近日，多位 Azure Machine Learning Studio 用户反馈，在使用平台的 Notebook Editor 时遭遇严重故障——只要尝试打开任意一个 .ipynb 文件，浏览器便会立即陷入无响应状态，导致无法正常编辑和运行代码。该问题迅速在技术社区引发热议，不少数据科学家和机器学习工程师反映日常工作因此受阻。

问题重现：从双击到卡死

据受影响用户描述，故障表现高度一致：用户登录 Azure Machine Learning Studio 后，进入“Notebooks”选项卡，点击任意已有的 .ipynb 文件（无论是新建的空白笔记本还是保存过的项目），浏览器标签页随即加载一个空白页面，随后 CPU 占用率飙升，页面在数秒内完全失去响应，鼠标点击、滚动等操作均无反应，只能强制关闭标签页或重启浏览器。部分用户尝试刷新页面或重新登录，问题依然存在。

“我尝试了 Chrome 和 Edge，都出现了同样的崩溃现象。”一位来自美国的机器学习工程师在微软开发者社区发帖称，“我的团队有 5 个人同时遇到了这个问题，不像是本地环境的问题。”另有用户指出，该问题在 Windows 和 macOS 系统上均有出现，且不依赖于特定的浏览器扩展或缓存设置。

背景：Notebook Editor 的核心地位

Azure Machine Learning Studio 是微软推出的云机器学习平台，其内置的 Notebook Editor 基于 Jupyter 技术，允许用户直接在浏览器中编写和运行 Python 代码，进行模型训练、数据探索等任务。对于许多数据科学家而言，Notebook Editor 是日常工作的核心工具，其稳定性直接关系到项目进度。此次大规模崩溃事件，导致大量用户无法访问已有的代码、结果和注释，严重影响了实验迭代和协作流程。

原因猜测：或是前端渲染引擎问题

截至发稿时，微软官方尚未发布正式声明说明该问题的根本原因。技术社区中，有开发人员推测问题出在 Notebook Editor 的前端渲染引擎上。近期 Azure Machine Learning Studio 曾推送过一次界面更新，疑似引入了新的 JavaScript 加载逻辑，导致在处理 .ipynb 文件的元数据或代码单元格时出现内存泄漏或无限循环，进而使浏览器主线程阻塞。另一种可能则是与浏览器端的 WebSocket 连接或内核状态同步有关，某些文件元数据格式变化触发了异常。

也有用户尝试了常见的故障排除步骤：清除浏览器缓存、禁用所有扩展、使用隐私模式登录，甚至更换网络环境，但均未能解决。这表明问题极有可能出在微软服务器端或前端代码本身，而非本地配置。

影响范围：从个人到企业团队

根据各大技术论坛和社交媒体上的反馈，受影响用户遍布全球，包括北美、欧洲、亚洲等地区。多个企业级 Azure 订阅用户表示，团队协作功能几乎瘫痪——无法共享笔记本、无法查看他人代码，部分依赖于 Studio 的自动化工作流也因此受阻。一位来自金融科技公司的数据科学家在 Twitter 上表示：“我们正在冲刺一个模型上线，现在笔记本编辑器不能用，整个团队只能临时转移到本地 Jupyter Lab，但需重新配置环境和数据连接，至少损失两天时间。”

临时应对方案

在微软修复之前，已有多位用户分享了临时解决方案，主要包括：

  • 切换至 JupyterLab 模式：Azure Machine Learning Studio 支持在 Notebook Editor 与 JupyterLab 界面间切换。用户可在 Studio 的“Notebooks”页面右上角找到“JupyterLab”选项，点击后即可在 JupyterLab 环境中打开 .ipynb 文件。据反馈，JupyterLab 模式目前运行正常，但界面和功能与 Notebook Editor 有细微差异。
  • 通过 Azure ML CLI 或 SDK 访问：对于熟悉命令行的用户，可使用 az ml 命令或 Python SDK 中的 Workspace 对象来直接操作笔记本文件，但这种方式更适合自动化场景，交互式编辑体验较差。
  • 回退到旧版界面：部分用户发现，通过添加特定的 URL 参数（如 ?legacy=True）可强制加载旧版 Notebook Editor，但微软尚未正式确认此方法的有效性。

微软回应：问题已知，修复中

微软方面已在 Azure Status Dashboard 上更新了一条服务事件，确认“部分用户在 Azure Machine Learning Studio 中打开笔记本时遇到性能问题”，并将状态标记为“正在调查”。随后，微软工程师在社区帖子中回复称，团队已定位到问题，正在内部测试修复方案，预计将在未来 24 至 48 小时内部署补丁。对于受影响用户，微软建议先使用 JupyterLab 作为替代工具，并鼓励用户通过 Azure 门户提交支持工单以获取个性化帮助。

后续关注

此次 Notebook Editor 崩溃事件再次提醒云平台用户，即使是大规模服务的稳定性也可能因一次前端更新而出现意外。对于依赖 Azure ML Studio 的团队，建议在问题完全修复前暂停关键实验，并备份重要笔记本文件。本报将持续关注微软官方修复进度，并在第一时间发布后续报道。