全公司邮件消失两小时：卡在网关 "Accepted" 状态的下午

下午两点开始，全公司收不到外部邮件。发件方没有收到退信（说明邮件被”收下”了），M365 邮箱里却什么都没有。

定位：卡在哪一跳

我们的入站邮件链路是：外部 → Sophos 云邮件网关（过滤）→ M365。查网关的消息日志，答案一目了然：

两小时的事故全景：卡住、催办、恢复、追责

14:00–16:00 之间的所有入站邮件都停在 Accepted 状态——网关收下了邮件，然后既不投递到 M365，也不重试，就那么挂着。

这个状态很有信息量：问题不在我们的 M365（邮件根本没到），不在 DNS/MX（外部投递成功），就在网关自己的投递队列。

你修不了 SaaS，但可以做这四件事

1. 打电话，别只发 ticket。支持热线得到的答复是：开发和技术团队正在处理——而且官方状态页当时还没挂公告。这印证了一个重要事实：状态页永远滞后于真实故障，你的监控不能依赖它；
2. 通知内部：让业务部门知道「外部邮件延迟中、不会丢失」，减少重复报障和恐慌；
3. 保留证据：截图消息日志里成排的 Accepted 状态和时间戳——这是事后追责的底料；
4. 恢复后索取书面 RFO/RCA。我们的邮件明确列了三要素：

• Root Cause：为什么邮件停在 Accepted 状态无法回投 M365；
• Timeline：服务降级的准确起止时间；
• Remediation：清空队列和恢复的具体步骤。

并说明”需要向管理层汇报”——这句话对供应商的优先级有奇效。

16:00 左右队列恢复，积压邮件陆续送达，没有丢件。

教训

1. 邮件网关是单点：它挂了，全公司的入站邮件都在它肚子里。上云过滤方案时就要想清楚这一点，把网关的消息日志入口放进收藏夹；
2. 「Accepted 但未投递」是一个精确的诊断状态——学会读网关的消息状态机，事发时能在五分钟内锁定责任边界；
3. SaaS 故障的应对能力 = 沟通能力：催办、内部通告、证据、RCA 追讨，一样都不能少。RCA 报告不是形式主义——它是你评估「要不要继续用这家」的唯一硬材料。