大家看過古古的這篇〈終身免費的 VM 服務！Google Cloud 免費方案分享〉嗎？
文中手把手教你設定並建立 GCP Free Tier VM。說真的，以三大雲端供應商的 VM 價格來看，這樣的免費 VM 絕對堪稱大方！
去年，我照著做過一次，大概要花個十來分鐘。
後來她更新文章說有個設定沒寫到，會扣一點錢——我有發現，就先把 VM 刪了。
刪了之後，我就再也沒有重新建立過。
一來是在 Hetzner 上已經有一台規格更高的 VM 在跑了，沒有急迫需求。二來則是……那些「click」實在太麻煩了，想想就有點懶。
但現在不同了——因為我們有了 Terraform😎
📌 這是 WeaMind 系列 的第 7 篇。
本系列以真實世界專案為背景，記錄重要技術實作與經驗分享。
WeaMind 跑在什麼上面？
最早是單一台 VM + 容器化部署，現在則複雜多了——K3s cluster、多台 VM、Load Balancer。
這篇要介紹 WeaMind 的基礎設施——cloud infra 層。後續會有好些 K8s 相關文章，都會以這個架構為基礎，所以我們先把前提講清楚。
簡單來說就是 4 台 VM + 1 個 Load Balancer，全部跑在 Hetzner Cloud 上，月費大約一千台幣。
K8s 相關的部署設定（manifests），皆已公開在這個 GitHub 專案：weamind-infra。歡迎參考、指教。
AI 輔助程式設計工具 GitHub Copilot 在今年 6 月 1 號全面改制為 usage-based billing，也就是按用量計費。
作為 2022 年就開始付費的老用戶，我則趕在 5 月 20 號「大限」之前，退訂了原本將在 8 月 16 號到期的 Pro+ 年約，這樣可以拿回一定比例的剩餘退款。
改制到現在已逾兩週，社群反應非常激烈，尤其是個人用戶。
本文分享我決定退訂的判斷與理由，以及我的替代方案。
2018 年夏，我剛從資策會結訓不久，參加了一場同為「大數據班」學長姐們的聚餐。想當然耳，只有還繼續留在軟體這個領域的人才會想出席吧！
那時正處於「人生的暑假」——結訓後不知道該何去何從，對程式的興趣普通，不清楚自己能做什麼，所以就去了，聽聽前輩們的意見也好。
會上遇到了一個正在當 DevOps 的學長，和他聊了許多，幾天後我才重新振作，繼續自學程式，隔年終於找到工作，開始了我的軟體開發之路。
從資料工程師到 Python 後端，隨著時間的推移，我自認對程式充滿熱情。
幾年前和女友介紹什麼是 DevOps，她聽完後不禁問我：
那你會不會想當 DevOps？
我記得當時的回答是：
可以考慮啦！但我現在更喜歡開發，或許等我 40 歲以後，新技術學不動了，可能就會「轉」DevOps 了。
現在想想，那時真是天真吶！DevOps 豈是你想轉就轉的？
然而，沒想到的是：「40 歲轉 DevOps」這句話竟然一語成讖——只是方式完全不同😂
2026 年 3 月，我主動離職，全力轉向 DevOps。
本文是「轉職 DevOps 三部曲」的第一篇，有關起點與決心。
前陣子讀《從異世界歸來發現只剩自己不會 Kubernetes》時，作者在開篇不久就推薦了 Kubernetes Dashboard。
我立刻燃起了興趣！畢竟我本來就是 GUI 愛好者。
尤其 Kubernetes 這種東西，一開始光是名詞就夠多了。Pod、Deployment、Service、Node、Namespace，還沒開始排查問題，光是先建立畫面感就已經很吃力。
如果有個視覺化工具，對初學者想必會很有幫助，本書作者也是這麼想的。
本文想回答的問題是：「現在如果想用視覺化方式看 Kubernetes 叢集，該選什麼？」
📌 這是 WeaMind 系列 的第 6 篇。
本系列以真實世界專案為背景，記錄重要技術實作與經驗分享。
「想學 Kubernetes，要用什麼工具？」這是我在轉向 DevOps 時，必須回答的問題。
你可能拿到的標準答案是：「用 Minikube 或 Kind 在本機開個環境，先跑起來再說」。這當然沒錯，對多數人來說是合理的起點。但對我而言，問題則複雜一些。
這篇文章針對「想自己建 Kubernetes 叢集，但又不想搞得太複雜」的情境，說明 K3s 是什麼、適合誰，以及我為什麼最後選擇它。