某公司经常有这样的说法：e公司怎么说，i公司怎么说。这是学习，但不是第一性的。
什么是第一性的学习？通过以下从混沌猴到混沌测试的故事体会。
Steven Spear博士所说的“可恢复型组织”，能够“熟练地发现问题，解决问题，并通过在整个组织中提供解决方案来扩大经验的效果”。这些组织具有自我愈合的能力。“对于这样的组织，应对危机并不是什么特殊的工作，而是每时每刻都在做的事情。这种响应能力是可靠性的源泉。”
2011年4月21日，当亚马逊AWS整个美国东部（US East）可用性区域宕机时，我们看到了这些原则和实践产生了难以置信的恢复力。在这个区域中，几乎所有依赖AWS的用户都受到了影响，包括Reddit和Quora。然而，Netflix却是一个惊人的例外，似乎并没有受到这次AWS大规模服务中断的影响。
早在2008年，Netflix的在线视频交付服务还运行在一个单体的J2EE应用程序上，这个应用程序托管在一个数据中心。然而，从2009年起，他们就开始了系统的重构，结果就是所谓的云原生（cloud native）——系统完全运行在亚马逊AWS公有云中，而且具备足够的可恢复性，能够幸免于难。
他们有一个特别的设计目标，那就是即使AWS的整个可用区域都发生了故障，就像这次美国东部区的事故，也要确保Netflix的服务能够持续运行。要达到这一点就需要系统架构是松耦合的，每个组件都有特别敏感的超时设计，从而保证出现故障的组件不会拖垮整个系统。作为替代，Netflix每个功能和组件都设计为具有完全降级的能力。例如，当流量剧增造成了CPU使用率暴涨的时候，就不向用户显示个性化的电影推荐列表，而是只显示已经缓存的静态内容，从而减少计算资源的需求。
除了实施这些架构模式，他们还构建并运行了一个令人吃惊的大胆服务，称为“捣乱猴”（Chaos Monkey）。它会不断地随机删除生产服务器，来模拟AWS环境故障。他们这样做是希望所有的“工程团队习惯于在常规的故障水平上工作”，使得服务能够“在没有任何人工干预的情况下，自动恢复正常”。
换句话说，Netflix团队通过运行“捣乱猴”不断地将故障注入到预生产和生产环境中，从而实现了运维上的恢复性目标。
可以想见，当他们在生产环境中首次运行“捣乱猴”的时候，服务发生的故障超出了想象。通过在正常工作时间里不断地探测和解决这些问题，Netflix的工程师们很快反复打磨出这项弹性十足的服务，同时创造出了组织学习成果（在正常工作时间里！），从而能够开发出超越所有竞争对手的系统。
“捣乱猴”只是将学习融入日常工作中的一个例子。这个故事还展示了学习型组织是如何思考故障、事故和错误的——将其视为学习的机遇，而不是惩罚的机会。