我测试了 ChatGPT、Claude 和 Perplexity 来学习 Kubernetes
Kubernetes 可能会让人感到无从下手。你最初的目标只是部署一个应用，但随后就会面对 Pods、Deployments、Services 以及无穷无尽的 YAML 文件。
我想建立一个真正能在大脑中扎根的思维模型。于是我决定测试三种 AI 工具，看看哪一个能真正教给我知识。
我对这三个工具使用了相同的提示词（prompt）：请使用 Node.js 应用从第一性原理出发解释 Kubernetes。我要求的是它们之间的联系，而不仅仅是定义。
以下是我的发现：
ChatGPT：最佳入门工具 ChatGPT 非常适合初学者。它能很好地解释宏观蓝图。它将 Kubernetes 描述为一个控制系统，你设定一个期望状态（desired state），系统就会使其趋于一致。它非常友好且结构清晰。如果你感到迷茫，它是最好的起点。
Claude：最佳概念导师 Claude 在这次实验中胜出。它不仅仅给出定义，还会解释背后的哲学。它教会了我为什么 Pods 是可丢弃的，以及为什么 Services 对于稳定的网络至关重要。它帮助我不再把 Kubernetes 看作是“更难用的 Docker”，而是将其视为一种不同的基础设施层。
Perplexity：最佳研究助手 Perplexity 不是导师，而是一个研究员。它非常适合验证细节、检查当前的最佳实践或查阅文档。当你需要确定某个特定版本或技术细节时，请使用它。
我的学习策略：
- 使用 ChatGPT 进行简单的入门介绍。
- 使用 Claude 来理解核心概念。
- 使用 Perplexity 根据来源验证事实。
最大的错误是试图将 Kubernetes 当作一系列对象列表来学习。不要只是死记硬背 Pods 或 Ingress。相反，应该跟随一个应用的生命周期：
- 将应用打包进容器。
- 在 Pod 中运行它。
- 使用 Deployment 来保持 Pods 持续运行。
- 使用 Service 来发现这些 Pods。
- 使用 Ingress 让用户能够访问该应用。
不要再把 Kubernetes 当作词汇测试来对待。要把它看作是一系列问题及其解决方案。
Optional learning community: https://t.me/GyaanSetuAi