Java周刊2026W32 | JDK 28 jlink插件、Spring AI 2.0、Hibernate 7.4、Quarkus 3.37.4、GraalVM 25.2

本周 Java 生态动态密集：JDK 28 新增 jlink cacerts 插件精简信任库，Hibernate 7.4 将逆向工程并入核心仓库，Spring AI 2.0 发力企业级 AI；Quarkus 3.37.4、GraalVM 25.2、Zuul 4.1.3、Micronaut Core 5.0.7 接连发布维护版，另有虚拟线程池化、AI 凭证安全与 MCP 开发等深度话题。

🌱 Spring生态

A Bootiful Podcast：Java 开发者倡导者 Billy Korando 谈 Java 27 及更远的未来

Spring Office Hours 播客：S5E19——Docker、Compose、Testcontainers，天哪！

📦 版本发布

Quarkus 3.37.4

一条命令就能把 Quarkus 应用从 2.x 一路升级到 3.37。仍停留在旧版本上的团队一直在错过累积的 bug 修复，而跨大版本迁移恰恰是 Java 代码库可能面临的风险最高的升级。这个新的维护版本捆绑了 quarkus update 工作流、迁移指南中要求的调整，以及完整的 3.37.4 变更日志，帮助你安全地赶上进度。

GraalVM Community 25 Innovation 2

GraalVM Community 25 Innovation 2 基于 JDK 25.0.4 发布，内置提前编译（ahead-of-time）的 Native Image——Java 工作负载启动只需毫秒级，堆内存占用只有通常的一小部分。原生二进制长期以来一直是 Java 应对冷启动和内存压力的答案，但它们要求额外的一步构建时编译，打破了熟悉的编译-重载 IDE 循环。发布说明详细介绍了 25.2 的新内容，以及适用于多语言工作负载的 Docker 镜像和独立的 Python、JavaScript、Node.js 运行时。

Zuul 4.1.3

Zuul 4.1.3 作为一个修正补丁发布，唯一的改动是回退到之前的 parsePath 逻辑。早先的 v4.1.2 重构显然破坏了 URL 路径解析——对于在 Netflix 规模下为每个 API 请求把关的网关来说，这是一个高风险故障。发布说明介绍了 jguerra 在 PR #2202 中的一行回退，恢复了久经考验的解析行为，同时让代码库其余部分保持原样。

Micronaut Core 5.0.7

📖 文章与教程

自构建 Agent：一次 LangChain4j 实验

把 LangChain4j 文档交给 LLM，让它自行设计一个 Agent，这是对典型 Agent 教程的一次有趣反转。有点“元”，但值得一读。

虚拟线程：缓存还是不缓存

Quarkus 团队对比测试了池化虚拟线程是否划算——数据证实了 Loom 官方的建议：不要。复用虚拟线程的朴素理由看起来很诱人，因为每个虚拟线程都会分配一个 Thread 对象、一个线程本地 HashMap 以及内部调度结构。但在典型的企业 HTTP 工作负载下（事件循环把阻塞 I/O 交给虚拟线程），真正的原因比“它们已经足够便宜”更深层。文章详细介绍了基准测试——一个 Netty 服务器在 8 核上处理 10,000 个并发连接、每次 30ms 阻塞调用——以及 Loom 的调度行为揭示了为什么池化实际上是有害的。

为 Java MCP 工具开发配对进程内与托管 Embedding

Model Context Protocol 标准化了工具契约，但它返回的评分仍受制于 embedding 模型：每个 .dnet scorer 文件只适用于它训练时所用的精确 embedding 表示。在 JavaOne 2026 展示的 AI 分诊管线中，这种配对决定了患者投诉的紧急度评分是否可信，而即使调用方看到的是相同的稳定 MCP 接口，切换模型也会悄悄使已训练的 scorer 失效。文章详细介绍了 urgency-mcp 的设计决策，从训练管线到进程内与托管 embedding 的配对，让团队能够在不损失评分保真度的前提下，将消费者与服务特定的 API 解耦。

