3. 自动协商失败常见原因概述
老规矩，咱们先给问题画个像。自动协商失败，说白了就是两端链路层硬件没能对上暗号——该通的时候不通，或者通了一半又断开。我这些年经手的故障，十有八九都能归类到下面这几类里。你想想看，物理层、电气层、协议层、配置层，每一层都可能掉链子。
我个人习惯先把问题粗分为两大类：硬件层面的硬伤和软件/配置层面的软故障。硬伤往往一查就能定位，软故障则得靠抓包和状态机分析。
3.1 物理层问题——最容易被忽略的硬伤
一提到自动协商失败，很多工程师第一反应就是调寄存器、改配置。但说实话，物理层的问题才是真正的“第一嫌疑人”。我记得在西雅图一个数据中心的项目里，客户报修10G链路频繁断开，查了三天软件都无果，最后拿线缆测试仪一测——中间两对差分线断了。嗯，就是这么气人。
3.1.1 线缆与连接器
- 开路/短路：水晶头压接不良、RJ45触点氧化、PCB走线断裂。最常见。
- 线缆长度超标：100米/5类线是上限，但实际环境中80米后信号衰减已经很明显，FLP脉冲可能被完全淹没。
- 线序错误：有一回客户说交换机端口死活起不来，我让现场拍个水晶头照片——586B打成586A了。这种低级错误，我一分钟就能定位，但现场愣是折腾了两天。
- 阻抗不连续：接口端子与线缆特性阻抗不匹配（比如100Ω对120Ω），导致反射，干扰协商脉冲。
先目测、再用手按、最后上测试仪。尤其注意PoE供电的端口，供电电路中的共模扼流圈有时会改变差分阻抗，导致千兆协商失败。我在某个IP摄像头项目中就遇到了，去掉共模电感后正常。
3.2 电气特性异常——信号质量才是硬道理
物理层没断，但信号到了接收端已经“面目全非”。自动协商依靠的是MLT-3编码的脉冲序列（10BASE-T/100BASE-TX）或DSP检测（1000BASE-T）。如果信号质量差，PHY根本认不出这是协商帧。
| 电气参数 | 典型故障阈值 | 常见原因 |
|---|---|---|
| 信号幅值（Vp-p） | < 1.0 V (100BASE-TX要求≥1.9V) | 线缆衰减、发送端驱动能力弱 |
| 上升/下降时间 | 超出3~5 ns范围 | 输出驱动设置不当、PCB寄生电容大 |
| 抖动（Jitter） | 峰峰值 > 1.4 ns | 时钟源噪声、电源纹波、PCB走线串扰 |
| 共模噪声 | 超过0.5 Vp-p | 接地环路失调、开关电源干扰 |
为什么会这样？很多开发板上的PHY直接用板载DC-DC供电，纹波动不动上百mV。我调试过一块AR8035，死活协商不上千兆，示波器一看VDDC纹波800mV，滤波电容加两个47μF就好了。
3.3 协议交互混乱——FLP脉冲的博弈
自动协商的底层是FLP（Fast Link Pulse）脉冲序列。双方在25 ms的检测窗口内互发链接码字（Link Code Word），完成能力宣告和确认。任何一个环节出问题，协商就会卡住或回退。
3.3.1 FLP脉冲不符合规范
- 脉冲宽度不是固定的2ns±0.2ns，或者脉冲间隔偏离125μs
- 脉冲突发（Burst）内脉冲数量不足（标准是17~33个）
- 链接码字的CRC校验错误，对端直接丢弃
3.3.2 竞争窗口与超时机制
802.3规定，如果一方在11 ms内没收到对端的FLP，就会进入“重新触发”或“回声测试”状态。我在调试海思SDK时遇到过一个典型情况：PHY芯片初始化时MAC没来得及配置MDIO，导致寄存器里的自动协商使能位被意外清零，PHY一直发送“静默信号”，自然协商失败。
有一次现场反馈某款交换机与自研板卡协商只有100M全双工，但两边都宣称支持千兆。最终抓FLP波形发现，板卡发送的脉冲间隔是130μs（偏大5μs），交换机严格按±0.5μs容差判断，直接认为“无效脉冲”，只退回到100M模式。我用ATE调整了晶振负载电容后问题消失。
3.4 配置不匹配——最容易被“背锅”的软件问题
这类故障往往是人为造成的，我遇到的概率甚至比物理故障还高。
3.4.1 强制速率模式 vs 自动协商模式
一端设成强制100M全双工，另一端开自动协商——这是经典不匹配场景。802.3规定，如果一端强制，另一端自动协商，自动协商端会先尝试发送FLP，但收不到对方的配置码字，最终只能按“平行检测”机制猜测速率，但双工一定是半双工。结果就是丢包严重，且协商状态显示“Link Up但性能极差”。
// Linux下常见配置陷阱
// ethtool -s eth0 autoneg off speed 100 duplex full // 强制
// 对端 ethtool -s eth1 autoneg on // 自动协商
// 结果：eth0显示100全双工，eth1显示100半双工 —— 经典错误3.4.2 寄存器配置遗漏
- PHY的AN_ENA位（比如0x0000.12）没有置1
- Master-Slave优选模式配置错误（千兆下必须有一方为Master）
- PHY复位后某些厂家专有寄存器被恢复成默认值
3.4.3 芯片/驱动bug
我印象最深的是某款国产PHY，在特定复位时序下会丢失AN能力。驱动层面调用phy_start_aneg()后，寄存器显示正在协商，但物理层根本不发FLP。最后在MDIO写操作后面加了一个1ms delay才解决。这类问题只能靠抓寄存器快照和经验积累。
3.5 其他“奇奇怪怪”的原因
除了以上四大类，还有一些不常见但确实遇到过的情况：
- 供电不足：PoE供电时PHY的3.3V被拉低到3.0V以下，PLL失锁，FLP脉冲频率漂移。
- 线缆极性反接：差分线对正负接反，老PHY能自适应，某些早期芯片会协商失败。
- 环境电磁干扰：靠近大型电机或变频器，10BASE-T的协商脉冲抗干扰能力差，容易被误触发。
- PHY芯片型号不兼容：不同厂商对802.3标准的“实现细节”有差异，尤其是一些非标MDI/MDIX自动切换逻辑。
如果千兆协商失败，先别急着换硬件。把PHY寄存器0x09（Auto-Negotiation Status）读出来，看Bit[5]（AN_COMPLETE）和Bit[12:5]（LP Ability）。大部分时候问题都出在寄存器级，而不是芯片本身烧坏了。
好了，自动协商失败的原因咱们大致过了一遍。记住：先物理、再电气、后配置、最后才怀疑芯片。下次遇到问题，心里先按这个顺序排个优先级，能省至少一半的排查时间。