值此 LFOSSA 2026 · 618 开源人才狂欢节期间，我们特别策划推出「开源人物专访」系列内容，希望通过与开源社区优秀实践者的深度对话，记录他们的成长历程、技术探索与社区贡献，展现开源文化的力量，以及开源技术为个人成长与职业发展带来的无限可能。

开源故事，讲述开源人自己的故事。这是 Linux Foundation 开源软件学园（LFOSSA）推出的一档访谈栏目，聚焦开源从业者的成长历程与真实经历，分享他们的心得体会，以及对开源精神的理解与感悟，记录每一段与开源成长有关的故事。本期的故事主人公是 Linux 基金会授权导师（LFAI）、LFAPAC 开源布道者及 Golden Kubestronaut —— Sunny Chan。

• 姓名：Sunny Chan
• GitHub：https://github.com/sunny-tcc-consulting/

Sunny Chan 老师长期深耕企业 IT 基础设施、云原生、人工智能与开源技术领域，现任 TCC 首席顾问、同时也是Linux 基金会授权导师（LFAI）及 Golden Kubestronaut。拥有近 20 年企业级技术实践经验，长期活跃于 Kubernetes、DevOps、AI/ML、网络安全及企业架构设计领域，专注于 AI 平台建设、异构算力调度及云原生基础设施创新。持有红帽企业应用与基础设施双架构师（Level 3）、CKA、CKAD、CKS 等多项国际认证，曾荣获 LFOSSA 最佳培训奖、红帽最佳顾问奖。作为资深技术实践者与开源布道者，他先后主导国际航空企业算力平台建设、香港金融机构混合 IT 架构升级等多个标杆项目，长期致力于亚太地区开源人才培养与企业技术赋能，持续推动云原生技术与 AI 场景的融合创新与规模化落地。

本期访谈中，我们将围绕 Sunny 老师的个人成长与开源经历、Golden Kubestronaut 成长之路、技术认证与人才成长、AI 时代下的云原生与开源实践，以及 LFOSSA 2026 · 618 开源人才狂欢节等话题展开深入交流。作为深耕企业 IT 基础设施领域近 20 年的技术专家，Sunny 老师不仅长期活跃于云原生与 AI 基础设施建设一线，也持续投身开源技术推广与人才培养工作。通过本次对话，我们将走近他的技术成长历程，了解其对云原生、AI 与开源生态发展的观察与思考，并共同探讨新时代背景下开发者如何构建核心竞争力、把握技术发展机遇，实现个人与行业的共同成长。

一、个人成长与开源经历

1. 请先简单介绍自己，目前的工作领域、主要负责内容，以及在开源 / 社区领域关注的方向。

大家好，我是 Sunny Chan，现任 TCC 首席顾问，深耕企业 IT 基础设施领域近 20 年。现阶段我的工作重心聚焦 AI 平台整体建设、异构算力调度、虚拟机与容器混合环境架构搭建优化。

我同时担任 Linux 基金会授权导师（LFAI）、Golden Kubestronaut，持有 CKA、CKAD、CKS 全套 CNCF 认证以及红帽双 Level 3 架构师资质，一边为企业设计可落地的 AI 底层基础设施方案，一边开展体系化开源与云原生人才培养工作。

社区层面重点关注云原生赋能 AI 基建落地、混合虚拟化环境开源实践、亚太地区开源人才标准化培养这三大方向，持续输出实战经验帮助开发者搭建 AI 时代的技术能力体系。

2. 您最早是如何接触开源世界的？是什么契机让您从技术使用者逐渐成长为开源技术实践者和社区布道者？

我最开始是以 Java 开发工程师的身份入行，从项目开发阶段就高频使用各类 Java 生态开源项目，像 JBoss 应用服务器、Log4j 日志组件都是当时项目里的核心依赖，这也是我最早接触开源的起点。最起初我只是把开源组件当作提升开发效率的工具使用者，借助成熟开源项目快速完成业务系统搭建。

从开发者转向开源平台搭建的转折点，是加入红帽负责项目实施工作。我从纯业务开发转向企业级开源基础设施的落地搭建，开始深度主导企业级开源平台的架构设计、定制优化与落地交付，正式从开源组件的使用者，转型为开源技术的深度实践者。

走上布道之路则是开展技术培训之后，很多香港本地开发者深耕 Java 或云原生方向，却找不到连贯的成长路径，频繁踩坑。我把自己从 Java 开源开发一路走到云原生、AI 基建的实战经验分享出来，帮助新人少走弯路，慢慢就成为了活跃的开源社区布道者。

