首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >SpringIO 2025 技术峰会:洞察 JDK 25、Spring AI与框架新纪元的核心脉络

SpringIO 2025 技术峰会:洞察 JDK 25、Spring AI与框架新纪元的核心脉络

原创
作者头像
磊叔的技术博客
发布2025-05-30 10:25:08
发布2025-05-30 10:25:08
2.1K0
举报
文章被收录于专栏:spring-ai 系列spring-ai 系列

原文链接:https://mp.weixin.qq.com/s/vrLxrvaAHtgnX5A9j-1SuA

2025 Spring IO 大会于 2025 年 5 月 21 日至 23 日在西班牙巴塞罗那举行。作为 Spring Framework 生态系统的顶尖会议,本次大会吸引了超过 1200 名 Spring 专业人士和爱好者。也刚好恰逢 Java 语言诞生三十周年纪念日(大会第二天即 5月 23日为Java 30周年纪念日),此次大会成为 Spring 生态系统发展历程中的一个关键节点。业界普遍预期,JDK(随着JDK 25的到来)和 Spring 自身(Framework 7、Boot 4)都将迎来重大的代际革新,这使得本次大会的每一个发布都备受瞩目。本文将全面概述了大会的重点主题,特别关注 Spring 对 JDK25 的支持、AI 应用开发的进展以及 Spring Framework 自身的最新发展。本文主要信息来源是基于官方文档、项目更新和公开信息,旨在为 Java 和 Spring 开发者提供清晰且可操作的见解。

从大会的主题演讲及核心议题中,可以清晰地提炼出 Spring 未来发展的三大战略支柱:

  1. 深度协同JDK 25:Spring将与即将发布的下一个长期支持版本(LTS)JDK 25进行深度、协同的整合与优化。
  2. Spring AI 1.0 GA的里程碑:Spring AI 1.0的正式发布,标志着 Spring 正致力于成为企业级AI应用开发的关键赋能者。
  3. Spring框架自身的演进:Spring Framework 7 和 Spring Boot 4 的底层革新,为未来应用架构的发展奠定了坚实基础,7.0 版本计划于 2025 年 11 月发布。

总体愿景

通过积极拥抱现代 Java 的最新进展,简化人工智能等复杂技术的应用门槛,并持续优化开发者体验,从而巩固并扩大其在 Java 生态中的领导地位。

大会所传递的各项声明,并非孤立的技术更新,而是展现了一种高度的战略协同性。JDK 25 作为新的 LTS 版本,为整个生态提供了稳定且功能丰富的基石 。Spring Framework 7 明确地针对 JDK 25 进行了优化,并构成了 Spring Boot 4 的核心基础。而 Spring AI 1.0 的正式版(GA)在 SpringIO 大会前夕(5月20日)发布,充分利用了 Spring Boot 提供的现代化能力,如自动配置和生产就绪特性。这种紧密的关联性表明,Spring 团队正通过精心策划的、统一的战略部署,迎接下一代 Java 企业级开发的浪潮。Spring AI GA 版本的发布时间紧邻 SpringIO 2025(5月21-23日),这清晰地预示了其在本次大会中的核心地位。

主题演讲

尽管目前公开渠道未能获取 SpringIO 2025 主题演讲的完整视频记录,但通过分析大会公布的关键议题,特别是名为从Beans到Boot,从Aspects到AI(From Beans to Boot,Aspects to AI)的演讲(由 Spring 框架的创始人和现任领导层主讲),以及官方公布的主题演讲嘉宾名单(Juergen Hoeller, Rossen Stoyanchev, Ana Maria Mihalceanu, Moritz Halbritter, Mark Paluch, Josh Long, Mark Pollack),还是可以基本精准地把握其核心信息和战略意图。

