說實話，我以前對 GCP (Google Cloud Platform) 是又愛又恨。
愛的是它的強大和穩定，恨的是它的 Web Console (管理控制台) 真的太有深度了。每次要找個「防火牆設定」或「硬碟管理」，都要在左側迷宮般的選單裡點半天。好不容易找到了，又充滿了各種看不懂的參數選項。
至於 CLI (gcloud 指令)？那更是另一個門檻。雖然知道它很強，但誰背得起來那麼多參數組合？每次用之前都要先 Google 半天，複製貼上還因為版本不同而報錯。
轉機：當 AI 接手終端機
最近我發現了一種全新的工作模式：直接讓 AI Agent (Antigravity) 幫我操作 gcloud。
這個體驗只能用「回不去了」來形容。我發現這才是雲端管理該有的樣子。
1. 擺脫 GUI 迷宮，指令隨口下
以前我要開一個防火牆 Port，流程是：
搜尋 VPC -> 防火牆 -> 建立規則 -> 填一堆欄位 -> 檢查有沒有套用到機器 -> 按儲存。
現在我的流程是：
「幫我把這台機器的 3000 到 32767 port 打開，我要跑 K8s。」
然後 AI 就會直接回傳一行精準的 gcloud compute firewall-rules create ...，我只要說「好」，幾秒鐘就搞定。完全不用管它在選單的第幾層。
2. 選擇困難症的救星
GCP 的服務多如牛毛。以前我想架個資料庫，會陷入選擇障礙：
- 要開 VM 自己裝？
- 還是用 Cloud SQL？
- Cloud SQL 有分 Enterprise, Standard 還有 Shared Core？
光是研究這些規格差異就要花掉一下午。現在我直接問：
「我只有 200MB 的資料，流量很小，不想花大錢，Cloud SQL 適合嗎？」
AI 直接幫我分析：
「Cloud SQL 雖然方便但最便宜的 Shared Core 每月也要 10 美金以上。既然你資料量小，建議直接在既有的 VM 上跑 Docker，成本幾乎是 0。」
這種 「顧問級」的建議，比單純的執行指令更有價值。
3. 最可怕的「計費」，終於看懂了
雲端最怕的就是月底帳單震撼。以前很多服務都是「先用了再說」，收到帳單才知道那個 IP 要錢、那個流量要錢。
現在我在做任何決定前，都會多問一句：
「這台機器固定 IP 如果我不關機，會收錢嗎？」
AI 清楚地告訴我規則：
「只要綁定在『運行中』的機器，固定 IP 是免費的。但如果你關機，就會開始收空置費。」
這種隱藏規則，以前可能要翻爛官方文件才找得到，現在 AI 直接幫我避雷。
結論：出一隻嘴做系統管理
這種 「Intent-based (意圖導向)」 的操作方式，極大程度地降低了維運的心理負擔。
我不需要成為 GCP 的專家，不需要背誦 gcloud 的語法，我只需要清楚 「我想做什麼」。剩下的細節、參數、甚至防呆檢查，AI Agent 都幫我包辦了。
如果你也覺得雲端控制台很難用，不妨試試看把權限交給 AI，體驗一下什麼叫「出一隻嘴」就能運籌帷幄的快感。
AI 協作宣告 (AI Collaboration Disclosure)
本文內容由 AI 協作生成：
- 素材來源：作者實際操作經驗與技術筆記。
- AI 工具：使用 Antigravity (Gemini) 協助指令執行、除錯與文章撰寫。
- 人工審核：由哈爸本人確認觀點準確性並進行最終潤飾。
