AI 寫得出程式，就能自己上線嗎？卡住企業 GenAI 專案的不是模型，是上線那條路。

本工作坊以預錄實作搭配學員在自己筆電上的單節點叢集實機操作，走完「一句需求→AI 產出→人審查→GitOps 自動部署」，實測「儀表板全綠、跑的卻是舊版本」這個陷阱，並帶走可重現的骨架與環境對照表。

看懂「AI 產出到上線」這條鏈路的組成：

理解從一句需求到自動部署之間實際有哪幾段、每一段的輸入與產出是什麼、責任又在哪裡交接。這套拆法不綁定特定工具或模型，換 agent、換 GitOps 工具同樣適用。

掌握人工審查在架構中的正確位置：

明確理解人工關卡為什麼要站在「程式進入主線」那一刻，而不是部署失敗之後；並能把這道關卡對應回自己公司既有的變更管理、審核流程與職責分離要求。

建立對「部署成功」的判讀能力：

認識常見的驗收訊號誤判 —— 儀表板全綠、健康檢查通過，實際跑的卻不是你以為的那一版；帶走一套可套用在自己環境的驗收檢查思路。

具備把這條鏈路搬回自己環境的判斷力：

依照自己手上的 Kubernetes 型態與 AI 資源條件，判斷哪幾段可以直接照抄、哪幾段需要替換、以及哪一段的合理做法是交由產品化的平台處理，而不是自己重複造輪子。

1. 可上網、使用瀏覽器的筆電，有安裝Rancher Desktop(選配, 佔用太多資源的話可以關閉k8s)或可以從自己的設備上build image即可。
2. 具備github、docker.hub帳號，commit code、push image使用。

具備雲原生概念