針對gcp的學習, 這次以conversational agent當作實作目標來逐步學習

最主要的收穫是理解GCP的基礎, 如哪些要對外暴露, 那些只在gcp內做溝通的原則

以及在組織管理下, 大概會有什麼樣的權責劃分,
因為開發與管理的身份不同, 有些規則與資源存在但看不到也是可以預期的

而conversational agent, 學習時剛好歷經agent在市場上的迭代
從年初時偏向從頭到尾自建agent, 到年中時已經偏向在框架下管理實作
學習時真的感覺變化好快, 原本以為透過LLM的建議, 我就可以完成實作
不過做到一半感覺之前的實作好像沒有作用, 整個方向改變
但以學習的歷程來說, 也不是白費
還好這只是個自主研究的項目, 如果是有deadline的專案, 那就不妙了

就技術上來說gcp的架構沒有在半年內大改,
LLM給的方向大致正確, 不過conversational agent是變動快速新舊並存的技術
就要手動給予AI最新的文件, 讓他知道實作的方向
一開始以為透過免費的gemini應該是很懂gcp以及conversational agent這全套google的產品
但後來在codebase實作上越來越難以同步當前進度
最終還是課金買了cladue pro來協助分析codebase和文件

我覺得有AI的幫助下每天要完成進度是很容易的
不過要說我從中累積什麼domain knowledge應該是少少
以雲端的實務來說 有幾個需要掌握的方向

1. 實作的目標
2. 當前處在的位置可以動用哪些東西, 哪些改動需外單位支援
3. 組織的運作規範是什麼, 這會讓進度推進少很多工

以上大概就是半年多來和AI合作開發GCP與conversational agent的心得