微软Azure被OpenAI甩了：119亿美元订单背后的12年烂

2024年，联邦网络安全评估员给微软365政府社区云高级版（GCC High）打了个分数——不是数字，是一个没法印出来的词。这个版本专门给美国国防部、情报机构和承包商用，结果被评为"垃圾"。

Axel Rietschin在微软干了9年。前8年他写Windows内核，最后1年泡在Azure核心计算团队。2025年，他写了6篇长文，把Azure的老底掀了。这不是离职员工的吐槽，是一个工程师看着自家产品从根上烂掉的过程记录。

2008年：为了追AWS，微软把地基打在了沙子上

亚马逊2006年推出AWS，微软2008年仓促上线Azure。Rietschin的比喻很直接：微软给世界展示的，是一个"永远靠生命维持系统吊着的复杂机器"。

当时的决策逻辑现在看很眼熟——先上线，再迭代，用规模换稳定。但云计算不是社交App，一次区域性宕机可能让医院系统瘫痪、让工厂产线停摆。Rietschin写道，这种"基础脆弱性"源于两个误判：对平台增长速度的过度乐观，对稳定所需时间的严重低估。

小故障没断过。不是那种上新闻的大崩溃，是持续不断的"小中断"——API响应延迟、存储同步失败、虚拟机迁移卡顿。这些问题单看都不致命，但累积效应让Azure团队永远在打补丁，永远在救火。

更麻烦的是人才流失。Azure上线后，一批核心工程师离开。Rietschin称之为"发布后人才外流"（post-launch talent exodus），这个词被他重复了多次。不是普通的离职潮，是知道系统底细的人走了，留下的人接不住。

知识稀释成了慢性病。 Rietschin后来告诉The Register，微软最大的挑战不是技术债，是"高流失率导致的知识稀释"。一个需要深度领域经验的系统，维护者却换了一茬又一茬。

2025年3月：OpenAI的119亿美元"分手费"

OpenAI和微软的关系很微妙。微软是OpenAI最大的金主，2019年起累计投资超过130亿美元。作为交换，OpenAI的模型优先在Azure上跑，微软拿到独家云服务供应商的地位。

但2025年3月10日，OpenAI和CoreWeave签了一份119亿美元的计算协议。CoreWeave是谁？一家2017年才成立的GPU云服务商，专门给AI公司租显卡。OpenAI放着自家金主的云不用，跑去租第三方的算力。

Rietschin把这解读为"对Azure的不信任投票"。他的推断很直接：微软没能按时、按规模满足OpenAI的需求。不是不想，是不能。

这个推断有旁证。2025年5月到7月，微软裁员约15000人。AI热潮让管理层相信，代码可以靠更少的人维护，甚至靠AI自己写。但Rietschin的经历表明，Azure的问题从来不是代码量不够，是懂代码的人不够。

Martin Alderson在catchmetrics.io写了一系列文章，警告"即将到来的算力紧缩"。他观察到，AI不仅吃掉了大量训练推理资源，还暴露了一个更深层的问题：当系统复杂度超过维护人员的理解能力时，故障会变成常态。

一个前内核工程师的修复方案

Rietschin的批评很具体，建议也很具体。他没有喊"微软药丸"，而是列了一个优先级清单。

第一，召回资深技术领导。不是招新人，是把走掉的老员工请回来，或者至少建立系统的知识传承机制。第二，在全公司层面重建开发培训。不是靠文档，是靠"长期微软软件工程师的指导和教练"。第三，承认AI不能替代人，尤其是在维护复杂遗留系统的时候。

这些建议的反面，是微软过去15年的实际做法：用外包替代全职员工，用自动化工具替代人工审查，用KPI驱动替代技术判断。Rietschin写道，Azure"从未像承诺的那样顺畅或独立运行"，这句话的潜台词是——问题被汇报过，被讨论过，被搁置过。

联邦评估员的脏话、OpenAI的119亿美元、15000人的裁员，这三件事串成一条线。线的起点是2008年那个匆忙的夏天，微软决定用"生命维持系统"的方式启动一个本该需要十年打磨的基础设施。

Rietschin的6篇文章还在更新。他提到自己离开微软后，花了很长时间才理解为什么有些问题反复出现——不是技术难度，是组织失去了识别和解决技术问题的能力。当一个系统的维护者不再理解它的设计意图时，所有的修复都是临时性的，所有的优化都是局部性的。

CoreWeave拿到OpenAI大单后，股价涨了，但故事还没完。Rietschin在最新一篇里问了一个问题：如果微软现在开始按他的建议做，需要多久才能让Azure回到"本该在2015年达到的状态"？

他没有给答案。这个问题本身，可能比任何批评都更扎心。