Lors d'un récent déploiement de capacité IA, j'ai planifié un nœud de plan de contrôle dans une vague de basculement précoce parce que l'instantané de trafic sur 2 semaines que j'en avais semblait effectivement isolé. Il ne l'était pas. C'était une tâche mensuelle de rapprochement de capacité. Le 21, elle s'est réveillée, la moitié du rapprochement franchissait désormais une frontière de centre de données, et la latence du pipeline est passée d'environ 10 minutes à près de 60.

Le graphe n'était pas faux. Ma fenêtre d'observation l'était. Nous avions utilisé une fenêtre de capture de 2 semaines comme source de vérité pour une tâche qui ne s'exécutait qu'une fois par mois. Le mode de défaillance qui m'importe est un modèle de raisonnement qui semble juste sur les preuves qu'on lui a montrées, et silencieusement faux sur les preuves qu'on ne lui a pas montrées. Un seul modèle à qui l'on confie toutes ces preuves lissera les contradictions entre elles et produira une réponse assurée. Une petite équipe d