Spring Boot 4.1.0 已经 GA。这次最值得 Java 后端团队关注的不是单个 API，而是三个生产能力：gRPC 进入 Boot 官方 starter 和自动配置体系；HTTP Client 新增 InetAddressFilter，适合给 Agent、Webhook、URL 抓取做 SSRF 防护；可观测性继续补齐 @Async 上下文传播和 OpenTelemetry 配置。微

Spring AI 2.0 让 Java 应用更容易构建 Agent，Spring Modulith 2.1 则提醒我们：Agent 的动作最终还是业务动作。业务动作需要事务、领域事件、Outbox、补偿、审计、模块测试和观测。今天的核心结论很简单：不要让 Agent Tool 成为绕过业务系统的后门。让它调用受控命令，让命令发布领域事件，让事件发布注册表和 Outbox 管住后续副作用。这样 A

本文探讨了在SpringBoot 4.1.0环境下，如何利用SpringBatch 6.0.4的MongoDB JobRepository来管理AI代理的长耗时任务。主要内容包括： 背景：SpringBoot 4.1新增对MongoDB作为JobRepository的支持，适合已有MongoDB技术栈的团队。 核心价值： 解决Agent长任务的可靠性问题（重试、恢复、审计） 将任务状态管理与业务数

今天分享 Spring Boot 4.1 + Java AOT Cache。重点不是让大模型推理更快，而是让承载 Agent 的 Java/Spring 进程更快 ready、更快暖机、更稳定地应对扩缩容和滚动发布。Java 25+ 的 AOT Cache、Project Leyden、Spring AOT、Spring AI Agent runtime 可以组合成一条可观测、可回归、可交付的冷启

适合场景：创建工单、发起审批、生成报告、执行低风险运维动作。这类场景必须有人审、可回滚、可追踪。模型可以生成计划和参数，但关键动作建议走确认机制，尤其是支付、权限、删除、发布、外部通知这类高影响操作。

JDK 26 的 JEP 517 把 HTTP/3 带进了标准 HttpClient。这不是全局加速开关，而是 Java 出站调用治理的新选项：模型 API、Webhook、RAG 抓取、Agent 工具调用都可以按目标服务灰度 HTTP/3，同时保留 HTTP/2 回退、SSRF 防护、超时、限流和链路观测。

今天分享 JDK 27 的后量子 TLS。它不是证书替换，也不是业务代码重写，而是 JDK 在 TLS 1.3 key exchange 层面加入 ECDHE + ML-KEM 的混合方案。Java 团队现在最该做的是资产清点、互操作测试和回滚策略。

如果说 MCP 网关解决的是“工具入口如何被治理”，那么 MCP Annotations 解决的是“工具本身如何被平台理解”。两者合起来，Java 团队才能把 Agent 工具从 Demo 能力推进到企业级可运营能力。过去几天我们已经聊过 Spring AI 2.0、MCP 网关治理、模型观测、评估、递归 Advisors、Spring Modulith 事件一致性、Spring Batch 承载

Spring AI 2.0 GA 让 Java Agent 应用进入了更适合生产化的阶段。今天最值得关注的不是“模型又会了什么”，而是 Java 团队终于可以用 Spring 熟悉的方式管理 Agent：用 ChatClient 组织模型调用，用 ToolCallingAdvisor 管工具执行，用 MCP 标准化工具生态，用 Boot 管配置和观测，用 Cloud 管入口、密钥和分布式韧性。

JDK 26 的 JEP 517 把 HTTP/3 带进了标准 HttpClient。这不是全局加速开关，而是 Java 出站调用治理的新选项：模型 API、Webhook、RAG 抓取、Agent 工具调用都可以按目标服务灰度 HTTP/3，同时保留 HTTP/2 回退、SSRF 防护、超时、限流和链路观测。