Java 新增季度间安全更新：CSPU 对你的发布管线意味着什么

使用 Hibernate 7.4 和 IntelliJ IDEA 进行逆向工程

从 Hibernate 7.4 开始，数据库逆向工程离开了长期独立的 Hibernate Tools 项目，进入核心仓库，可以直接通过 Maven、Gradle 甚至 Ant 构建插件使用。这很重要，因为在数据库优先和遗留项目中，根据现有 schema 手写 JPA 实体和映射文件既慢又容易出错——而这正是这次整合要填补的缺口。文章演示了 Hibernate 7.4 基于 XML 的逆向工程工作流，包括 hibernate-reverse-engineering.xml 的自定义，并与 IntelliJ IDEA 内置生成器做了对比，以便你根据场景选择合适的工具。

编写一个 Thymeleaf 组件库

服务端 Thymeleaf 应用通常意味着为每个页面手写相同的 HTML 和 CSS——可复用的组件库可以改变这一点。Spring Boot 和 Thymeleaf 没有内置组件方案，因此团队只能复制粘贴视图标记，把时间花在处理 Spring/Thymeleaf 集成样板代码上，而不是构建 UI。这个系列展示了如何编写一个自动配置的 Thymeleaf 组件库，任何 Spring Boot 应用都可以用最少的配置直接接入，涵盖项目搭建、组件编写、插槽（slots）和 AlpineJS 交互。

JDK 28 允许你构建自定义运行时镜像，其信任库只包含你的应用实际需要的 CA 证书——精确到像 letsencryptisrgx1 这样的特定别名。默认运行时镜像捆绑了一个完整的 cacerts 密钥库，所以每个多余的根 CA 都是你的应用默默接受的信任边界；手工修剪 cacerts 一直既繁琐又容易出错，一旦弄错就会以难以调试的方式破坏 TLS。新的 jlink --cacerts 插件接受一个或多个以逗号分隔的密钥库别名，并为你的自定义运行时生成一个最小的、应用特定的信任库。

KotlinLLM 即将开源

LLM 通常只在开发期间提供协助——KotlinLLM 则在一个已编译的 Kotlin 应用中执行 LLM。如今的运行时 LLM 方案迫使你在每次请求都调用模型和运行独立 agent 之间做取舍，这也是为什么在运行时委托逻辑一直很少见。这个 JetBrains 研究原型现在以 Apache 2.0 协议开源，作为一个 IntelliJ IDEA 插件，引入了 Smart macros——纯 Kotlin 函数调用，其函数体是随每个新的运行时场景而演化的生成代码——在两个 Kotlin/JVM 项目上的测试表明，持续的运行时演化是可行的，文章也记录了它的局限。

RFC 9880 与 IoT 验证问题

五个 IoT 生态以五种互不兼容的方式描述同一个恒温器——而罪魁祸首并不是协议本身。CoAP、MQTT 和基于 TLS 的 HTTP 在拥有数千个异构终端的工厂里运行良好；真正的摩擦来自语义层面，LwM2M 和 OCF 传感器通过不兼容的数据模型报告相同的温度，而 Digital Twins 让这个鸿沟变得更糟。RFC 9880 的语义定义格式（SDF）用基于 JSON、与生态无关的设备描述来解决这个问题，文章梳理了 SDF 的起源、设计，以及一个把 SDF 验证当作编译问题来处理的验证器——其中最有价值的是中间格式，而不是引擎本身。

AI 找到了 Bug，谁来修补你的 EOL Java 代码？

保护你的 API：面向初学者的 OAuth2 与 JWT

API 是攻击者的首选目标，但在不牺牲可用性的前提下保护 API，仍然是 API 开发中最耗时的部分之一。两个常被视为竞争对手的流行词让事情更加混乱——OAuth 2.0 和 JWT 其实是互补的：一个负责委托授权，另一个以紧凑、可验证的令牌承载身份。这个入门教程剖析了认证与授权的区别，以及在 Spring Boot 后端中组合两者的最高效方式，Ktor 配套指南也即将推出。

第 63 期：用 Spring AI 2.0 构建 AI 解决方案 [I/O]

Spring AI 2.0 证明了 Java 不会在 AI 竞赛中退场——该框架 2026 年 6 月的发布在企业 AI 上加倍投入。虽然 Python 主导着 AI 研究，但大多数企业系统仍然运行在 Java 上，团队在炒作驱动的工具中努力构建确定性 agent 和可靠的 AI 集成。在本期 JavaOne 2026 的 Inside Java 全新“Input/Output”节目中，Spring 开发者倡导者 Dan Vega 分享了关于确定性 agent、MCP 服务器和技能以及提示工程的实用建议，并解释了 Java 在 AI 解决方案上的丰富性究竟从何而来。