核心 topic 的信息传递

  • Juergen Hoeller (Spring Framework 联合创始人):其演讲内容聚焦于 Spring 框架的基础层面、依赖注入的演进(其个人议题“依赖注入再探讨”),以及 Spring Framework 7 的架构基石。他参与从Beans到Boot,从Aspects到AI的演讲,也暗示了对 Spring 发展历程的回顾与未来展望。
  • Rod Johnson (Spring Framework 创建者):他在从 Beans 到 Boot,从 Aspects 到 AI议题中的出现,很可能为 Spring 当前的发展方向,特别是向 AI 领域的迈进(其个人简介中提到目前正在使用Spring和Kotlin开发一个结构化的RAG系统),提供了历史背景和权威解读。
  • Josh Long (Spring 开发者布道师):作为连接历史与未来的桥梁,他将 Spring 的历史背景与当前开发者的热情和未来可能性相结合,共同主讲从 Beans 到 Boot,从 Aspects 到 AI和 《Bootiful GraalVM》。
  • Mark Pollack (Spring AI 项目负责人):在揭示 Spring AI 1.0 GA 的特性、功能和愿景方面扮演了核心角色。诸如Spring AI精要Spring AI大师课等议题,以及他参与主题演讲,都凸显了这一点。他发表的博客文章也详细介绍了Spring AI的特性。
  • Rossen Stoyanchev (Spring Framework 项目负责人):专注于 Web 技术的进步和核心框架特性,特别是《Spring Framework 7中的 API 版本控制》议题 。
  • Moritz Halbritter (Spring Boot 团队成员):强调性能和启动时间的改进,其主讲的 《通过Spring Boot和Project Leyden提升性能表现》 和《揭秘Spring Boot的自动配置魔法》备受关注。
  • Ana Maria Mihalceanu (Java Champion):涵盖了前沿的 Java 主题,例如《保护Java应用免受量子威胁》,以及Java技术进步与Spring 框架之间的互动。
  • Mark Paluch (Spring Data 项目负责人):通过《Spring Data 4:数据访问再探讨》议题,讨论了数据访问技术的演进。

总体愿景:演进、集成与赋能

综合来看,Spring 社区人员传递的核心信息是强调了 Spring 从其 foundational principles(“Beans”)出发,历经当前主流形态(“Boot”)和现代架构考量(如AOT、性能等“Aspects”),最终拥抱下一个主要技术浪潮(“AI”)的持续演进过程。其愿景是将各种复杂而强大的技术(如多样化的 AI模型、向量数据库)无缝集成到开发者熟悉且高效的 Spring 生态系统中,从而赋能数百万 Java 开发者。

主题演讲的嘉宾名单 涵盖了框架、AI、数据、Boot、Web等各个领域的领军人物。这些专家在后续的分论坛中,也分别就各自的专业领域进行了深入的阐述。而“从Beans到Boot,从Aspects到AI”这一议题,则因其汇集了 Spring 的创始人和核心领导者,承担了提纲挈领、勾勒战略全貌的角色。

Spring 与 JDK 25 的协同

1、Spring Framework 7 与 JDK 25:战略同盟

Spring Framework 7.0的正式版(GA)计划于2025年11月发布,并明确指出其“为即将于同年9月发布的JDK 25这一新的LTS版本进行了优化” 。JDK 25的正式发布日期为2025年9月16日。这种紧密的发布节奏凸显了Spring与Java平台核心演进的深度整合战略。更重要的是,Spring Framework 7 将作为 Spring Boot 4.0 的 Cornerstone(基石)。

2、借助 Project Leyden 提升性能

Spring Framework 7 和 Spring Boot 4 将通过引入 Project Leyden 等特性,为现代应用架构赋能。大会为此设立了专门的议题,如Moritz Halbritter 主讲的《通过 Spring Boot 和 Project Leyden 提升性能表现》,以及《降低Java启动时间的四种方法:AppCDS、Native Image、Project Leyden、CRaC》。Project Leyden 本质上市通过选择性预编译(AOT)和缓存机制来改善应用的启动时间和内存占用的。

