改变职责和转移任务

1）为什么要正式改变职责

改变职责是风险的关键时刻：失去背景，反应时间增加，行动重复。正式化的过程会降低MTTA/MTTR，消除"被遗忘的尾巴"，并提供合规性（谁以及何时承担责任）。

2）角色和覆盖模型

呼叫初级（P1）是IC到来之前的第一个响应，三重奏，协调。
呼叫中级（P2）-备用,在过载/上报时连接。
Duty Manager/IC-of-day是SEV-1+的事件领导者。
Follow-the-sun（多时区）或Follow-the-moon（其他地区的夜间报道）。
时间窗口：避免发布/风险工作± 30分钟轮班。

3）轮换时间表（示例）

24/7,8小时轮班：上午/日/晚，3个旅，P1+P2。
24/7，12小时轮班：更少的切换，更高的疲劳风险-需要"补偿窗口"。
5 × 8（工作日）+周末游泳池：产品团队的白天初级覆盖，周末平台/SRE。
溷合体：工作日"在办公室时间"，晚上/周末-追随太阳。

公平规则：按日历轮换，假期/假期记录，期间最多N夜班。

4）轮班卡（Shift Handover卡）

• 当和谁："日期/时间（UTC和地方）"，报告→接受；联系P1/P2。
• 系统状态：SLO/SLA摘要，已知的已知降解的活性异常。
• 公开事件：ID，SEV，当前步骤，谁是所有者，下一步行动/ETA。
• 变更窗口中的风险：计划工作、发布、迁移、限制状态（提供商配额）。
• 关键字幕/任务：优先级，锁定，截止日期。
• 通讯：状态页面/客户升级中的活动帖子。
• 已知的解决方法：包含降级幻灯片，时间限制。
• Domenica： 支付提供商/KYC/CDN-其状态和路由。
• Housekeeping：明天有人打电话，人们无法进入的窗口（集会/航班）。

5）支票清单"转会"（送出方）

• 更新了轮班卡（所有字段），并固定了"#oncall-handover"频道中的链接。
• 将"口头知识"翻译成字幕/注释；没有"在脑海里"的任务。
• 所有事件都有：SEV，所有者，下一步，下次升级的时间。
• 状态页面和客户端升级对应于实际状态。
• 禁用嘈杂的/假的Alerta（通过程序）或在卡中标记。
• 已检查下班窗口的外部提供商的配额/限额。
• 通过语音/视频链接同步5-10分钟（如果SEV-1+处于活动状态）。
• 记录了传输事实（bot/tiket），接收器指出。

6）「接受变更」支票清单（主办方）

• 阅读卡片，澄清悬而未决的问题。
• 在过去2-4小时内检查了SLO/Alerta行列板。
• 确认P1/P2在机器人（标记）和寻呼机声音/频道中的作用。
• 接管了活动事件的所有权，并更新了升级计时器。
• 对计划工作/发布进行了核对，取消了前30分钟的危险操作。
• 向频道发出了"回声信息"："改变了，积极的事件：，……，sl。"……

7）通讯标准

Каналы: `#oncall`, `#incident-warroom-`, `#statuspage`.

后期间隔：SEV-0：15分钟，SEV-1：30分钟，SEV-2+：60分钟。
Update格式：Impact-诊断-行动-Next Apdate（时间）。
升级：在N分钟内没有进展→通过矩阵连接TL/Platform/DB/Sec。
拥有清晰度：每个动作都有表演者和ETA。

8）任务转移（非事件）

传输条件：任务阻止SLO/释放/合规或到期。
外观：带有"下一步定义"和预期结果的字幕，所有工件（徽标/快照/图形）均随附。
优先级：Kanban-swimlane "On-call Handover"。
时机：传输有尽职调查；逾期会升级到服务的所有者。

9）自动化和集成

轮换日历：与寻呼机同步；机器人在轮班开始时发布"谁值班"。
ChatOps：'/handover start'，来自来源的自动卡板（SLO状态，公开事件，版本）。
Ticketing：按P1/P2自动指定所有者；"handover"标签。
状态页面：带有模板的公共升级桥。
审计：传输日志（谁/何时接受），与SEV的联系和报告。

10）疲劳管理和弹性（Fatigue Management）

限制：最大X Page/小时和连续晚上 Y-过渡到P2/升级。
Quiet hours用于非临界alertes（tikets代替page）。
小时后补偿和事后休息。
为新的呼叫工程师进行培训和影子化。
嘈杂的轮班回顾展→调音过山车和花花公子。

11）轮班和齿轮质量指标

Handover Defect Rate：在更改时发生的上下文丢失事件的比例。
MTTA围绕班次：中位数/峰值从切换± 30分钟。
Missed/late updates：SEV逾期更新。
警告Hygiene：假分页的百分比；没有运行簿/所有者的Alertes。
按次加载：page/Hour,活动平均持续时间。
Satisfaction： NPS轮班（电话投票）,规模疲劳。

12）与事件管理和RCA的联系

活动事件在轮班时不会关闭；责任明确转移和记录。
在RCA中，"变更的影响"部分是强制性的：是否存在上下文漂移，升级迟到以及动作加倍。
CAPA：卡片改进，支票单，自动化，培训。

13）安全、合规和隐私

自由文本卡中禁止PII/秘密；安全存储链接。
访问是暂时的：呼叫权限授予轮班窗口（JIT/JEA），按键轮换。
审核跟踪：正在阅读/更改卡片和状态页面的immutable-log。
监管：客户通知的时间在换乘卡中监控。

14）反模式

没有卡/滴答声的"口头传播"。
正好在没有IC和备用的情况下发布。
一个没有P2的人"在飞机/地铁上"有寻呼机。
卡片为"床单"，没有下一个步骤/ETA。
个人聊天三重奏-信息丢失,审计是不可能的。
没有记录传输的事实-"谁回答"的争议。

15）模板

轮班卡模板（压缩）

Shift: 2025-11-01 18: 00-02: 00 UTC (local: Europe/Kyiv 20: 00-04: 00)
P1: @duty-alex      P2: @duty-olga      IC: @ic-of-day
SLO Summary: API ok, Payments p95↑ by 12% (observation)
Active Incidents:
- INC-3421 (SEV-2): KYC's success is falling in the TR region. Owner: @ p1. Trail. step: switch 20% of traffic to provider B, update at 20:30 UTC.
Risks/jobs: 22:00 UTC - index migration to ClickHouse (read-only), owner @ data-ivan.
Providers: PSP-A green, KYC-A partially degrades TR.
Status page: post from 17:50 UTC; next update 20:30 UTC.
Next steps P1: 1) Check KYC switching effect; 2) Prepare canary 5% for v2 payments. 14.

接收时的echo消息模板

[Took over shift] 18:02 UTC. Active: INC-3421 (SEV-2). Trail. update 18:30 UTC.
Checked alerts in 2h - no new P1s. Status page availability approx.

16）嵌入日常实践

戴利换班仪式：在活动事件中以5-10分钟的声音同步。
每周卡片审计：我们抽查完整性/相关性。
Game-days：模拟多个并发事件。
基座目录：存储库中的卡/支票单模板，以代码形式咆哮。

17）结果

组织良好的班次和齿轮是整个操作机器的"润滑剂"。换班卡，短时间，严格的支票单，自动化和对团队可持续性的关注将风险时刻变成例行程序，而不会失去质量：上下文仍然存在，反应时间稳定，用户根本没有注意到值班人员的变化。