平均误码率好看，不代表链路没问题。我最近处理的一类故障就是误码突发：平时 BER 很好，偶尔几秒内集中报错，业务抖动一下又恢复。只看平均值，这类问题永远定位不到。
我的排查顺序是这样：第一，先把误码时间戳和系统日志对齐，看突发是否和业务峰值、温度变化、电源波动同时出现；第二，看误码分布，是连续成片还是随机散点，成片多半和时钟、电源或连接器有关，散点先怀疑信噪比和均衡；第三，分段环回，从芯片内环回、板级环回再到光模块环回，逐步缩小范围；第四，对比 PRBS 码型和真实业务码型下的表现，码型相关的问题在 PRBS 下常常复现不出来。
还有两个容易忽略的点：眼图要在故障时段抓，事后补测的眼图多半是好的；另外换件验证时一次只换一个变量，同时换光模块和线缆，结论就没法用了。你们遇到间歇误码，最后定位到的是哪一环？