深度解析塑造未来的技术文章。

Matrix 政府级部署:五大误区实测

欧盟委员会为 4 万名员工部署了 Matrix。我们实测了关于联邦式消息、端到端加密和主权聊天在政府规模下的五个误区。

等距插画:由通信线路网络连接起来的多座独立设防建筑
联邦意味着每个组织都有自己的堡垒,但它们之间的连接才是真正的难点。

当一个拥有 4 万名员工的政府机构决定,内部聊天不能放在美国供应商的服务器上时,可选项很快就变得寥寥无几。欧盟委员会的答案是 Matrix——一种联邦式、端到端加密的协议。这次部署是我们见过的、Matrix 政府级规模落地中最大的真实测试之一。它成功了,基本上。而那个“基本上”,恰恰是最有意思的工程问题所在。

我多年来为真正在意数据存放位置的机构运营消息和协作基础设施,所以读这次部署的细节时带着几分怀疑的眼光。关于联邦式聊天,人们的很多看法——既有盲目吹捧,也有末日唱衰——在这种规模的部署面前都站不住脚。以下是五个误区,我会用欧盟委员会的部署情况和更广泛的 Matrix 生态的实际表现来逐一检验。

误区一:端到端加密意味着安全问题已经解决

这是整个领域里最危险的一种想法。Matrix 的批评者在这一点上并没有说错,只是往往不够精确。启用 E2EE 只是安全故事的开始,而不是结束。Matrix 使用 Megolm 对房间内容进行加密,这是一种棘轮式群组加密方案,从密码学角度看这部分没有问题。真正的难点在于它周边的一切:设备验证、密钥备份、交叉签名,以及当 4 万个人参与其中时会发生什么。

从运维角度看,现实是这样的。在一个加密房间里,每个参与者的每台设备都是群组密钥的潜在接收方。一个用户如果同时有手机、笔记本和网页会话,那就是三台设备。在一个大型房间里乘以数千名用户,密钥分发就成了一个真正困难的系统问题。这也是为什么大型加密房间在 Matrix 上历来很痛苦,而社区里仍在流传各种“无法解密消息”错误的吐槽。问题不在密码学,而在密钥管理的用户体验。

设备验证是最典型的牺牲品。如果用户不去互相验证设备,你就只能信任服务器的密钥目录——这意味着你的“端到端”加密实际上变成了“端到家庭服务器为止的端到端”。大多数真实用户从来不验证任何人。弹窗出现的时机不对,他们就直接点掉了盾牌图标。在一个与国家安全相关的机构里,这不是一个可以忽略的 UX 小毛病,而是你写下的威胁模型和实际运行的威胁模型之间的差距。长期承诺的 MLS(消息层安全,Messaging Layer Security)迁移——这是 IETF 制定的群组消息标准,专门用于更优雅地处理这类大规模群组场景——进展一直很慢,慢到已经有专门的追踪网站来回答“做完了没有”。答案是:还没有。

结论:Matrix 的 E2EE 是真实有效的,但在 4 万用户的规模下,最薄弱的环节不是密码算法,而是验证疲劳、密钥恢复流程,以及规范承诺的内容与实际交付的实现之间的差距。如果你的安全评审到“消息已加密”就结束了,那你其实并没有做安全评审。

误区二:联邦只是更难实现的中心化

常见的“Slack 式思维”是这样的:联邦就是重蹈邮件的覆辙——每台服务器都是孤岛,功能不一致,垃圾信息和滥用行为没有中央把关。既然如此,何不直接跑一个大服务器一了百了?欧盟委员会的部署表明,这种看法完全没有抓住重点。对他们而言,联邦不是一个他们勉强忍受的架构负担,而是整个需求的核心。

欧盟委员会并不是生活在真空里。它需要与其他欧盟机构、成员国政府,以及未来可能的 UNICC 等机构沟通,而这些机构各自都有主权方面的要求,没有哪一个会接受“来我们服务器上开个账号就行”。这就是多边协作的难题:政府如何在不强迫每个组织使用同一平台的前提下实现数字化协作?中心化平台给出的答案是“他们做不到,选一个赢家吧”。联邦则给出另一种答案:每个组织保留自己的基础设施,由协议来处理边界问题。对于一个由多个主权成员组成的政治实体来说,联邦方案不只是更好看,而是唯一在政治上可以落地的方案。德国公共部门、荷兰政府项目以及医疗系统,出于同样的原因,也在进行类似的尝试。

