演练按预案执行，第一条切换命令就报 No such file or directory，第二条脚本参数已经改成必填，第三条调用的接口半年前下线。40 分钟的演练有 25 分钟在找正确命令。乍看像缓存或者权限的锅，追下去往往不是。
ls -l ops/runbook/ bash ops/runbook/switch-traffic.sh --dry-run bash ops/runbook/rollback.sh --help | head -5
追下去是这么回事：预案写在共享文档里，脚本改了没人回头更新。评审只审代码，没有人把预案当成需要跟着版本走的产物。
「预案文档过期」相关的验证我通常做两遍，改完一次、隔天再看一次，确认不是临时生效。一次只改一处，改完立刻验证，几个改动叠在一起，出问题就说不清是谁导致的。
先做最小复现，能稳定跑出来的问题，排查成本会低一个数量级。
具体做法是，把预案里的命令抽成脚本 和代码一起提交 一起评审；每次演练后当天更新预案 记录实际执行过的命令；预案里只写脚本入口 不写具体参数细节；每季度跑一次 dry-run 校验脚本还能执行。
验收就看一点，按预案从第一条执行到最后一条没有报错，dry-run 能在 5 分钟内跑完。