3、JDK 25关键特性及其对Spring开发的影响

  • Instance Main Methods:JEP 512 紧凑源文件和实例主方法 在JDK 25中正式确定。该特性简化了基础 Java 应用的编写,对于初学者或简单用例而言,能够使 Spring Boot 或者 JAVA 应用的入口点更加简洁(更类似 python 或者 go) 。
  • 结构化并发 (Structured Concurrency) (第五预览版 - JEP 505):简化了并发编程的复杂性,使得编写健壮且易于维护的多线程Spring 应用更为容易,尤其是在结合虚拟线程使用时。
  • 作用域值 (Scoped Values) (JEP 506):提供了一种现代化的方式在线程内部及线程之间共享数据,有望简化 Spring 应用中的上下文传播,特别是在响应式和虚拟线程场景下(ThreadLocal 的直接替代品)。
  • 其他针对 JDK 25 的JEPs:稳定值(预览版)、移除32位x86 端口、模式匹配中的基本类型(第三预览版)、向量API(第十孵化版)、密钥派生函数API、模块导入声明、灵活构造函数体、AOT命令行人体工程学、AOT方法分析、紧凑对象头。这些特性将共同提升运行于JDK 25之上的Spring应用的性能、安全性及开发者体验。

4、对 Spring Boot 4.0 及生态系统的意义

Spring Boot 4.0 将通过 Spring Framework 7 自然继承这些 JDK 25 的优化成果。可以预见,新版本的 Spring Boot 将在开箱即用的性能、资源消耗以及对现代 Java 并发模型的支持方面带来显著提升。

表:与Spring应用相关的JDK 25关键特性

特性 (JEP)

描述

对Spring生态的潜在影响

Project Leyden

通过选择性AOT编译和缓存来优化Java应用启动时间和内存占用。

Spring Boot应用启动更快,资源消耗更少,尤其利好云原生和Serverless场景。

JEP 512: 紧凑源文件和实例主方法

简化Java程序编写,允许更简洁的语法和核心库的自动导入。

降低Spring Boot应用入门门槛,使简单应用的入口点更简洁。

JEP 505: 结构化并发 (第五预览版)

简化并发编程,提供更可靠的错误处理和取消机制。

提升Spring应用中并发代码的健壮性和可维护性,尤其与虚拟线程结合时。

JEP 506: 作用域值

提供在线程内和跨线程安全共享不可变数据的新机制。

简化Spring应用中的上下文传播,例如在请求处理链路中传递用户信息或追踪ID,特别是在响应式和虚拟线程环境中。

JEP 508: 向量API (第十孵化版)

提供表达向量计算的API,这些计算在运行时可靠地编译为CPU架构上的最佳向量指令。

为Spring应用中需要高性能数值计算的场景(如AI、机器学习)提供底层支持。

JEP 511: 模块导入声明

允许简洁地导入模块导出的所有包。

简化Spring应用在使用Java模块系统时的依赖管理和代码组织。

JEP 513: 灵活构造函数体

允许在构造函数中调用super(...)this(...)之前执行语句。

提高Spring组件初始化的灵活性和代码可读性。

JEP 514/515: AOT命令行人体工程学/AOT方法分析

改进AOT编译的工具和分析能力。

进一步推动Spring Native等AOT编译方案的发展,提升开发者体验和应用性能。

JDK 25 对于 Spring 而言,不仅仅是一次版本升级,更是下一代框架实现架构和性能突破的基础性赋能。Spring Framework 7/Boot 4与JDK 25的紧密耦合,特别是对 Project Leyden 和现代并发 API 的深度利用,表明 Spring 正将 JDK 25 视为实现显著架构演进和性能优化的关键驱动力。Spring Boot 团队成员 Moritz Halbritter 关于 Project Leyden 的专门议题,以及 JDK 25 GA(2025年9月)与 Spring Framework 7 GA(2025年11月)之间短暂的时间差,都印证了 Spring 团队对 JDK 25 各项重要特性(如结构化并发、作用域值)的积极整合与测试。这充分说明 Spring 的策略是全面拥抱并构建于 JDK 25 的这些进步之上,从而为开发者提供性能更优、效率更高、体验更现代的开发平台,使 JDK 25 成为其下一代产品的核心基石。

