Jenesis是一款新型Java构建工具，由Byte Buddy作者Rafael Winterhalter开发。它直接从module-info.java读取构建信息，无需编写构建文件、无需插件，也无需下载构建工具本身。Jenesis以2.3MB纯Java源码形式提交到项目目录，由JDK直接启动，并从模块描述符推导项目名称、依赖与主类，其他元数据以Javadoc注解补充，还能自动解析依赖版本。它按输入哈希缓存每一步构建，仅运行受改动影响的测试，并支持跨机器共享构建结果。出于安全考虑，构建与程序可在无法访问主机秘密的一次性容器中运行，方便AI编码代理安全地构建未知项目。此外还支持多语言混合编译、多版本JAR、XML/Protobuf/Avro模式编译、SHA-256与OpenPGP/Sigstore签名验证、可复现构建与SBOM、模块层、jlink/jpackage及静态检查工具集成。作者于2024年手工开发核心，后借助编码代理完成收尾与验证，文章介绍0.15.3版本。

JetBrains发布TeamCity新插件Warm Agents，用于解决构建任务等待代理启动的延迟问题。该插件为指定云镜像维持一定数量的空闲预启动代理，当空闲代理数量低于目标值时，TeamCity会立即创建新实例，确保构建任务到达即可启动，并兼容TeamCity支持的所有云服务商。用户需权衡成本与延迟：每个预启动代理都会占用代理许可证，空闲云实例也会持续产生费用。插件要求TeamCity 2024.12.3或更高版本，需配置云配置文件与云镜像，并授予相应权限后通过REST API进行设置，例如设置目标数量或将其归零以停止维护。插件支持按需动态调整目标值，已运行代理不受缩容影响，适用于设置昼夜计划等场景，并可输出Prometheus格式的利用率与饱和度指标便于长期监控。

文章基于与多家工程组织的交流，指出几乎无人再质疑是否使用AI代理，约80%工程师每天使用。但个体开发者提速并未转化为团队交付提速。常见三类情况：一是人人有代理却缺乏共享配置，提示词、规则和说明散落个人配置、Slack和维基，分享靠口耳相传且脆弱，团队内出现能力鸿沟，少数人产出大部分代码和Token；二是实现变便宜，审查却没变，瓶颈转移到代码审查和规划，PR时间甚至增加，验证成本可能抵消收益；三是自动化琐碎工作带来新运维负担，团队想用代理处理合并请求检查、文档更新、依赖升级和安全修复，却卡在运行位置、归属和分发上，平台负责人沦为人工API，协调与治理困难。共同点是仅给每个开发者代理并不够，需要共享上下文、为代理输出设计的审查和团队共管的自动化。

QuestDB是一款以时间为核心设计要素的数据库，在存储与查询层面均针对时序数据优化，适合金融行情、实时分析、可观测性、遥测与运营系统等需要高吞吐写入和低延迟查询的场景。它把时序架构与开发者熟悉的SQL接口相结合，降低了关系型数据库团队的学习成本。文章演示了如何借助Eclipse JNoSQL 1.1.18在Java中构建时序应用：用Docker启动QuestDB并暴露9000端口，在microprofile-config.properties中配置连接，定义SensorReading实体与Jakarta Data仓库，再通过TimeSeriesTemplate或仓库方法插入传感器读数，并查询最新状态与近期历史记录。作者指出，SQL接口是QuestDB的重要优势，让金融、可观测性和运营分析团队能够沿用既有查询经验，同时获得面向高频写入与时间维度分析的专用性能。

