本期Java周刊聚焦AI辅助开发的前沿趋势，重点介绍了“代理工具”（agent harness）概念，这是一种能够快速生成、运行、检查、纠正代码并持续循环的系统，使AI从“令人印象深刻”变得“真正有用”。Spring AI 2.0发布了自纠正结构化输出功能。其他亮点包括：Block 450个JVM仓库迁移为monorepo以减少依赖漂移、JDK旧版本迁移建议、Kotlin Toolchain 0.11更新、Pi4J简化传感器与硬件集成、Eclipse基金会AI编码工作坊总结，以及Netflix使用Kueue简化批处理计算、AI视频编辑研究等。版本更新方面：Spring Boot 3.5.16、Spring Data 2025.0.13、Quarkus多版本紧急修复CVE-2026-50559、Vert.x 5.1.3、Elasticsearch 8.19.17/9.3.6、Zuul v3.6.16、Micronaut Core 5.1.2、Helidon 3.2.18、WildFly 40.0.1。本周精选文章《旧软件之所以快，是因为别无选择》引发对性能与资源约束的思考。

开源 LSP 客户端 API JetBrains 宣布将在 IntelliJ IDEA 2026.2 中开源 LSP（Language Server Protocol）客户端 API，使基于 IntelliJ 平台的产品（包括 Android Studio）都能使用该功能。此前，LSP 集成是商业 IDE 扩展，开源平台无法直接使用，导致插件作者需要自行实现客户端。本次开源提供了稳定且经过实战检验的平台客户端。 API 名称变更 为避免混淆，API 名称将进行调整：LspServer 改为 LspClient，LspIntegrationProvider 取代原有 provider。这些变更将在 2026.1.4 稳定版中提前生效。 建议 已有 JetBrains LSP API 的插件作者需关注更新并调整命名。 使用 LSP4IJ 或自定义客户端的插件无需立即迁移，需评估版本兼容性、功能覆盖等。 新语言集成可参考 IntelliJ Platform SDK 文档中的 LSP 指南。

文章作者分享了一年半迁移15个生产项目的经验，强调不应从JDK 7直接跳到21，而应逐LTS版本升级（7→8→11→17→21→25）。详细介绍了每个跳跃的关键变化：JDK 8→11时Java EE模块移除需手动添加依赖；JDK 11→17时Jigsaw模块系统限制反射访问；JDK 17→21时Hibernate 6带来大量不兼容改动，包括@Type重写、IdGeneratorStrategyInterpreter删除等；JDK 21→25时引入Virtual Threads和模式匹配等新特性。推荐使用OpenRewrite自动化重构、jdeprscan检查弃用API、Maven Enforcer锁定版本。强调迁移需分四阶段：库存扫描、依赖清理、逐跳升级、重复迭代，并建议从最小服务开始。指出不迁移的真实成本：安全漏洞、新员工学习成本、现代库无法使用、未来迁移难度增大。

概述 文章介绍了IntelliJ平台中的EelApi，这是一个用于处理不同执行环境（本地机器、WSL、Docker容器、开发容器）的统一API。EelApi源于为WSL和开发容器设计的代理技术，允许插件在保持IDE本地的同时，通过API操作项目环境中的文件系统、进程、网络等。文章详细说明了如何使用EelApi：从项目或路径获取描述符，执行工具（文件复制、进程启动），处理环境变量和目标路径，检测目标平台，以及跨边界端口连接。还解释了路径处理的关键区别：IDE使用java.nio.file.Path，目标进程需用EelPath转换。API当前标注为实验性，但已在WSL和原生开发容器支持中生产化。未来计划稳定API并发布文档。

核心观点 SpaceX以600亿美元收购Cursor母公司Anysphere，外界聚焦AI里程碑，但真正的转折点在于：AI大幅提升代码生成速度后，代码质量与验证成为新的瓶颈。未来软件工程不再取决于谁生成更多代码，而是谁能信任这些代码。 关键分析 AI编码助手让开发效率翻倍，但代码审阅时间并未增加，审阅带宽成为限制因素。 研究显示，AI辅助虽提升初始速度，却导致静态分析警告和代码复杂度持续上升，长期反而拖慢开发。 自动化质量分析（如Qodana）变得不可或缺：AI生成代码后，需静态分析、安全扫描、CI/CD质量门禁层层把关，人工只审阅需判断的部分。 趋势展望 工具链将从孤立的AI助手演进为分层工作流：AI生成 → 静态分析验证 → 安全扫描 → 质量门禁 → 人工审阅。成功的企业将不是最快生成代码，而是以更低成本生成可信代码。

JetBrains AI 支持多个编码代理，包括 Junie、Codex、Claude Agent 以及用户自带的其他符合 ACP 协议的代理。此前用户需在聊天模式下手动选择代理。随着模型能力增强，JetBrains 决定为用户预选一个默认代理以简化体验。JetBrains 使用真实开发任务基准数据集进行评估，涵盖 Java（225 个任务）、C#（38 个）和 Python（90 个）。候选配置包括 Codex（GPT-5.4-mini medium/low）和 Junie（Gemini 3 Flash/3.1 Flash Lite）等。在解决率、成本和延迟三个核心指标上，Codex (GPT-5.4-mini medium) 与 Junie (Gemini 3 Flash) 表现接近。最终线上 A/B 测试中，Codex 在激活率、留存率和失败率上胜出，因此被选为推荐默认代理。用户仍可随时切换到其他代理。

从Toolbox App 3.6早期访问计划（EAP）开始，SSH连接将默认使用JetBrains Daemon（jetbrainsd）作为后台服务。此举旨在验证新的连接流程，使远程开发更加稳定可靠。用户可尝试EAP版本并提供反馈，如遇问题可关闭设置中的'Enable jetbrainsd SSH client'选项或回退至稳定版。

长期以来，AI代理分析性能问题时依赖猜测代码，常错过真正瓶颈。JetBrains Rider在AI Assistant中引入dotTrace分析技能，让代理直接读取运行时性能快照，定位真实热点。评估显示：在80次测试中，使用该技能后平均准确率从4.71提升至8.15，完美命中根因的次数从20增至48。典型案例如Avalonia UI冻结，无技能时代理仅得1.6分，使用后10次全满分。虽然每次运行成本略有增加（约1.91→2.61美元），但在某些场景下因减少无效搜索反而更便宜更快。该技能现已在Rider 2026.2 EAP中可用，开发者可通过dotTrace快照让AI基于证据而非猜测提供优化建议。

本文探讨了 Rust Web 开发在实际应用中面临的诸多挑战：异步编程调试困难，产生冗长的回溯信息；数据库访问需多次定义同一模式；错误处理在框架中不一致；宏和泛型增加复杂性且难以排查；编译时间因泛型单态化和宏展开而变慢；生态系统碎片化，开发者需自行组合多种库。尽管存在这些问题，像 Loco.rs 和 cot.rs 等“开箱即用”的框架正逐步改善体验。文章认为，Rust Web 开发在 2026 年虽已进步，但生产力仍不及 Python 等语言，需要权衡可靠性与开发速度。