本周核心动态 本期Java Weekly主要聚焦于AI技术在Java开发领域的深度融合，重点推荐了JetBrains关于训练AI代理调试不稳定测试（Flaky Tests）的实践经验。此外，本期还涵盖了多个AI相关工具的进展，包括JobRunr推出的ClawRunr AI代理以及Quarkus Agent MCP的发布。 重点关注 技术生态：探讨了BoxLang AI的内存系统与RAG技术，以及如何构建AI代理团队。 框架更新：涵盖了Quarkus 3.35、WildFly 40 Beta、Hibernate工具链变动及Spring Office Hours播客等内容。 安全与性能：发布了针对CVE-2026-39852的安全紧急更新，并分享了关于IBM Semeru与OpenJ9共享类缓存的性能优化方案。 行业视野：Netflix分享了关于机器学习模型生命周期管理与路由设计的技术经验，探讨了AI时代下的开发范式转变。

MPS 2026.1 EAP 版本亮点 JetBrains 发布了 MPS 2026.1 的首个早期预览版 (EAP)。本次更新重点包括： 核心升级：迁移至 IntelliJ Platform 2026.1，支持 JDK 25 和 Kotlin 2.3。 自然语言支持：集成 Grazie 插件，支持对名称策略（Name Policy）进行多语言拼写及大写规则校验。 编辑器改进：支持二进制操作符多行显示，新增 read-only-inspector 编辑器样式。 构建与迁移优化：构建语言支持传递依赖，无需显式列出所有依赖项；优化了迁移过程中的依赖项记录机制，提升稳定性。 Java Stubs 增强：修复了多个长期存在的 Java 存根问题，提升了对内部类和泛型的解析准确性。 系统集成：在 Linux 系统上默认启用 Wayland 显示协议，并引入了全新的项目生命周期管理机制。

Kotlin生态导师计划试点项目顺利结束。该计划旨在通过导师与学员的协作，帮助开发者参与真实的开源项目。在为期两个月的项目中，共有四对组合成功完成任务。其中，Ruslan和Clare组合凭借在BitChat Android项目中的出色表现，通过抽奖赢得了前往慕尼黑参加KotlinConf 2026的机票。项目总结指出，明确的任务范围、高效的异步沟通以及双向的经验积累是开源协作成功的关键。鉴于社区的高度参与热情，官方计划将该项目持续开展下去。

本文详细介绍了如何使用 Java 的 REST-Assured 框架对 PUT API 进行自动化测试。PUT 请求主要用于更新现有资源，要求发送完整的对象数据。文章通过一个电商订单更新的实际案例，演示了从获取认证令牌（Token）、构建请求数据模型（POJO）、使用 Datafaker 生成动态测试数据，到执行 PUT 请求及验证响应结果的完整流程。此外，作者还强调了使用 TestNG 管理测试执行顺序的重要性，并建议通过 POJO 和构建者模式提升代码的可维护性与可读性。

2026年Java AI框架生态概览 随着生成式AI在Java生态中的成熟，开发者现在拥有了四款主流框架选择。本文对比了Genkit Java、Spring AI、LangChain4j和Google ADK Java，分析了它们在不同场景下的适用性： Genkit Java：以其出色的本地开发UI（Dev UI）和多级抽象（生成、流、智能体）脱颖而出，适合追求开发体验和多模型调用的团队。 Spring AI：专为Spring Boot生态设计，提供深度集成、Micrometer原生可观测性以及广泛的模型与向量数据库支持，是企业级应用的首选。 LangChain4j：以其高度Java惯用化的“AI Services”接口抽象闻名，具备极佳的框架中立性，支持Spring Boot、Quarkus等多种主流后端框架。 Google ADK Java：专注于企业级多智能体编排，与Google Cloud（Vertex AI）深度绑定，适合需要官方SLA支持和大规模多智能体协作的场景。 总结而言，Java开发者目前已拥有与Python生态对等的专业AI开发工具，选择合适的框架取决于团队现有的技术栈、对可观测性的需求以及部署环境。

远程开发模式下的插件适配指南 随着 JetBrains IDE 远程开发模式的普及，IDE 不再局限于单一的本地进程，而是转变为前端客户端与后端（如云端、Docker 或远程机器）分离的架构，即“拆分模式”（Split Mode）。 为了确保插件在远程环境下表现稳定，开发者需要重新评估代码的运行位置。UI 交互、打字相关功能及对延迟敏感的操作，若未针对客户端-服务器架构设计，可能会出现性能下降或行为异常。JetBrains 建议开发者将插件划分为前端、后端及共享功能模块。这种架构设计既能适配远程开发，也能兼容传统的单体 IDE 模式。 为协助开发者完成适配，JetBrains 提供了以下资源： 架构概览视频 模块化插件开发模板 详细的官方文档与分步迁移指南 开发者社区支持

核心概念 本文引入了“高亮复杂度”的概念，旨在通过优化代码结构来提升IDE的代码高亮效率与响应速度。开发者通常关注算法复杂度和认知复杂度，但忽略了高亮复杂度——即代码对静态分析引擎的友好程度。高亮友好的代码能够降低CPU占用、节省内存，并延长硬件使用寿命。 优化建议 模块化管理：将大型项目拆分为独立的模块，限制依赖范围，提升IDE缓存利用率。 文件结构优化：避免单个文件中包含过多类，应按逻辑拆分为独立文件。 限制作用域：优先使用包（Package）而非对象（Object）定义类；尽量将类和方法声明为私有（Private）。 类型注解：为公共及复杂定义添加显式类型注解，以增强API的稳定性并辅助增量计算。 规范引入：避免使用通配符导入（Wildcard imports），优先使用具名导入。 谨慎使用高级特性：减少对宏（Macros）的依赖，优先使用标准的语言特性。 通过遵循这些原则，不仅能提升开发工具的性能，还能促进代码库的整洁与可维护性。

本文通过借用《星球大战》中原力与绝地武士的隐喻，打破了初学者对 Java 语言复杂且难以掌握的刻板印象。作者指出，Java 的核心优势在于其高度的结构化与逻辑性，类似于绝地武士准则。文章通过代码示例，生动地解释了 Java 中类、对象、方法及循环等基础概念，并强调了系统化学习对于掌握编程技能的重要性。Java 并非令人畏惧的“黑暗面”，而是一门逻辑严密、适合初学者深入探索的优秀编程语言。

本文介绍了如何通过 Apache Camel 实现 Java 应用程序（包括 Spring Boot 和独立运行模式）的可观测性监控。文章通过实际代码示例，展示了如何配置相关依赖以及如何利用 Micrometer、OpenTelemetry 和 Jaeger 等工具实现链路追踪与性能监控。对于 Spring Boot 应用，主要通过集成 camel-observation-starter 和 Micrometer 来生成追踪数据；对于独立运行的 Camel 应用，则通过配置 camel-observability-services 和 OpenTelemetry Java Agent 来实现监控。通过这些配置，开发者可以轻松地在 Jaeger 控制台中查看路由执行情况和应用程序的健康指标。