Spring AI 1.0 GA 与智能应用的普惠化

1、里程碑式的发布:Spring AI 1.0正式版 (GA)

Spring AI 1.0 GA 已于 2025 年 5 月 20 日正式发布,这一时间点的选择极具战略意义,恰逢 SpringIO 2025 大会前夕。这标志着一个重要的里程碑,使得 AI 开发对于庞大的 Spring 开发者社区而言变得更加触手可及。Spring AI 目的就是简化 AI 工程的复杂性,毕竟对于 90% 的用例而言,AI 工程“仅仅是与模型的集成”。为庆祝这一发布,Spring AI 还拥有了由 Sergi Almar 和 Jorge Rigabert 设计的全新官方 Logo。

2、Spring AI 1.0 GA 的核心组件与能力

  • ChatClient API:作为与 AI 模型交互的主要接口,具有可移植性和易用性。
    • 支持调用多达 20种不同的AI模型(从Anthropic到ZhiPu)。
    • 支持多模态输入输出(需底层模型支持)。
    • 支持结构化响应(通常为JSON格式),便于应用层处理。
  • 向量存储抽象 (Vector Store Abstraction):提供了可移植的向量数据库API。
    • 支持 20种不同的向量数据库(例如Azure Cosmos DB、Weaviate、以及通过社区贡献支持的Redis、MongoDB等)。
    • 包含一种可移植的过滤器表达式语言(类SQL语法),用于元数据过滤,并支持回退到原生查询。
  • ETL框架 (ETL Framework):轻量级、可配置的框架,用于将数据导入向量存储。
    • 通过可插拔的DocumentReader组件支持多种数据源(本地文件、网页、GitHub、AWS S3、Azure Blob Storage、Google Cloud Storage、Kafka、MongoDB、JDBC兼容数据库等)。
  • 检索增强生成 (RAG) 支持 (Retrieval Augmented Generation Support):为RAG模式提供广泛支持,使AI模型的响应能够基于所提供的数据进行。
    • 增强型LLM(Augmented LLM)概念为基础模型交互增加了数据检索、对话记忆和工具调用等能力。
    • Advisors特性通过注入检索到的数据和对话记忆来修改传入的提示。
    • 大会的相关议题,如《SpringAI在现代企业应用中的实用Agentic RAG》和《使用Java和Spring AI的模块化RAG架构》,深入探讨了这一领域。
  • 评估框架 (Evaluation Framework)
    • 灵活的Evaluator接口。
    • RelevancyEvaluator:评估AI响应是否与用户查询及检索到的上下文匹配。
    • FactCheckingEvaluator:基于提供的上下文验证AI响应的事实准确性(可使用如通过Ollama运行的Bespoke Minicheck等较小模型)。
  • 可观测性 (Observability):
    • Micrometer集成,提供关键指标的遥测数据(模型延迟、Token用量、工具调用、检索次数等)。
    • 通过Micrometer Tracing提供完整的追踪支持
    • 提供有助于故障排查的日志信息。
  • Agentic工作流模式与Spring MCP Agent (Agentic Workflow Patterns & Spring MCP Agent)
    • 支持构建Agent行为的结构化模式(例如,评估者优化器模式,模型通过结构化的自我评估过程来优化其响应)。
    • 孵化中的Spring MCP (Model Context Protocol) Agent项目,用于创建能够自主决策、通过MCP动态发现和使用工具、维护执行记忆并根据结果递归优化策略的Agent。
    • 相关议题:《从单次LLM调用到智能Agent:使用Spring AI和MCP构建可扩展AI系统》,《Spring AI大师课:构建高效Agent并探索模型上下文协议(MCP)》。
    • 基于 OAuth2 的 MCP 授权也是一个焦点。
  • 开发者体验 (Developer Experience):集成了Spring Boot的DevTools、Docker Compose和Testcontainers支持。支持虚拟线程和GraalVM原生镜像。