3. 回顾您的职业发展路径，开源社区和云原生技术对您的成长产生过哪些关键影响？有没有几个特别重要的成长节点值得分享？

有三个节点彻底改变了我的职业路径。

• 第一个是早期 Java 开发阶段深度运用 JBoss、Log4j 等开源组件，建立了对开源生态规范、社区协作模式的基础认知，打下了开源思维的底子。
• 第二个是考取 CKA、CKAD、CKS 全套 Kubernetes 认证，备考把我零散的项目经验做了系统化梳理，拿到了云原生行业通用资质背书，拓宽了社区交流、跨区域项目合作与技术授课的机会。
• 第三个是转向 AI 平台建设赛道，依托过往 Java 开源、云原生、虚拟化积累的功底承接大型企业 AI 底层基建项目，完成从后端开发架构师到 AI 基础设施专家的转型，也让我能把开源实践延伸到当下最火热的 AI 领域。

4. 作为云原生技术顾问和社区贡献者，您是如何平衡工作、学习与社区参与的？有哪些经验值得分享给年轻开发者？

我觉得核心秘诀只有一个 ——把学习培养成兴趣，把社区参与变成爱好。当你做的事情本身就是你喜欢的事，就不存在 "平衡" 的问题，因为你不会觉得是在 "挤时间" 或 "额外付出"。

学习方面，我不会把考证、学新技术当成任务，而是当作解谜游戏。每搞懂一个新架构、解决一个棘手问题，那种成就感本身就是最好的奖励，久而久之就成了一种习惯，每天不看点新东西反而觉得缺了点什么。

社区参与也是一样。我做技术分享、带学员备考，不是为了完成什么 KPI，而是真的享受把知识传递出去、看到别人成长的过程。帮学员解决一个卡了很久的问题、看到他们拿证后的喜悦，这种正反馈会让你主动想去做更多，社区参与自然就融入了生活。

给年轻开发者的建议是：别把学习和社区当负担，先找到一个你真正感兴趣的技术方向，从解决小问题、参与小讨论开始，慢慢就会越陷越深。当兴趣驱动你前进时，成长只是水到渠成的副产品。

二、Golden Kubestronaut 成长之路

1. 首先恭喜您成为 Golden Kubestronaut。最初是什么原因让您决定挑战 Kubestronaut，并最终完成 Golden Kubestronaut 的全部认证？

最开始备考 CKA 时了解到 Kubestronaut 计划，彼时我已经在开展云原生相关培训工作，始终秉持 "要教给学员完整体系，自身就要吃透全栈能力" 的原则，抱着以考促学的想法开启挑战。

从 KCNA 入门，到安全、可观测性、GitOps 等专项认证逐一攻克，每完成一项认证就补齐一块技术短板，不仅完善了自身云原生知识体系，更能提炼出适配 AI 平台建设的实操方法论，给学员更贴合当下就业趋势的学习指导。冲刺 Golden Kubestronaut 既是对自身阶段性学习成果的总结，也给广大立志深耕云原生、AI 基建的开发者树立可参照的成长标杆。

2. 您认为 CNCF 推出 Kubestronaut 与 Golden Kubestronaut 计划的意义是什么？对于开发者和企业分别有哪些价值？

这个计划核心是搭建了一套行业公认、分层清晰的云原生能力评价与成长体系。

3. 作为 Golden Kubestronaut，您认为这一身份更像是一项荣誉、一份责任，还是一种持续学习的动力？

对我来说，它首先是一项荣誉 —— 是对自己多年深耕云原生领域、系统学习并通过全栈认证的官方认可，是对过往努力的阶段性肯定。

但更重要的是，它也是一份推广 K8s 走进社区的责任。拿到这一身份后，我更有义务把 Kubernetes 相关知识普及给亚太地区更多开发者。目前我正以 Golden Kubestronaut 的太空人形象为主题，借助 AI 制作系列科普短片，分模块讲解 K8s 各类知识点，用更轻量化的形式降低大众学习门槛。荣誉是回望过去的嘉奖，推广普及是面向未来的使命，这份身份会督促我持续做好技术布道工作。

三、技术认证与人才成长

1. 对于希望考取 CKA、CKAD、CKS 及其他 LF 认证的学员，您有哪些备考建议？有没有一些容易踩坑的问题特别想提醒大家？

核心思路是重实操、熟官方文档，切忌死记硬背。这类认证全是上机实操考核，要反复自建练习集群打磨操作手感，熟练查阅官方文档是考试关键技巧。

• 一是轻视命令参数细节，实操中参数出错直接失分，日常练习就要养成规范操作习惯；
• 二是做限时模拟，考试题量紧凑，很多人并非不会做而是超时答不完；
• 三是 CKS 只背诵安全理论，忽视防御配置、权限管控实操训练，很难通过考核。拿下认证后这些能力也能直接复用在 AI 平台权限隔离、集群安全运维工作中。

