帶癱全球互聯網，Google云/Cloudflare全球故障

就是現在，根據 DownDetector 故障檢測器的報告，幾乎你能想到的主要互聯網服務供應商都出現了顯著故障與錯誤。背后的線索全部指向 Google 云平臺 GCP 上的一場全局性大故障。

GCP 疑似因為核心的身份和訪問管理（IAM）服務（內部名為 Chemist）出現全球地域，全局性的服務不可用。這場故障的原因幾乎與前年 如出一轍。

GCP 的故障影響到 Cloudflare 的關鍵服務，進一步導致承載了全球互聯網 20% 的流量的云平臺 Cloudflare 出現故障。CF 故障進一步將故障放大到互聯網的各個角落。包括 Cursor，Claude，Spotify，Discord，Snapchat，Supabase 等諸多知名應用與服務都收到影響。

事件時間線

同時，Cloudflare 也發布了故障報告：

故障根本原因分析

根據Google在故障初期發布的信息，此次中斷是由身份和訪問管理（Identity and Access Management，IAM）服務的問題引起 （theregister.com[1] 有相關報道）

這次故障的原因，與阿里云在 2023年雙十一 的原因類似，都是由于身份驗證、權限檢查的核心服務發生故障，進而導致幾乎所有的云產品故障。

事故發生后不久，Google狀態頁直接提示“多項GCP產品因IAM服務問題而受到影響。這一點也在后續各種跡象中得到印證：許多用戶報告調用GCP API時出現諸如“visibility check failed”（可見性檢查失敗）或“cannot load policy”（無法加載策略）之類的錯誤。這些錯誤信息表明，請求被阻斷在權限/策略驗證的環節，即云請求在到達目標服務前就因為權限或策略檢查無法通過而失敗。因此，可以推斷根因在于Google Cloud內部的全局權限控制/策略服務出現異常。

Hacker News等技術社區的討論挖掘出更多細節。一位疑似Google內部人士的評論提到，Google Cloud內部有一個代號為“Chemist”的核心服務，正是負責所有API請求的項目狀態和策略檢查。根據Google官方文檔描述：Chemist在每個API請求到來時，會檢查項目是否激活、帳戶有無欠費或被封禁、服務啟用狀態、地域訪問限制、VPC服務控制策略、超額配額（SuperQuota）以及其他各種策略；在請求完成后還會記錄遙測數據用于計費和監控

觸發因素分析

觸發因素分析：截至目前（事故發生次日），Google尚未公布詳細的事后分析報告（RCA），僅表示將在內部調查完成后對外發布分析。因此具體的觸發原因只能根據現有信息推斷。

老馮認為此次故障最大可能是因為配置或軟件更新錯誤導致的：大型云服務商的全球性事故，常常源于配置變更或代碼更新的失誤。考慮到此次事故在太平洋時間上午突然發生，可能恰逢某個全球發布窗口或變更操作。

一種合理推測是：Google對IAM/策略服務進行了某項更新（例如推送了錯誤的配置規則或部署了有缺陷的軟件版本），結果導致該服務崩潰或拒絕請求，例如，阿里云 IAM 大故障的原因就是更新了 IAM 黑白名單配置導致其 依賴的 OSS 無法訪問導致的。

歷史上Google也發生過類似情況：如2020年12月的全球宕機事故，就源于內部身份認證系統因為存儲配額配置變更而觸發bug，最終讓身份服務癱瘓45分鐘。此次2025年故障的癥狀與之相似——都是核心身份/權限系統出了問題。很可能一次不當的變更使Chemist或相關IAM服務無法正常允許請求，從而“一票否決”了各項云操作。Google官方在事故中后期的表述也支持這一點：工程師發現了根本原因并采取措施，表明他們找到問題所在并進行了回滾或修復

另外的可能觸發因素包括：網絡路由（BGP）故障，邊界/骨干網絡中斷，Google云內部SDN（如Andromeda）問題。但似乎都沒有更多證據可以證明這一點。

結論

本次事故有極大概率是Google自身軟件或配置失誤引發的一場控制平面災難，而非外部攻擊或純粹硬件故障。Google官方和多家媒體均未提及任何安全事件跡象。沒有證據表明發生了惡意入侵、DDoS等攻擊。一切線索都指向人為操作失誤：不是配置錯誤，就是軟件Bug。

另一個值得警醒的現象是，Cloudflare 作為一家云廠商，卻對第三方 GCP 云平臺有著依賴，在這次故障中被間接拖垮，這確實是一件非常奇怪的事情。

這場故障揭示出大型公有云平臺的脆弱性： Google這次的控制服務故障，其影響都超出了單個公司的范疇，成為全網用戶共同承受的“多米諾骨牌”式中斷。這警示著整個科技行業：大型公有云廠商已經成為互聯網世界的 “單點”，而這可并不是互聯網發明的初衷。

許多僅依賴自有服務器的獨立網站都在此次事故中完好無損 —— 大多數公司最好投資一些 IT人員，而不是將系統全部交給某個專有且極其復雜的云環境。否則，你會越來越依賴于你不認識、無法控制、也無法直接溝通的人與服務。

References

[1]: https://cloud.google.com/service-infrastructure/docs/service-management/reference/rpc/google.api#control
[2]: https://status.cloud.google.com/
[3]: https://www.cloudflarestatus.com/incidents/25r9t0vz99rp

云計算泥石流專欄

馬工

馬工

馬工

馬工

馬工

Leo

馬工

馬工

馬工

馬工