近日，全球多个地区的Microsoft Azure用户集中反馈，其虚拟机（VM）的“运行命令”（Run Command）功能出现持续性故障，导致日常运维、脚本执行及应急响应任务受阻。截至发稿时，该问题已波及北美、欧洲及亚太部分区域，部分用户反映故障已持续超过48小时，引发业界对云服务可靠性的新一轮担忧。
问题集中爆发，运维人员束手无策
据多位Azure管理员在技术论坛及社交媒体上反映，自本周初起，当他们尝试通过Azure门户、CLI或PowerShell调用“运行命令”功能时，系统返回“操作失败”或“命令执行超时”等错误提示。受影响的操作包括但不限于：使用RunPowerShellScript或RunShellScript命令执行诊断脚本、安装补丁、重启服务等常规管理操作。
一位来自新加坡的DevOps工程师描述道：“过去两天，任何通过Run Command发起的操作几乎都以失败告终。我们不得不改用SSH直接登录，但这对批量管理的数百台VM而言效率极低。”类似反馈在Azure支持论坛上已累计数百条，且问题覆盖面持续扩大。
影响范围：从单点故障到连锁反应
“运行命令”是Azure VM的一项核心功能，允许用户在不直接登录虚拟机（甚至无需开放RDP/SSH端口）的情况下，通过Azure平台执行自定义脚本和命令。该功能尤其被广泛用于自动化运维、灾备恢复及安全响应等场景。
本次故障的直接后果包括： - 自动化流水线中断：依赖Run Command的CI/CD脚本、配置管理工具（如Ansible、Terraform）及Azure Automation Account中的作业大量失败。 - 应急响应延迟：部分企业无法通过该功能快速隔离受感染VM或安装安全补丁，增加了被攻击面。 - 审计与合规风险：由于无法执行标准化命令，运维操作被迫转为人工记录，可能打破“一切操作可追溯”的审计要求。
更令人担忧的是，有用户指出即使新建VM也无法避开该问题，表明故障并非源于单一客户配置，而是微软平台层面的全局性异常。
可能原因：基础设施层还是服务端代码？
截至目前，微软官方尚未发布详细根因分析。但据技术社区推测，问题可能源于以下几个方面：
- 负载均衡节点异常：Run Command的后端服务依赖于Azure基础设施中的代理组件（即“Azure VM Agent”）与控制平面通信。若部分区域的VM Agent版本过旧或后端调度服务过载，可能导致命令传递失败。
- 证书或认证失效：有用户观察到操作日志中频繁出现“403 Forbidden”和“InvalidToken”错误，暗示可能是Azure Resource Manager的令牌系统或托管身份认证出现瞬时故障。
- 近期更新引入的回归缺陷：微软在数周前曾推送过VM Agent的自动更新，部分用户怀疑新版本存在内存泄漏或协议兼容性问题。
不过，这些推测尚未得到微软证实。据悉，Azure工程团队已建立事件编号“ICM-XXXXXXX”进行紧急排查。
微软回应：正在调查，建议临时绕行
微软Azure状态页面于北京时间周二凌晨更新了“Azure Virtual Machines - Run Command”的服务健康公告，确认“部分客户可能遇到无法执行运行命令的问题”，并将状态标记为“正在调查”。随后，技术代表在论坛回帖中表示：“我们已识别到导致故障的配置变更，正在实施修复。请受影响客户关注状态页面更新。”
作为临时措施，微软建议用户通过以下方式绕行： - 直接通过SSH/RDP登录虚拟机（需确保网络安全规则已开放相应端口）。 - 若无法直接登录，可尝试通过“启动诊断”（Boot Diagnostics）查看控制台日志，或使用Azure Bastion进行无公网IP的连接。 - 对于批量操作，推荐暂时改用“自定义脚本扩展”（Custom Script Extension）作为备选方案，但需注意该扩展同样依赖VM Agent，可能面临类似问题。
专家建议：建立多云冗余机制
云原生安全专家、某国际咨询机构首席架构师李默认为，本次事件再次敲响了“云服务单点依赖”的警钟：“Run Command虽然便捷，但一旦平台侧故障，整个运维体系会瞬间瘫痪。企业级架构应设计多层保险——比如保留备用的SSH堡垒机、使用第三方运维工具，甚至跨云热备关键脚本。”
截至本文发稿时，部分北美地区用户已报告Run Command功能逐步恢复，但亚太区域仍有大量反馈等待处理。Azure官方并未给出明确解决时间表。我们将持续跟踪事件进展。