2. 学习并考取 LF 认证考试，对学员以及企业分别有哪些益处？

对个人学员来说，备考和考证的过程能帮自己清晰校验是否真正吃透了技术核心知识，排查知识盲区；LF 认证有效期为两年，到期复考的机制会倒逼大家跟进技术迭代，做到与时俱进，比如跟进学习新版新增的 Gateway 这类资源对象，保持技术知识同步更新。

对企业而言，LF 认证提供了统一的能力评判标准：招聘环节可以快速筛选出达标人才，降低面试评估成本；内部培养阶段也能以认证体系搭建阶梯式培训方案，让团队能力建设更体系化、规范化。

3. 您认为 CNCF 的认证中（如 CKA、CKAD、CKS 等或其他认证），对学员个人的事业发展或工作上比较有帮助 / 更大的作用？

行业里主流且最基础的是 CKA 与 CKAD，二者是进入云原生领域的入门核心证书，能帮大家筑牢 K8s 基础运维、应用编排的底层能力，求职和日常工作里通用性最强。

而 CKS 以及其余专项认证，是在通用基础之上做能力拔高拓展，聚焦安全、可观测等细分方向，适合想要深耕垂直领域、往技术专家方向进阶的从业者，能进一步提升职场竞争力与项目话语权。

4. 您长期从事开源技术工作。从技术角度来看，开发者学习新技术时最容易陷入哪些误区？

最普遍也最致命的误区就是只看书、只看教程视频，从来不动手实操。开源技术的细节、坑点只有亲自部署调试才能真切体会，不管是早年 Java 生态项目，还是现在 K8s、AI 相关开源组件，只做旁观者很难真正掌握精髓，一定要亲自搭建环境上手实践，在操作中消化知识。

5. 面对 Kubernetes、平台工程、AI Agent、RAG、MLOps 等不断涌现的新概念，开发者应该如何避免 “追热点焦虑”？

要建立全局视野来规划学习节奏，先搭建技术广度框架，理清各类技术的定位、上下游关联与适用场景，不用刚接触就一头扎进某一个细分细节深挖；等整体脉络清晰之后，再结合自身工作方向挑选契合的领域做深度细化钻研，这样既不会遗漏关键趋势，也不会被零散热点牵着走。

6. 如果今天有一位刚毕业的学生，或者工作 1～3 年的工程师，希望进入 AI 或云原生领域，您会如何建议他的学习路径？

• 第一步夯实 Linux 系统基础概念与实操能力，这是所有后端、云原生、AI 基建的底层根基；
• 第二步学习容器技术核心原理与实操；
• 第三步深入 K8s 分布式集群管理、调度与运维体系；
• 最后再延伸学习 vLLM 这类主流 AI 推理框架及配套架构知识，循序渐进完成能力跃迁。

四、AI 时代下的云原生与开源

1. 过去几年最大的技术变化无疑来自 AI。作为长期深耕云原生领域的从业者，您如何看待 AI 对开发者生态带来的影响？

我最直观的感受是，AI 正在重塑开发者的分层格局：它会压缩初级开发者的生存空间，像基础代码编写、简单命令执行、常规排错这类重复性高的工作，AI 工具已经能高效完成，企业对纯执行类初级岗位的需求会逐步降低。

但反过来，AI 也极大拓展了高级开发者的发挥空间。借助 AI 工具，开发者能从琐碎的基础工作里解放出来，把更多精力放在架构设计、方案优化、业务价值挖掘上。对平台管理和技术团队来说，未来也会更看重开发者的架构铺设与全局规划能力，而非单纯的命令使用与基础操作能力。

2. 很多开发者担心 AI 会取代程序员。您认为未来开发者最核心的竞争力会是什么？

我认为核心竞争力从来都不是单纯的写代码能力，未来更是如此。AI 可以快速生成代码、定位故障，但它做不了全局的权衡与非技术维度的取舍。

比如技术选型时，如何在性能、成本、团队能力、业务周期之间找到最优解；项目推进中，如何平衡技术理想与业务现实，如何管控风险、协调资源，这些包含全局判断、综合决策的软能力，是 AI 无法替代的。能站在业务视角做技术取舍，能统筹全局做架构规划，才是开发者长期不可替代的核心价值。

