Codename One 正式将 Push V3 合并入核心，并完成新云服务实现。新版本支持类型化消息模型、托管推送凭据、订阅管理、服务端分众、活动与数据统计，并可将通知扩展到 Widget、Live Activity、Dynamic Island 等 Surface。现有推送用户需要在本周内将推送服务地址从 push.codenameone.com 切换到 cloud.codenameone.com，并使用现有代码发送真实通知进行兼容性验证，因为下周将切换旧服务流量。V3 引入不可变 PushMessage 模型，以 PushListener 取代旧 PushCallback，同时保留自定义推送基础设施的扩展接口。文章还预告了 Maven 仓库迁移、设备端 AI 与 MCP、健康数据 API 以及地图路线功能等相关更新。

PyFlink管道的端到端p99延迟在生产负载下长期处于3-5秒，未达SLO。定位发现瓶颈并非业务逻辑，而是每条记录在JVM与Python进程之间往返，并由Python UDF调用Protobuf反序列化。优化方案是将Protobuf反序列化下沉到Flink JVM侧的原生Protobuf格式，在表DDL中声明消息类，Python仅负责编排和SQL；无需改写Java代码。实测p99降至约500毫秒，吞吐保持约5000事件/秒，并行度从12降至8，代码量减少。该优化适合经性能剖析确认Python解析与跨进程数据移动是主要瓶颈的场景；若瓶颈来自sink背压、网络或外部调用，效果有限。实现上需将.proto编译为Java类并打入fat JAR，注意Flink版本属性差异、枚举处理、Schema演进和端到端基准测试。

本文介绍了结合Quarkus Flow、LangChain4j、MCP与AGENTS.md构建生产级多智能体工作流的方法。Quarkus Flow基于CNCF Serverless Workflow规范，在JVM内实现带状态转换、重试、循环上限和人工审批的轻量编排；MCP统一连接企业数据与外部工具；AGENTS.md以项目级Markdown定义智能体边界与行为规则。文章通过内容发布智能体示例，展示了WriterAgent调用Brave Search MCP工具起草、CriticAgent审核并循环修订直至批准的过程，并讨论了生产环境所需的治理、追踪、人工介入及GraalVM原生镜像支持。

本文是JetBrains针对TeamCity服务器CVE-2026-63077漏洞发布的后续公告。官方表示，自7月27日发布初始公告以来，已收到针对未修补TeamCity服务器的主动攻击和尝试性攻击报告。该漏洞无需认证即可被利用，攻击者可通过HTTP(S)访问TeamCity代理轮询协议，执行任意操作系统命令，可能危及服务器数据、配置、存储凭证以及构建产物和CI/CD流水线完整性。JetBrains已在TeamCity 2025.11.7和2026.1.3中修复该漏洞，并为此前版本提供安全补丁插件。官方强烈建议用户立即升级或安装补丁，并检查服务器日志和未授权构建代理列表。TeamCity Cloud用户无需额外操作。文章还建议限制服务器外部访问，并避免让TeamCity服务器与构建代理共用同一主机以降低风险。

七月要点 JetBrains Academy 发布七月摘要：推出 Ardit Sulce 的 Gen AI Engineer Bootcamp，帮助学习者在 PyCharm 中免费动手构建本地编码助手、RAG 应用、Google Sheets 自动化、图像识别应用与语音 AI 助手；上线基于官方文档的 pandas 课程，提供 IDE 实时反馈和两个实战项目；为庆祝 Kotlin 发布 15 周年，Hyperskill 向新用户免费开放全部 Kotlin 课程至 10 月 9 日；IntelliJ IDEA Conf 2026 完整议程公布，将于 9 月 8-9 日举办；另发布 Python 软件基金会董事 Sheena O'Connell 访谈，探讨 AI 时代如何学习 Python。

教程简介 本文介绍如何在Spring Boot应用中集成Google Gemini模型，使用Gemini Developer API进行文本生成。内容涵盖项目依赖配置、显式激活聊天提供方、底层ChatModel与高级ChatClient API的使用、提示词模板、实时Google搜索检索增强，以及通过WebFlux实现流式响应。此外，文章还演示了使用MockMvc和@MockBean进行控制器单元测试的方法，帮助开发者构建稳定、可测试的生成式AI集成方案。

本文介绍了Spring AI AutoMemoryTools，它是Spring AI社区库中用于实现AI代理长期记忆的组件。与仅处理对话记忆的ChatMemory和RAG不同，AutoMemoryTools通过工具调用和基于文件的持久化，让代理记住用户偏好、反馈、项目背景和外部信息引用位置等信息。文章讲解了它内置的六种工具：查看、创建、替换、插入、删除和重命名记忆文件，并介绍三种集成方式：默认的AutoMemoryToolsAdvisor沙箱配置、自定义系统提示词的AutoMemoryTools配置，以及不受限的FileSystemTools与ShellTools方案。最后通过Spring Boot聊天机器人和Ollama本地模型演示了跨会话记忆效果。代码示例已发布在GitHub上。

本文介绍如何通过Spring AI实现Agent2Agent（A2A）协议，让AI智能体能够相互发现并进行高效通信。文章以招聘筛选系统为例，构建了一个充当A2A客户端的编排智能体和三个分别处理技能匹配、背景与薪资核查的远程服务端智能体。内容包括A2A协议基础、智能体卡片的发现机制、服务端的工具注册与AgentExecutor配置，以及客户端的远程智能体发现、消息发送与编排提示策略。最后通过调用REST接口测试，编排智能体能将多个专业智能体的结论合并为一份筛选摘要。

RFC 10008定义了HTTP QUERY方法，这是继2010年RFC 5789以来HTTP首次新增方法。QUERY请求在语义上安全且幂等，可携带请求体，同时具备可缓存性；其查询含义由Content-Type决定，服务端可通过Accept-Query头声明支持的查询媒体类型，并可用Location头指向等价资源。文章介绍了Tomcat、Jetty、Jakarta Servlet和Spring生态的适配进展，并演示了基于Quarkus和Jakarta REST @HttpMethod扩展实现商品目录QUERY接口的示例，包括JSON与表单两种媒体类型、415/422错误处理、缓存与条件请求等。QUERY并非全新革命，而是将既有POST查询模式标准化，使缓存、幂等重试和工具链获益。