3、实用案例与开发者指南

Spring AI 的重点在于赋能 Java 开发者构建智能化应用,例如通过集成 LLM 实现基于私有数据的问答、内容生成、摘要提取以及构建AI Agent等。Spring Initializr 现已集成 Spring AI,极大地简化了项目的启动和配置过程。

表:Spring AI 1.0 GA - 核心组件与能力

组件/特性

描述

关键支持技术/模型

ChatClient API

与AI模型交互的主要可移植接口。

支持20种AI模型(如OpenAI, Azure OpenAI, Anthropic, Ollama, Bedrock, Vertex AI, ZhiPu等),支持多模态输入输出,结构化响应(JSON)。

向量存储抽象 (Vector Store Abstraction)

提供操作向量数据库的可移植API。

支持20种向量数据库(如Azure Cosmos DB, Weaviate, Pinecone, Milvus, Redis, MongoDB, Chroma, PGVector等),提供可移植的元数据过滤表达式语言。

ETL框架 (ETL Framework)

轻量级、可配置的数据导入框架,用于将数据加载到向量存储中。

支持多种DocumentReader(文件系统, 网页, GitHub, S3, Azure Blob, GCS, Kafka, MongoDB, JDBC等)和DocumentTransformer

检索增强生成 (RAG) 支持

广泛支持RAG模式,通过外部知识库增强LLM响应。

包括数据检索、对话记忆、工具调用(函数调用)等。

评估框架 (Evaluation Framework)

用于评估AI模型响应质量的工具。

RelevancyEvaluator评估相关性,FactCheckingEvaluator评估事实准确性。

可观测性 (Observability)

集成监控和追踪能力。

与Micrometer集成,提供模型延迟、Token用量等指标;通过Micrometer Tracing提供完整追踪。

Agentic工作流模式与Spring MCP Agent

支持构建更复杂的AI Agent行为和多Agent协作。

孵化中的Spring MCP Agent项目,支持动态工具发现、执行记忆、递归策略优化。

开发者体验

提升AI应用开发的便捷性和效率。

集成Spring Boot DevTools, Docker Compose, Testcontainers;支持虚拟线程和GraalVM原生镜像。

Spring AI 的设计目标并不仅仅是用于实验性项目,而是致力于构建生产级的AI应用。这一点从其内置的全面可观测性套件(如Micrometer集成和追踪功能)、强大的评估框架(包括RelevancyEvaluatorFactCheckingEvaluator)以及对RAG和Agentic工作流等生产级模式的支持中可见一斑。这些特性表明,Spring AI 旨在帮助开发者构建和部署严肃的企业级 AI 应用,而不仅仅是简单的LLM封装。Spring AI继承了Spring Boot注重生产就绪的理念,为虚拟线程、GraalVM原生镜像和通过Micrometer实现的可观测性提供了支持 。这些远超基本模型交互的功能,是面向真实世界、对可靠性、可监控性和质量保证有严格要求的生产部署的标志。

Spring核心演进:Framework 7、Boot 4与生态系统增强

Spring Framework 7.0:下一代基石

  • GA时间表:计划于2025年11月发布。
  • 核心原则:基于JDK 17基线构建,并针对JDK 25 LTS进行优化。
  • 架构转变
    • 支持以编程方式注册Bean,包括对AOT(Ahead-of-Time)编译的支持。这提供了更大的灵活性,并通过允许更多的预处理来改善启动时间。
  • Web技术进展:
    • 为Web端点提供API版本控制功能。这对于在微服务和大型应用中演进API至关重要。Rossen Stoyanchev的议题“Spring Framework 7中的API版本控制”对此进行了深入探讨。
  • 集成改进
    • 统一的 JMS 客户端。
    • 支持 Jakarta EE 11。相关议题:“每个Spring开发者都应该了解的Jakarta EE” 。
    • 针对部分泛型的通用类型匹配算法的修订。