3. 如今大家关注 ChatGPT、DeepSeek、豆包等 AI 产品。但实际上，AI 的背后离不开开源与云原生技术的支撑。在您看来：开源与云原生在 AI 时代扮演着怎样的角色？

开源与云原生本质上就是 AI 高速发展的基石。回顾 AI 这几年的爆发式增长，离开这两者根本不可能实现。

开源层面，从主流的大模型训练框架、推理引擎，到各类微调工具、数据集，绝大多数核心技术都以开源形式开放，极大降低了 AI 的研发门槛，让全行业都能站在前人的肩膀上快速迭代；云原生层面，弹性伸缩的算力调度、分布式集群管理能力，支撑起了大模型训练所需的海量算力，也保障了推理服务的高并发与稳定性。没有开源的技术普惠与云原生的算力底座，AI 不会有今天的发展速度与普及程度。

4. 很多人认为 AI 和云原生是两个独立领域。您如何看待两者之间的关系？未来 Kubernetes 将在 AI 基础设施中发挥哪些重要作用？

两者完全不是独立领域，云原生和开源一样，都是 AI 技术落地的核心基石。AI 模型的训练、部署、全生命周期管理，都需要依托成熟的基础设施能力，而云原生正是当下最成熟、最标准化的解决方案。

Kubernetes 作为云原生的核心，未来在 AI 基建中会承担几个关键角色：一是异构算力的统一调度中枢，高效管理 GPU、NPU 等各类算力资源，提升硬件利用率；二是 AI 工作流的编排底座，标准化训练、微调、部署的全流程；三是 AI 服务的运维保障体系，依托成熟的弹性扩缩容、可观测、安全能力，保障 AI 服务稳定高效运行。

5. 从您的观察来看，未来三到五年最值得开发者关注的 AI + 开源方向有哪些？

有两个方向我认为非常值得长期关注。

• 第一个是以 vLLM 为代表的高性能推理框架，随着 AI 应用大规模落地，推理效率与成本控制会成为企业的核心诉求，这类开源推理技术会持续迭代，是 AI 落地的关键技术点。
• 第二个是动态工作负载分发技术的升级。传统 K8s 调度主要围绕 CPU、内存资源做分配，未来 AI 场景下会转向基于自定义指标的智能调度，比如结合 GPU 显存占用、推理延迟、吞吐量等业务指标做动态负载分发，最大化资源利用率、优化服务质量，这会是 AI 基础设施领域的核心演进方向。

五、寄语 LFOSSA 开源人才狂欢节

1. LFOSSA 一直致力于推动开源人才培养。在 AI 快速发展的今天，您认为开发者为什么更应该关注开源社区与开源技术？

本质上，开源社区与开源技术就是未来成熟技术的雏形。回看这几年云原生、AI 领域的技术演进，几乎所有主流的成熟方案，都是先从开源社区诞生、迭代，经过社区大量开发者验证打磨后，才逐步走向企业级规模化应用。

尤其是当下 AI 技术迭代速度极快，很多前沿的模型框架、推理优化、算力调度方案，第一时间都会以开源形式出现在社区里。持续关注开源社区与开源技术，就能提前接触到下一代技术，抢先建立能力优势，本质上就是走在同辈的前面，在技术浪潮里掌握主动权。

2. 对于正在参加 LFOSSA 开源人才狂欢节，希望通过学习实现成长与突破的开发者，您有哪些建议？

最实在的建议就是：趁着活动有优惠，下定决心，立刻行动起来。很多人总在犹豫 “要不要学”、“考了有没有用”，反而在观望里错过了最佳的成长时机。

 LFOSSA 2026 · 618 开源人才狂欢节刚好给了大家一个低成本启动的契机，不管是想入门云原生，还是想补齐 AI 基建相关的认证，都可以借着这个机会把计划落地。定下目标、踏实备考、稳步推进，每一步学习都会沉淀成自己的硬实力，最终都会帮大家迎向更广阔的职业未来。

3. 最后，如果用一句话送给所有正在成长中的开发者，您最想说什么？

筑牢底层技术根基，紧跟 AI 基建浪潮，开源会成为你长期职业发展最坚实的助力。

为支持更多开发者、技术团队及企业组织持续提升技术能力与行业竞争力，LFOSSA 于 6 月 18 日至 6 月 30 日 推出 LFOSSA 2026 ·  618 开源人才狂欢节特别活动 ，开启全场 LF 官方认证考试及课程 低至 75折 的限时福利，助力更多伙伴学习前沿开源技术、获取国际权威认证，实现个人能力与职业发展的持续进阶。

有关 LFOSSA 2026 ·  618 开源人才狂欢节特别活动，可点击以下链接了解详情：