核心要点
根因分析： 当重大问题发生后，系统性地从症状追溯到潜在因果因素。修复根本原因——最深层可解决的系统性失败——而不仅仅是症状。RCA区分"发生了什么"（症状）和"系统为什么允许它发生"（根本原因），防止复发而不仅仅是恢复。
根因分析是一系列方法——不是单一技术——但遵循同一原则：当重大问题发生时，理解并修复眼前触发因素是不够的。目标是识别最深层的因果因素，如果纠正它，将防止问题再次发生。
RCA源于20世纪中叶的工业安全工程。重大工业灾难——德克萨斯城炼油厂爆炸（2005年）、三里岛（1979年）、挑战者号航天飞机（1986年）——使用RCA方法进行研究后发现，几乎每起重大事故都有多个致因，通常包括组织和系统性失败，而不仅仅是技术性失败。
RCA中的关键区分是症状、近因和根本原因。医院患者接受了错误药物（症状）。护士拿错了药瓶（近因）。药物存放在外观相同的相邻药瓶中，没有双重检查流程，在人手不足的12小时轮班期间（根本原因——多个）。解雇护士解决了近因；重新设计存放、实施双重检查和审查轮班时长解决了根本原因。
RCA经常与责任归咎混淆。最好的RCA实践（源于航空和核工业）假设系统先于人失败：当人犯错误时，问系统应该做什么来防止有能力的人犯那个错误，而不是将因果关系归因于个人无能。
第一步：控制眼前问题
— 在诊断之前先止血
— RCA在稳定之后进行，而不是在过程中
第二步：精确定义问题
— 发生了什么？何时？何地？多严重？
— 量化影响：影响了多少人、什么成本、持续多久？
第三步：收集数据并保留证据
— 收集日志、记录、证人陈述、测量数据
— 按时间顺序排列导致失败的事件
第四步：识别因果因素（使用5个为什么、鱼骨图或故障树）
— 映射所有致因，而不仅仅是最终触发因素
— 区分物理原因、人为原因和系统性/潜在原因
第五步：识别根本原因（s）
— 最深层的原因，如果纠正，防止复发
— 通常是：缺失或有缺陷的系统、政策、培训或设计元素
第六步：设计并实施纠正措施
— 解决根本原因，而不仅仅是症状
— 指定负责人、时间线和验证标准
第七步：验证和监控
— 修复有效吗？问题是否复发？法航447航班在大西洋上空失踪。近因：飞行员未能保持安全空速，在失速时拉回操纵杆，导致飞机坠入海洋。但RCA揭示了多个根本原因：皮托管结冰给出错误空速读数；飞机在没有足够机组人员意识的情况下切换到备用法则（限制自动保护）；飞行员高空失速手动飞行培训不足；紧急情况下驾驶舱机组人员协调协议失败。修复解决了所有根本原因：整个机队皮托管设计变更、修订培训要求和更新机组通信协议——防止类似事件，而不仅仅是惩罚机组错误。
研究员彼得·普罗诺沃斯特发现，中心静脉导管血流感染（CLABSI）每年在美国造成约31,000名患者死亡。RCA揭示根本原因：没有标准化插入清单、手卫生依从性不一致、护士没有权力停止不合规程序。普罗诺沃斯特的干预——五项清单加上护士停止违规行为的权力——在18个月内将密歇根ICU的CLABSI率降低了66%。根本原因不是医生疏忽；而是缺乏一致实践的系统。
GitLab意外删除了生产数据库。近因：一名工程师在压力下运行了错误的命令。RCA：从未测试过备份恢复；自动备份存在但未监控完成情况；脚本在错误的数据库上运行；没有用于破坏性操作的"试运行"模式。公开进行的事后分析产生了20多项系统性纠正措施——测试备份、部署保障、运行手册改进——而不是惩罚一名工程师。GitLab透明的RCA已成为行业事后分析文化的参考。
✅ RCA在以下情况至关重要：
❌ 在以下情况不太适用：
止步于人为错误。 人为错误几乎总是近因，而不是根本原因。将人置于可能犯关键错误位置的系统才是根本原因。
单一根本原因思维。 重大失败几乎总是有多个层面的致因。瑞士奶酪模型：每层防御都有漏洞；当漏洞对齐时发生事故。识别一个根本原因就停止，遗漏了系统复杂性。
RCA作为责任归咎。 在RCA被用于惩罚的文化中，产生的RCA旨在保护人免受惩罚——而不是揭示系统性真相。无责备（或"公正文化"）事后分析，如航空和高质量软件组织所实践的，产生更诚实和有用的分析。
纠正措施跟进不足。 对医院RCA计划的研究发现，大多数建议的纠正措施从未实施。没有实施问责制的RCA是浪费精力。
什么是"无责备事后分析"文化，为什么重要？
无责事后分析，由谷歌站点可靠性工程实践推广，基于这样的假设：工程师凭可用信息善意行事。当他们犯错误时，调查问：系统应该提供什么信息、工具或流程来防止这个？而不是：为什么这个人失败了？这种方法产生诚实的事件报告和系统性修复。基于责备的文化产生掩盖和表面建议。航空业采用无责备报告（特别是险些失误事件）是其卓越安全记录的主要驱动力。
RCA应该识别多少个根本原因？
有多少实际导致了问题就识别多少——通常重大事件是3-7个。目标不是简洁；而是完整性。每个识别的根本原因都应有对应的纠正措施。然而，并非所有根本原因都同等重要：优先处理那些复发风险最高且修复最可操作的。针对最高杠杆率根本原因的一个良好实施的修复，胜过针对所有致因的七个不完整修复。
RCA应该花多长时间？
它与事件严重性成正比。一个小软件错误可能值得30分钟的团队回顾。影响数百万用户的生产中断值得1-2天的彻底调查后再发布事后分析。重大航空事故值得数月或数年（NTSB对重大事件需要12-18个月）。投资应与复发风险和后果严重性成正比——为500美元事件花3天不是增值；为500,000美元中断花3小时是必要的。
🚀 使用话老师进行根因分析 →
本页是话老师思维模型知识库的一部分。
心智模型是"知道"，练成肌肉记忆才是"会"。去 AI 陪练用这个场景过一遍，或在训练营里找对应实战课。
🤖 AI 陪练 🗓️ 30 天训练营 🎨 生成海报