Spring Boot 4.0:构建于新基石之上

表:预期特性亮点 - Spring Framework 7 & Spring Boot 4

领域

特性

描述/益处

相关框架/Boot版本

核心与性能

JDK 25 优化

充分利用JDK 25 LTS的新特性和性能改进。

SF7, SB4

核心与性能

Project Leyden 集成

提升启动速度,减少内存占用,支持选择性AOT编译。

SF7, SB4

核心

编程式Bean注册 (含AOT支持)

提供更灵活的Bean定义方式,有利于AOT处理和提升启动性能。

SF7

Web

Web端点API版本控制

简化API演进管理,支持不同版本的API共存。

SF7

语言支持

Kotlin 2.x 支持

为Kotlin开发者提供更佳的开发体验和性能优化。

SB4

集成

统一JMS客户端

简化JMS消息传递的开发和配置。

SF7

集成

Jakarta EE 11 支持

确保与最新的Java EE标准兼容。

SF7

核心

修订的泛型类型匹配算法

改进对复杂泛型场景的处理。

SF7

Spring Framework 7 和 Boot 4 不仅仅是增量更新,它们代表了一次代际的飞跃。其核心焦点在于与最新的 Java LTS 版本(JDK 25)的深度集成,通过拥抱 AOT 和 Project Leyden 实现显著的性能和效率提升,并对核心编程模型(如编程式Bean注册、API版本控制)进行现代化改造,以满足当代应用架构的需求。Spring Framework 7 被明确定义为面向2026年及未来的新一代框架,并作为 Spring Boot 4.0 的基础,与 JDK 25 和 Project Leyden 紧密相连。诸如编程式Bean注册(包含AOT支持)和Web端点API版本控制 等特性,是重要的架构级增强,而非微小的调整。核心团队成员主导的关于 Project Leyden 和Spring Framework 7 API 版本控制的专门议题,也证实了这些是重大的研发投入。

开发者路线图

对 Java开发者来说,JDK 25 的到来、Spring AI 的成熟以及Spring Framework 7/Boot 4的革新,将共同重塑 Java 开发的格局。性能提升、开发者生产力的进一步解放,以及 AI 赋能应用新领域的拓展,将成为未来的主旋律。Spring 致力于降低企业采纳AI技术的门槛,这一点在其战略中表现得尤为突出。

展望未来,Spring 一定会继续深化其 AI 集成能力,未来可能提供更复杂的 Agentic 框架和 MLOps(机器学习运维)支持。基于 Project Leyden 和 AOT 的成果,Spring 将进一步优化对 Serverless 和边缘计算场景的支持。

Spring 和 Java 领域(尤其是在AI方面)的创新步伐也倒逼咱们这些普通的 JAVA 开发者必须主动学习和跟进新特性发展。

结论

SpringIO 2025 大会传递的核心信息清晰而有力:与 JDK 25 的深度协同将为性能和现代化带来新机遇;Spring AI 1.0的正式发布为Java应用智能化开辟了广阔前景;而Spring Framework 7和Boot 4的底层革新则为整个生态的未来发展奠定了坚实基础

Spring 框架凭借其强大的适应性和持续的创新力,在 Java 生态系统中始终扮演着框架层面事情标准的角色,不仅积极适应技术发展,更在许多方面引领着行业发展方向。SpringIO 2025 大会,特别是在 Java 迎来 30 周年之际,再次印证了 Spring 持久的创新精神和强劲的发展势头,预示着它将继续在未来的软件开发领域中发挥关键作用。作为 java 开发者来说,AI 时代可能是继 web 时代再一次起飞的时机,相比于 python 来说,Java 在企业级、大规模应用工程化上面积累的的优势还是非常大的

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 总体愿景
  • 主题演讲
    • 核心 topic 的信息传递
    • 总体愿景:演进、集成与赋能
  • Spring 与 JDK 25 的协同
  • Spring AI 1.0 GA 与智能应用的普惠化
  • Spring核心演进:Framework 7、Boot 4与生态系统增强
    • Spring Framework 7.0:下一代基石
    • Spring Boot 4.0:构建于新基石之上
  • 开发者路线图
  • 结论
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档