话虽如此,成本是真实存在的,你应该诚实地把它们纳入预算。联邦意味着房间状态要在参与的服务器之间复制,而解析这些状态——尤其是在那些历史上服务器不断加入、离开和断开连接的房间里——在计算上代价很高。状态解析和事件授权正是让 Matrix 服务器运维人员捏一把汗的部分。跨服务器搜索和发现也很棘手。滥用治理工具是按服务器划分的,所以联邦服务器上的一个问题用户,在他真正给你惹麻烦之前都不算你的问题。据报道,欧盟委员会的部署不得不修复联邦搜索的行为,才让系统可用——这个细节说明,协议层面的理想路径在生产环境中远远不够。

所以,联邦不是更难的中心化。它是面向不同买家的另一种产品。如果你是一家只受一个法律管辖区约束的公司,复杂性不会为你带来任何好处。如果你是欧盟,它带来的则是你的法务和成员国唯一会签字的部署模式。

误区三:能扩展到 4 万用户,就能扩展到你的规模

这个误区两个方向都是错的。怀疑者认为,政府部署什么也证明不了,因为“他们砸了很多钱”。拥护者则认为,4 万名政府用户就证明了 Matrix 可以扩展,就这么简单。更有用的真相是:Matrix 上的扩展性不是一个单一数字,而欧盟委员会的部署恰好展示了哪些维度最先崩溃。

整个部署中我最喜欢的一个细节是:他们关掉了实时在线状态。随着用户数量攀升,实时在线/离开指示器带来的负载开始拖累性能,团队于是将其禁用。想想这件事。在线状态——每个聊天用户都以为是免费的功能——竟然是最先在规模化中牺牲的功能之一。在联邦系统中,在线状态的开销很高,因为它天生就是扇出式的:你的状态变化会被所有与你共享房间的成员所在的服务器关注。在一个有 4 万人、共享房间众多的组织里,一个绿点就会产生大量的八卦式流量。关掉它是正确的决定,这也是一条我希望更多团队能早点学到的教训:具有 O(全员) 扇出的功能,应该是你第一个配上“紧急开关”的东西。

一个控制面板,布满模拟仪表,其中一个大型拨杆正被关闭
在负载攀升时,在线状态是最先被关闭的功能之一——扇出型功能需要紧急开关。

另一个扩展维度是同步,而这里小规模部署的恐怖故事和大规模部署同样值得关注。许多自托管用户都讲述过相同的经历:头几周运行得很好,然后带有历史记录的房间需要数小时甚至数天才能加入,而资源占用远超同等中心化系统所需。我在其他最终一致性系统中见过这种模式——这和人们在复制元数据增长速度快于数据本身的分布式数据库中遇到的意外是同一类问题。在 Matrix 中,加入一个大型联邦房间意味着要回填并验证事件历史,而这个成本由加入的服务器承担,并且恰好发生在最糟糕的时刻:新用户正在形成第一印象的时候。

Synapse 作为参考家庭服务器,已经有了显著改进——工作进程、更好的缓存、分片写入器——而且也存在更轻量的实现。但“4 万用户可以跑起来”这一结果,背后有商业支持合同、专门的运维投入,以及刻意禁用的功能。这并不是对该部署的贬低,只是诚实的账单。如果你的计划是“apt install 然后就不管了”,那你的结局很可能就是论坛里那种“运行六个月后崩了”的帖子。

误区四:自托管就等于实现了主权

数字主权正是这次部署存在的原因,所以有必要精确地说明这个词能为你带来什么。在自己的硬件上、位于自己的管辖区内运行自己的家庭服务器,意味着外国云服务商无法被强制交出你的消息元数据,无法在你不知情的情况下停掉产品,也无法单方面更改条款。这是真实的好处。但主权是整个供应链的属性,而不是你数据中心邮编的属性。

