11 月 18 日,微软的跨平台机器学习推理引擎 ONNX Runtime(2.2 万星)在 GitHub 上一度无法访问,依赖它的 CI 流水线当场报错。有用户报告自己的私有和公开仓库也同步消失。截至发稿仓库已恢复,最新提交显示项目仍在正常更新,GitHub 官方没给解释。
发生了什么 从现象看更像平台级事故,不是微软删库——同期有多个用户报告仓库消失,恢复后提交历史完整。但无论原因是什么,暴露的问题是同一个:大量生产系统把构建链路直接挂在一个托管平台上,而且没有任何本地缓冲。
为什么这次影响大 ONNX Runtime 是很多 AI 推理服务的底座,模型转换、量化的流水线都依赖它。CI 里直接 clone 或者下 release 包,仓库一挂,构建全停。更麻烦的是这类依赖往往在流水线的早期步骤,一挂就是全链路阻塞。
该做的加固 第一,关键依赖做本地缓存或私有镜像。npm、pip 这些有成熟方案,GitHub release 二进制也可以自己转存一份对象存储。第二,锁版本,不要用 latest 或浮动 tag,release 资产被替换过的事故不是没有先例。第三,CI 里把外部依赖的失败和代码失败区分开,报错信息要能一眼看出是外部问题,别让团队花两小时查自己的代码。
更根本的一层 单一平台托管的深度依赖,是这几年反复出现的风险点。开源项目自己也没办法——代码托管、CI、包分发、容器镜像,全在少数几家手里。作为使用者,能做的就是把关键路径上的外部依赖数清楚,逐个准备退路。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。