隨著企業加速導入生成式 AI (GenAI)，平台工程 (Platform Engineering) 正站在一個關鍵轉折點：

一方面，平台團隊需要為資料科學家與 AI 工程師打造一條清晰且可擴展的 Golden Path，以降低從模型開發、微調到部署過程中的基礎設施複雜度；另一方面，GenAI 也正在重新定義平台工程本身的工作模式，從手動設計轉向 AI 協作與自動化驅動的工程流程。

本次分享將以 "Platform for AI" 與 "AI for Platform" 的雙向視角，探討兩者如何相互強化，形成新一代的工程範式。我們將拆解可落地的架構模式，說明如何運用 GenAI 建構現代化的 Internal Developer Platform (IDP)，並透過平台工程標準化 AI 開發工作流。

同時，我們也將探討 GenAI 如何成為平台工程師的加速器，例如 AI 輔助的 Infrastructure as Code (IaC) 生成、智慧除錯與設計建議，從而有效降低團隊的 cognitive load，提升交付速度與品質。

無論您是負責支援 AI 團隊的 DevOps / Platform 工程師，或是正在推動工程轉型的技術主管，都能從本次分享中獲得可實踐的架構思維與落地策略。

聽眾收穫：

【這場演講將涵蓋 / Key Takeaways】

雙重角色：釐清 "Platform for AI" (支援 AI 工作負載) 與 "AI for Platform" (用 AI 優化平台維運) 的差異與結合點。

參考架構：解析基於 GCP 的 AI/ML IDP 架構，涵蓋運算資源調度 (GKE/GPU)、模型庫管理與推論服務。

GenAI 驅動的可觀測性：探討新一代的監控指標（如 Token 成本、回應延遲、模型漂移），以及如何利用 AI 助手加速 Incident 排查。

實際效益：如何透過自助式服務 (Self-Service) 讓資料科學家專注於模型創新，同時讓維運團隊利用 AI 減少重複性工作 (Toil)。

【目標聽眾 / Target Audience】

對 Platform Engineering 有興趣的 DevOps/SRE 工程師。

面臨 GenAI 導入壓力的 IT 架構師與管理者。

受困於基礎設施問題的 AI/ML 從業人員。

任何對雲端架構設計感興趣的初學者。