Spring 创始人重回一线做 AI 框架，却说：这是人类亲自选择的最后一代框架
一句话看懂：Spring 框架创始人 Rod Johnson 推出了面向企业 AI Agent 的开源框架 Embabel，他主张在 Java/Kotlin 等企业语言中集成 LLM，而非强推 Python 重写一切。他同时警告：随着 AI 工具能力增强，开发者亲自挑选框架的时代可能走向终结。
事件核心：发生了什么
Rod Johnson 在离开一线多年后，再次创业并主导开发了开源框架 Embabel。该框架核心用 Kotlin 编写，但完全兼容 Java，目标是将大语言模型（LLM）以可控、可解释、可审计的方式嵌入企业现有业务系统。与多数 AI 框架依赖 LLM 动态规划不同，Embabel 采用了源自游戏 NPC 的确定性规划算法 GOAP（目标导向动作规划），而非 LLM 决定下一步动作。Johnson 本人目前只写约 5% 的代码，其余由 AI Coding Agent 生成，但他强调必须保持架构审查权。
为什么重要
作为 Spring 的缔造者，Johnson 的回归本身具有行业符号意义。他的核心判断——这可能是最后一代由人类主动选择的框架——暗示技术选型权正从开发者向 AI 工具转移。在实践层面，他公开质疑“用 Python 重写一切”的企业 AI 策略，认为数据科学与企业 AI 应用是两回事：模型训练应靠 Python，但业务集成应在原应用语言（如 Java）内完成。这一观点直接挑战当前很多企业“AI 即 Python”的惯性思维，为 Java/.NET 等存量技术栈的 AI 化提供了另一种可行路径。
对用户/开发者/创作者的影响
对 Java/Kotlin 开发者：Embabel 提供了一条不必切换语言即可接入 LLM 的路线，降低了企业 AI 工程的门槛。这意味着现有 Java 后端团队无需学习 Python 全栈，即可构建 Agent 应用。
对企业技术管理者：Johnson 的案例提示，盲目的“AI 一切”指令可能导致异构技术栈问题——Python 开发者可能不了解企业核心业务代码（Java/.NET），造成战略权落入不合适的人手中。他建议从 95% 可自动化的小场景做起，先建信任。
对框架设计者：确定性规划 vs. LLM 动态规划的路径之争正在展开，这直接影响了 Agent 系统的可解释性和审计能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Embabel 能否在 LangChain、Crew.ai 等主流框架之外争取到企业用户，尤其是 Java 生态的采用；
2. 随着模型更强，“人类选框架”是否真的会像 Johnson 预测的那样被 AI 工具替代，或只是一种技术悲观主义的警戒；
3. Johnson 提出的“JavaScript 风格 API、Kotlin 实现、完全兼容 Java”的策略，是否能吸引存量 Spring 开发者迁移或扩展。
来源：InfoQ CN