JetBrains发布Kotlin Toolchain 0.13版本，并首次推荐其作为大多数新建Kotlin Multiplatform（KMP）项目的首选工具。该工具链为Kotlin提供统一入口，可通过声明式配置构建JVM、Android、iOS、多平台及服务端应用。新版本引入kotlin new命令，提供类似KMP向导的交互式项目创建流程；显著改善iOS应用在全新环境中的搭建体验，自动下载模拟器运行时并优化Xcode安装诊断；CLI新增工具下载进度条显示。Android方面，缺少的SDK组件会在项目导入时自动补齐，并加强命名空间与应用ID校验，避免误用示例ID发布。IDE编辑器内可直接查看同步状态。工具链现支持Swift Package Manager依赖及本地SwiftPM包，模块可导入Objective-C API。多平台库发布时会同步发布Compose Resources与SwiftPM依赖元数据。新增Kotlin/Native编译器缓存，支持跨构建乃至跨项目复用已编译依赖，实现按文件增量编译，加快原生应用的编辑、构建、运行循环。此外，工具链针对AI代理优化，提供热重载MCP服务器与官方AI代理技能，基准测试显示AI代理生成和维护项目更可靠且消耗更少token。后续路线图包括通过brew安装、开箱即用的AI技能、支持Swift Export以及自动化应用商店发布流程。

JetBrains 在 IntelliJ IDEA 2026.3 EAP 中增强命令补全功能，开发者可在编辑器内输入“..”调出与当前代码和光标位置相关的操作，而无需记忆快捷键或菜单。新版本支持快速创建日志断点并建议替换现有 print 语句，还可通过同一流程调用 AI 操作，如解释代码、生成文档和重构。后缀补全、实时模板与命令补全的界面得到统一，过滤和预览更清晰。该功能还扩展到二进制文件、反编译代码、properties 文件和 Spring 工作流等场景，构建脚本支持即将推出。高频操作仍可使用快捷键，其他功能则可通过“..”从代码中直接发现。

文章介绍基于DevNexus 2026演讲的实时欺诈检测方案：使用Java、Apache Kafka、Kafka Streams和MongoDB向量搜索，在毫秒级内判断交易是否欺诈。系统采用事件驱动架构解耦服务，用Kafka Streams本地状态存储完成速度检查等有状态计算，避免数据库往返。流程先经过规则护栏，如不可能旅行和交易频率检查；未触发则进入向量评分，将交易转为文本嵌入，用voyage-finance-2生成1024维向量，并与MongoDB中带欺诈标签的模式做余弦相似度匹配。超过阈值则标记可疑，否则批准。方案强调实时性、韧性和可扩展性，代码已开源。

文章总结Java团队使用AI编码代理的常见失败模式与协作规范。三大问题：需求描述不清导致代理做错任务；会话过长导致上下文污染；轻信代理自评而忽略程序化验证。作者提出先写规范，由代理起草任务文档，人工批准；再让代理先写测试并锁定测试目录，再实现代码；通过有限轮次的评审循环控制质量。还讨论子代理适用场景、git worktree并行、规则/技能/MCP配置，以及可执行的设置与评审清单。核心是让AI代理在有边界、可验证的流程中工作。

文章指出，企业Java团队常被灌输需要Python、向量数据库和AI编排框架才能构建AI功能，但这并非事实。作者在Eclipse OCX 2026演讲中演示了如何在Java 21上的Jakarta EE 11中用纯标准技术栈实现检索增强生成（RAG），并进一步用JDK内置的java.net.http.HttpClient替换掉最后一个第三方依赖（Ollama HTTP适配器）。方案仅依赖Jakarta Persistence、Jakarta Data、Jakarta Concurrency、CDI、Jakarta REST和MicroProfile Config六个规范，配合PostgreSQL和Ollama本地模型服务。嵌入向量以byte存储在JPA实体中，用Java实现的余弦相似度做线性检索（十五行代码），无需向量数据库；通过Jakarta Data声明式仓储替代手写DAO；用@ManagedExecutorDefinition(virtual = true)借助虚拟线程并行生成嵌入；通过volatile字段实现运行时切换模型。文章也指出了局限：数百万向量时需迁移到pgvector、纯CPU推理延迟高、模型切换在横向扩展时需借助MicroProfile Config同步。结论是企业Java已具备AI能力，无需重写现有应用。