Spring之父再次出山,开发了新的AI框架!

Spring 框架之父 Rod Johnson 在 2026 年推出面向企业 AI Agent 的开源 JVM 框架 Embabel,核心是用确定性规划算法(GOAP)让不可控的大模型在企业业务系统中稳定工作。这个框架已于 2026 年 7 月 20 日发布 1.0.0 GA 版本,值得所有做 Java/Ko…

一句话看懂:Spring 框架之父 Rod Johnson 在 2026 年推出面向企业 AI Agent 的开源 JVM 框架 Embabel,核心是用确定性规划算法(GOAP)让不可控的大模型在企业业务系统中稳定工作。这个框架已于 2026 年 7 月 20 日发布 1.0.0 GA 版本,值得所有做 Java/Kotlin 后端 AI 应用的开发者关注。

事件核心:发生了什么

Rod Johnson 在 2026 年 4 月的 Microsoft JDConf 开发者大会上正式发布了 Embabel——一个面向企业 AI Agent 的 JVM 开源框架,项目采用 Apache 2.0 协议,目前已在 GitHub 上公开,并于 2026 年 7 月 20 日发布 1.0.0 GA 版本。

Embabel 的定位与 Spring AI 形成互补:Spring AI 解决“怎么接入 AI 模型”的问题,提供统一的模型接口、向量存储抽象和工具调用机制;Embabel 则解决“怎么让 AI Agent 在企业系统里稳定工作”的问题,提供 Agent、Action、Goal 等核心抽象。

框架最独特的设计是从游戏 AI 领域引入的 GOAP(Goal-Oriented Action Planning,面向目标的行动规划)算法。它让 Agent 根据 Action 的前置条件、效果、成本和价值,用确定性算法动态规划行动序列,规划过程完全不需要依赖 LLM。Rod Johnson 认为,现有方案要么让 LLM 完全自主决策(结果不可预测、无法审计),要么人工穷举所有情形(工作量巨大),GOAP 在两者之间找到了平衡。官方数据显示,在一次包含多个 Action 的工作流中,GOAP 可以省掉 40%-60% 的 LLM 调用。

为什么重要

Embabel 切入的是企业 AI 落地的核心矛盾:生成式 AI 是随机的、非确定性的系统,同样的提示每次生成结果可能都不一样。个人聊天场景下 90% 的正确率已经够用,但金融交易、订单处理、合规审计这类业务系统容不下那 10% 的错误,不可预测就意味着不可用。

Rod Johnson 的判断是,JVM 对真实世界的生成式 AI 应用是更优选择。与 Python 的 LangChain/LangGraph 生态相比,Embabel 强调强类型和面向对象:Action 的输入输出是强类型领域对象,有编译时检查、重构支持和 IDE 辅助,避免了大模型的字符串地狱和动态图维护难题。这本质上是把 Java 生态的企业级工程能力带进 Agent 开发——对目前由 Python 主导的 AI Agent 框架格局构成一个新的竞争变量。

另一个值得注意的信号是,Rod Johnson 选择用 Kotlin 编写 Embabel 的核心代码,但重点强调与 Java 的互操作性:用 Java 构建应用时不会看到任何 Kotlin 导入。这意味着框架面向的是整个 JVM 生态,而非某个单一语言社区。

对用户/开发者/创作者的影响

对 Java/Kotlin 后端开发者:Embabel 提供了一个用熟悉语言构建 AI Agent 的路径。你不需要切换到 Python 技术栈,也不需要自己编写 Agent 的多步规划逻辑——用 @Action 注解标记方法、用 @Goal 定义目标,剩下交给框架。

GamsGo AI

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。

了解 GamsGo AI

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。

对企业技术决策者:如果团队已经在 Java 技术栈上有深厚积累,Embabel 把 AI 能力封装在与 Spring 风格相近的编程模型中,既有确定性的规划逻辑(可审计、可解释),又能让 Agent 根据实时状态动态调整行动序列,降低企业采用 AI Agent 的工程风险。GOAP 不用 LLM 做规划,也能省下一笔可观的 Token 成本。

对 AI 应用开发者:Embabel 的定位比 Spring AI 更高一层。如果你已经在用 Spring AI 接入模型,可以关注两者的承接关系——Embabel 相当于提供了一套“装配图纸和流水线”,而 Spring AI 继续充当“零件箱”。两者可能形成事实上的分层协作,也可能出现功能重叠,这取决于后续生态如何演进。

值得关注的后续

目前公开信息显示,Embabel 仍处于早期推广阶段,建议关注以下几个具体观察点:

第一,企业级落地案例能否出现。框架宣传的性能数据和理念都具备吸引力,但真正能说服市场的,是生产环境中的实际案例——尤其是金融、订单处理这类对审计要求严格的场景。

第二,开发者生态能否做起来。Spring 的成功离不开庞大的社区和丰富的文档。Embabel 能否复制这套路径,要看官方示例库、第三方 Action 扩展和社区贡献是否快速跟进。

第三,与 Spring AI 的边界如何收口。Rod Johnson 对 Spring AI 和 Embabel 做了明确的分层,但两者同属 JVM AI 生态,未来是协作还是竞争、是否会有官方集成方案,会直接影响开发者选型。

来源:juejin

celebrityanime
celebrityanime
文章: 16475

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注