接手XX片区运维那会儿，我差点没当场崩溃。
不是夸张。头一个月，我每天微信步数稳定在两万以上，不是因为健身，是因为全片区的马路边停车收费桩跟约好了似的轮流罢工。东头三个桩离线，西头两个识别错车牌，中午高峰期又冒出一笔重复扣费投诉——用户直接把车堵在收费员岗亭前，骂得整个街区都听得见。那时候我们团队就四个人，人均负责近两百个泊位终端设备，系统后台日志一拉，红色报错刷得人眼晕。
更折磨人的是，故障响应全靠“人肉巡检”。哪个桩灯不亮了，附近收费员对讲机喊一声，我们再远程看一眼，不行就得出车。最离谱的一次，暴雨后一个路口的六台地磁检测器集体失准，后台显示“全部占用”，实际空着一大排。车主绕三圈停不进，投诉电话打爆街道办。我们连夜抢修，回去时天都亮了。
说白了，那时候的系统就是个“玻璃娃娃”：网络抖动一下它懵，电压波动一下它瘫，固件有个小bug它能瘫痪一整天。每次周会，领导只问一句：“为啥又坏了？”我答不上来，只能说“在优化”。
转机出现在去年三季度。我们没换设备，也没推倒重来，而是给这套马路边停车收费系统喂了一套新的边缘自治逻辑——说人话就是，让它学会“自动愈合”。
具体怎么个愈合法？举几个真实例子。以前地磁和摄像头数据对不上，系统就卡死报错；现在边缘网关发现两边偏差超阈值，会先本地仲裁，用最近三分钟的趋势做插值补偿，同时打标签上报，不阻断收费。再比如通信基站切换导致的短暂离线，老系统直接变“幽灵桩”，新逻辑下设备会在断网期间用本地缓存记车牌和时间，回连后十五秒内自发补传，用户端根本无感。
最让我松口气的是“看门狗 灰度自愈”机制。终端固件哪怕跑飞了，底层监控芯片会在九十秒内强制复位并重拉服务，如果连续三次异常，自动切到上个稳定版本——不用我们半夜爬起来发烫手指令。
上个月，XX片区单日交易量创了新高，故障工单反而比年初降了七成。前天我去现场，一个老收费员跟我说：“现在这桩子，灯闪两下自己就好了，不像以前动不动就黑脸。”我听着竟有点想笑，也想叹气。
干运维的都懂，系统不报错不等于没问题，但能让问题在自己手里消失，才是真成熟。这半年来，我没再凌晨被电话叫醒，也没再跟车主在马路牙子上扯皮。XX片区的马路边停车收费系统，终于不再是那个一碰就碎的玻璃娃娃，而是一个会自己包扎伤口的“活物”了。
微信号：18581869297