请问几个令人不舒服的问题。你所运行的服务器软件是谁编写的,他们会不会放弃它?你的员工实际使用的客户端是谁构建的,如果该供应商的路线图发生转向,你的部署会怎样?谁在负责推送通知——因为在移动端,答案几乎总是苹果和谷歌的推送基础设施,这是一条穿过两家美国公司的元数据通道,无论你的家庭服务器部署在哪里都是如此。欧盟委员会的部署依赖 Element 的服务器套件,这是一个合理的采购决定——但“合理的采购”和“主权”是两种不同的主张,把它们混为一谈,日后你就会感到意外。

还有运维层面的主权缺口:你是否有内部技能,能在凌晨 3 点运行、打补丁并响应这套系统的事故?还是你只是把依赖从 SaaS 合同转移成了支持合同?两者都没有错!支持合同正是成年人运营关键基础设施的方式。但真正的主权,在实践中意味着你能看见、能谈判的依赖,而不是没有依赖。开放协议在这里大有帮助:如果与供应商的关系恶化,服务器实现、规范和你的数据都具备可移植性,而 Slack 的导出功能永远做不到这一点。这种退出选项是主权中具体、可执行的部分。要守住它。

误区五:开放协议消除了厂商锁定

最后一个误区最具迷惑性,因为它只说对了一半。Matrix 是一个开放标准,拥有开放的规范流程、多种服务器实现,并由一个非营利基金会负责管理。理论上,你永远不会被锁定。但实际上,看看客户端生态就知道了。Element——以各种形式存在——实际上是唯一功能完整、体验打磨到位、且对非开发者友好的客户端。替代客户端生态确实存在,但大多偏向终端界面和兴趣项目。对于一支 4 万人的政府工作团队来说,现实中可选的客户端只有一个。

这很重要,因为用户体验的是客户端,而不是协议。当主流客户端推出一次重新设计,隐藏了高级用户依赖的信息时——而 Matrix 社区对这类改动一直大声抱怨——“这是开放协议”就是一句冷冰冰的安慰。你的用户无法换上功能对等的替代品,因为根本不存在。这比专有 SaaS 更隐蔽的锁定:你随时可以离开,但没有别的地方可去。开放协议能防止数据被劫持,却不能保证一个有竞争力的市场。

一种乐观的反驳是,像欧盟委员会这样的部署会改变经济学。四万个付费席位,再加上一个对可用性有意见的政府利益相关方,正是推动开发的那种压力——更好的验证 UX、更快的同步、MLS 的进展、更可行的客户端。观察这次部署的几位评论者提出了同样的观点:生态的问题是真实的,但这种规模的客户不只带来用户,还带来资金和推动力。这一切能否实现,取决于合同资金流向的是共享协议和参考实现,还是专有的差异化功能。请关注这一点,因为它决定了这是一次水涨船高,还是一道更宽的护城河。

一面长长的紧闭大门墙上,一扇敞开的门透出光线
开放协议意味着你随时可以离开,但并不保证还有别的地方可去。

这次部署真正证明了什么

撇开炒作和敌意,欧盟委员会的部署证明了一件比双方任何一方所宣称的都更狭窄、也更有价值的事:如果你把联邦式加密消息当作关键基础设施来对待——有资金、有运维,并且准备好在负载下舍弃某些功能——那么它就可以在机构规模上部署。它并没有证明 Matrix 很容易,也没有证明其加密体验已经能应对对抗性威胁模型,更没有证明一个五人规模的自托管环境能获得与专业运营的 4 万席部署相同的体验。这两种体验之间的差距,正是网上大多数争论的焦点,而且两种体验都是真实的。

如果你正在为自己的机构评估这条路径,我的建议很朴实。先用那些会暴露已知弱点的房间和用户群体做试点:大型加密房间、使用推送通知的移动用户、需要同步历史记录的新加入者。提前决定负载出现时你会优先牺牲哪些功能——在线状态是典型的首选。把客户端选择视为一项战略风险,而不是审美偏好。并且要写清楚你购买的是主权、联邦还是加密,因为它们是三种披着同一件风衣的不同产品。欧盟委员会买下了前两者,而第三者仍在路上。你大概率也会如此。