99.9%、p99延迟<200ms）；注入真实故障（服务器崩溃、网络分区、磁盘满、CPU耗尽、时钟偏移、依赖不可用等）；从非生产环境起步，经金丝雀逐步进入生产并扩大爆炸半径；自动化实验持续运行；限制爆炸半径，准备终止开关、回滚计划与监控。
实验设计：明确假设、稳态指标、故障类型、目标、幅度、时长、影响范围、中止条件与回滚步骤，最后记录假设证实或证伪及行动项。常见类型包括服务失败、网络故障、资源耗尽、依赖失败、状态损坏与流量激增。
工具：开源有Chaos Monkey、Gremlin、Litmus、Chaos Mesh、Pumba；云工具如AWS Fault Injection Simulator、Azure Chaos Studio。
实施路径：先识别关键路径与指标，非生产运行首批实验，再谨慎进入生产并自动化，最后定期GameDay与CI/CD集成。成功指标包括实验次数、发现问题数、MTTR改善与事故预防。
限制：需具备可观测性、明确安全护栏与无指责文化；生产实验风险高，必须控制范围并准备中止。具体价格、平台细节及安装命令资料暂未提供。