Serverless 的整洁架构：可以随处携带的业务逻辑

编排者的税负

子 agent 的真正价值不在于速度或并行——而在于它把什么东西挡在编排者的上下文窗口之外。每多一个 agent 就会消耗 token，并增加一股需要调和的结果流，一次使用四个子 agent 的真实会话，比它正在重构的代码更难推理。这篇文章主张把子 agent 视为编排者工作记忆的守护，并给出了何时以及如何委托的明确规则。

AI Agent 的凭证代理模式（第一部分）：别把钥匙交给 Agent

对 AI agent 来说最安全的凭证，是它从不持有的凭证——因为不记名令牌对任何接触到它的人都有效。提示注入、数据外泄，甚至 agent 乐呵呵地把自己的 API 密钥交出去，都是同一种失败：凭证字节离开了 agent，却仍然有效。文章审视了 CB4A 草案，解释了为什么代理模型是唯一适配当今不记名令牌 API 的方案，以及如何在 agentgateway 中构建它。

开放权重的崛起，以及商业 AI 的没落？

OpenAI 和 Anthropic 的收入增速超过了几乎任何此前的科技公司——但它们的统治地位如今正受到开放权重模型的威胁，其中多数来自中国。前沿实验室在闭源开发上投入了数十亿美元，但开放权重的对手可能会在它们充分回收这笔投资之前就削弱它们。文章追溯了从 OpenAI 创立到 GPT-1 的故事，解释了什么是开放权重模型，以及它们为什么可能掀翻商业 AI。

抛异常、返回 Result，还是两者都不用？

缺货请求不只是需要记录的错误——它是可以喂给缺货需求报告的业务数据，而被拒绝的付款可以触发另一个流程。然而大多数代码把每个失败都强制塞进抛出的异常或 Result 返回值之一，而返回类型只回答了半个问题。文章主张在事件溯源系统中采用第三种方案——把业务失败建模为可查询、可投影的事件——并给出了何时抛异常、何时返回 Result、何时把失败作为数据持久化的标准。

Codeberg 引发分歧

一个由社区运营的 Git 托管平台刚刚投票决定封禁“大部分”由生成式 AI 编写的项目——这条界线连作者本人也承认无法可靠地套用到自己最近的代码上。Codeberg 的民主程序产生了这条规则，但民主既不能保证包容性，也不能保证可预测性，一个没有明确章程的民主化平台可能比公司还不可靠。模糊的中间地带把执法权交给版主和社区规范，而它们可能比书面条款更严厉；作者主张要么干脆禁止 LLM 参与，要么制定明确的规则来打击仓库垃圾信息和资源滥用。

把就绪性左移：AI 能为组织就绪性做什么（又不能做什么）

大多数转型失败不是技术失败——组织失败不是因为选错了平台或供应商，而是因为上游原因，比如目标不清晰、责任分散、决策迟迟不做。就绪性通常被当作治理、资金和团队结构的检查清单，而这个假设与现实之间的差距，恰恰是 AI 真正能有所作为的地方。文章拆解了组织就绪性到底是什么、左移在实践中意味着什么、AI 真正有用在哪、哪里必须牢牢由人来判断，以及其中涉及的数据伦理。

☕ JVM周报

如何创建一个 Spring Boot 欺诈评分服务

2026 年的大多数 Java AI 内容都是包一层别人的 API 然后附上 token 账单——这个教程反其道而行，用 Deep Netts 在 Java 中原生训练欺诈检测模型。Java 团队通常为 ML 单独搭建一个 Python 服务，这意味着要买一套第二运行时、一条额外的部署管线、每次预测都要经过一次网络跳转，外加一个把重新训练变成别人工单的团队边界。文章演示了在 Kaggle 交易数据集上训练、把序列化模型加载进 Spring Boot bean 实现进程内微秒级预测，以及决定真实世界成败的运维细节：线程安全、有意的决策阈值、健康检查和模型版本管理。

往期精选

阅读原文

扫码关注「右耳朵猫AI」

扫码关注「右耳朵猫AI」

posted @ 2026-08-08 14:37  右耳朵猫AI  阅读(27)  评论(0)    收藏  举报