在現代雲端環境中，金絲雀發布 (Canary Deployment) 的難點不再是流量切換，而是「何時該切換」與「何時該回滾」。

本工作坊將跳過基礎概念，直接進入開發者視角，利用 Golang 與 ECS Service Connect 實作一套具備 AI 判定能力的自動化系統。

數據提取與分析 (25 min)： 

使用 Golang 整合 CloudWatch Container Insights 與 ECS Service Connect 原生遙測資料，即時監控新版本服務的健康狀態，包含 Request Rate、Error Rate 與 Connection 級別的 Latency。

AI 決策大腦 (30 min)：

實作 Golang 與 AWS Bedrock (LLM) 的介接，讓 AI 根據 Error Rate 與 Latency 趨勢給出具備邏輯判斷的部署指令，並產出可審計的決策理由鏈 (Chain-of-Thought)。

基礎設施聯動 (25 min)：

深入 AWS SDK v2 for Go，透過 ECS API 動態調整 Blue/Green Task 的 Desired Count 與 Service 權重，搭配 Service Connect 的 Namespace 路由機制，達成無縫自動回滾。

混沌演練 (10 min)： 現場注入應用程式故障，觀察系統如何在無人介入下，透過 AIOps 決策迴路完成智慧型故障隔離與流量收斂。

目標聽眾 (Target Audience)：

熟悉 Golang 開發，並想了解如何將其應用於 Cloud Native 工具開發的工程師。

已在 AWS 環境中操作容器化應用，尋求更進階自動化維運解決方案的 DevOps 人員。

Golang 與 AWS SDK 的進階實作： 學會如何用 Go 直接操控 AWS 軟體定義網路 (App Mesh)。

AIOps 落地方法論： 掌握如何將 LLM (如 AWS Bedrock) 嵌入傳統的運維工作流中，而非僅僅是聊天對話。

零侵入式監控架構： 學習如何結合 Open-source 工具 (Prometheus) 與 AWS 原生服務打造高度解耦合的決策平台。

原創工具開發思維： 透過 90 分鐘的實作，聽眾將獲得一套可擴展的 Golang 代碼範本，用於解決公司內部複雜的自動化場景。