近日，大量Azure DevOps用户反馈，Azure Pipeline中的“测试重跑”（Test reruns）功能突然停止工作，导致持续集成/持续部署（CI/CD）流程中出现测试失败后无法自动重试的情况。该故障自北京时间2025年3月10日16时起陆续被报告，截至发稿时，微软尚未发布完全修复的官方公告，仅建议用户通过手动触发或修改流水线配置作为临时应对方案。
故障详情：测试重跑按钮“失灵”
根据多位开发者在社交媒体及微软开发者社区中的描述，当Azure Pipeline中的测试步骤失败后，原本应当出现的“重跑失败测试”（Rerun failed tests）按钮或相关自动化重试机制不再生效。用户点击按钮后，页面无响应或返回“操作失败”的通用错误提示。部分用户尝试通过YAML配置文件中的retry策略进行自动重试，同样遭遇任务停滞或忽略重试逻辑的情况。
受影响的范围涵盖使用Azure Pipelines进行持续测试的各类项目，包括基于.NET、Java、Python、Node.js等主流语言构建的流水线。测试类型涉及单元测试、集成测试以及UI自动化测试。由于测试重跑是保证代码质量的关键环节——尤其是在合并请求（PR）验证流程中——该故障导致大量开发团队的构建管道处于“部分失败”状态，无法顺利合并代码。
用户影响：开发效率骤降，紧急排查机制失效
“我们的CI/CD流水线中有超过200个测试用例，其中约15%是脆弱的集成测试，经常因环境抖动而失败。过去依赖重跑功能，失败后自动重试两次就能通过。现在每次失败都需要人工审查然后手动触发整个构建，效率下降了至少三倍。”一位来自某金融科技公司的DevOps工程师在接受采访时表示。
更严重的是，许多团队将测试重跑作为自动化门禁的一部分：如果测试在重跑后仍然失败，则标记为真正的问题。当前机制失效，导致开发人员无法区分“临时性失败”与“真实缺陷”，大量合并请求被阻塞，或者被迫绕过测试门禁直接合并，引入质量风险。
微软官方回应：正在调查，未给出修复时间表
微软Azure DevOps团队于3月11日凌晨在Azure状态页面上更新了事件报告，将问题定性为“服务功能异常”，受影响服务为“Azure Pipelines – Test Management”。声明中提到：“我们已注意到部分用户无法使用测试重跑功能，正在积极调查根本原因。初步怀疑与近期一次后端配置更新有关，但尚未确认。”
截至发稿，微软未提供具体的修复时间窗口，也没有给出受影响区域的完整列表。有用户从Azure支持渠道获得的回复是“建议暂时将流水线中的测试重跑逻辑改为手动步骤，或使用第三方工具如自定义脚本实现重试”。但对于大型企业而言，修改数百条流水线的YAML配置并非易事。
临时解决方案与替代思路
针对当前故障，技术社区已总结出几种临时应对方案：
-
手动触发重跑：在Pipeline运行历史中，选择失败的Stage，使用“重新运行整个Stage”而非“重跑失败测试”按钮。缺点是会重新执行所有测试，浪费时间和计算资源。
-
修改YAML重试策略：在测试任务中加入
retryCountOnTaskFailure参数（注意该参数在部分场景下也可能受故障影响），或使用condition函数配合脚本实现自定义重试。 -
降级为本地重试：在测试运行器（如JUnit、pytest）本身配置重试机制，例如pytest的
--reruns参数，避免依赖Pipeline层重试。 -
切换至其他CI/CD平台：部分团队已紧急将关键项目的流水线迁移至GitHub Actions或GitLab CI作为备份，但迁移成本较高。
深层思考：云服务可靠性再受质疑
这并非Azure Pipelines首次出现功能级故障。2024年曾发生过“并行作业配额错误”和“日志流中断”等事件。此次测试重跑功能失效，再次暴露了云原生CI/CD工具对单一服务依赖的风险。对于大型软件项目而言，测试重跑不是“便利功能”，而是维持交付节奏的必需组件。
有业内人士呼吁，企业应建立“功能依赖矩阵”，对云服务的非核心功能设定降级预案，例如在Azure Pipeline故障时自动切换到自托管Agent或本地运行测试的逻辑。同时，微软需要提升服务变更的灰度发布和回滚机制，避免类似配置更新导致大面积功能失效。
最新进展
截至3月12日上午，Azure状态页面仍未将问题状态从“调查中”变更为“修复中”。有用户报告，在北美部分区域（如East US）重跑功能已间歇性恢复，但全球其他区域仍不可用。微软表示将在24小时内发布更详细的技术说明。
对于依赖Azure Pipelines的团队而言，当前最明智的做法是立即评估受影响程度，实施上述临时方案，并为后续可能的长期故障做好准备。我们也将持续跟踪此事，第一时间报道修复进展。