Problem Resolution Flow 是一套端到端、以证据为核心的问题解决流程技能,目标是从症状出发,最终交付可验证的修复。核心原则是每个修复都必须能追溯到证据,不得只修补症状;同一症状被修三次就应停下来质疑设计。
流程共十一步:①定位(先看错误信息、日志、复现行为,确定故障组件);②追溯(沿数据/调用链回到最初触发点);③严重度分级(按影响×紧迫性,P0/P1 走先止损路径,P2/P3 按序推进);④分类(单点、逻辑错误、交互体验、设计或架构);⑤定范围(行/函数/模块/项目,决定修复深度);⑥先自行起草方案;⑦再外部调研(竞品行为、用户日志、官方或学术文档,关键结论需两个以上独立渠道交叉验证);⑧决策(临时方案还是永久修复,临时方案必须保留跟踪项);⑨修复(TDD,先写失败测试再做最小改动);⑩验证(运行能产出通过/失败结论的校验器,全量回归保持绿色);⑪收尾(补工单、交接差异、写一行无指责的经验教训,反复出现的症状转为带已知错误说明的跟踪问题)。
严重度分级对齐行业惯例:P0 为阻断全部用户、数据损坏或安全事件,立即处理并先恢复服务;P1 为核心路径不可用,尽快处理、临时方案优先;P2 为次要功能受损,常规处理;P3 为小瑕疵,可排队。影响面判断基于日志、复现和用户报告数量等证据,不凭感觉;发现影响扩大应升级严重度并告知相关方。
该技能区分事件与问题:P0/P1 属事件,先恢复服务(回滚、开关、降级),根因调查可延后;恢复不等于结束,问题条目须持续到永久修复或裁决。规则还包括:无法说明哪个组件哪一步失败就不算准备好修复;同一症状三次修复即升级到模块或设计层,并寻找环境、流程、工具等系统性因素而非单一替罪根因;修复范围与问题类型匹配,单点缺陷不做重构;先思考再调研;体验类问题必须做竞品对比与用户日志取证;临时方案是状态而非终点;修复须带测试;服务中断时先恢复后深挖,事后写无指责教训。
临时方案与永久修复的决策表:P0/P1 且根因未明时先临时恢复;根因已知但修复风险高时临时方案加排期永久修复;根因已知且修复小可测时直接永久修复;同一症状第三次临时方案则停止并升级为设计或系统问题。修复合入前须通过验证;发布、灰度、开关切换等放行是独立决策,变更前须确认回滚预案。
反模式包括:修补症状即宣告完成、跳过分类与范围、单渠道调研结论、超范围修复、收尾前不做回归、临时方案无跟踪项、恢复服务即视为结束、事后追责、无回滚计划就部署。该技能与 problem-dive(问题受理)、systematic-debugging(代码根因调查)、audit-item(跟踪永久修复)等兄弟技能配合使用。方法论来源包括 Google SRE 事件生命周期与无指责复盘、ITIL 4 事件与问题区分、P0-P3 行业分级与 IEEE 1044、Boehm 缺陷成本定律、修复引入回归的实证研究,以及 David Woods 与 Hollnagel 对单一根因的批判视角。具体安装命令与平台支持信息暂未提供。