2025 年是 AI 智能体快速爆发的一年，从单智能体、多智能体到通用智能体的多种不同构建模式持续涌现出来，智能体开发也逐步从概念、Demo 开始走向生产落地，应用范围也从编程助手等几个少数领域，逐步拓展到企业内部业务、生活工作助手等多个领域。随着智能体开始在企业内部业务落地，Java 智能体的构建需求也呈现出爆发式增长的趋势，在智能体编程语言及平台领域，Python、Typescript 一直走在探索前沿，相对来说，Java 领域框架、平台及整体解决方案欠缺，Spring AI Alibaba 1.0 的发布，让 Java 智能体开发迎来一款生产可用的企业级框架与解决方案，助力企业智能体开发进入一个新阶段。上半年，以 Manus 为代表的通用智能体的火爆，让具备自主规划能力的通用智能体进入大众视线，另一方面，MCP 则将模型或智能体外部数据、外部系统的交互方式做了统一。结合这些技术趋势，在探索 Spring AI Alibaba 框架、Manus 通用智能体的过程中，我们正逐步构建起一套零代码快速构建垂直领域智能体的方案（JManus），我们相信它能弥补低代码、高代码框架的开发复杂度
随着 Manus 的火热，开源社区迅速响应，涌现出如 OpenManus 这样无需等待、人人可部署的优秀替代方案，它们通过多智能体协作和工具调用能力，实现了令人瞩目的效果。 正是在这样的大背景下，Spring AI Alibaba JManus 应运而生。它是一个完全以 Java 语言为核心、彻底开源的 OpenManus 实现。 JManus 产生的初心就是 “让Java程序员距离AI更近一点”。希望能够构建一个以 Java 语言为根基，基于 Spring AI Alibaba 的通用 AI Agent 框架/平台，让 Java 程序员朋友们能够更简单容易地使用 Agent 满足自己的工作、日常生活需求。 作为一个 Spring AI Alibaba 项目的子项目，整个项目在 GitHub 上获得接近 3k star，并且在快速增加中。在大语言模型构成方面，JManus 可以无缝集成包括 Claude 3.5、Qwen3 等在内的多个顶级大模型，使得开发者能充分利用各个模型的优势。
万字图解 Java 并发框架：Fork/Join、CountDownLatch、Semaphore、CyclicBarrier
本文探讨了虚拟线程（有栈协程）对Java的重要意义，从传统同步线程模型到异步响应式编程模型，再到用户线程模式和协程的实现原理，全面分析了Java在高并发场景下的演进历程。文章首先介绍了传统的thread per request模型，指出其资源占用高的问题，并引出异步编程模型的优势与弊端。接着对比了无栈协程（如Kotlin中的协程）和有栈协程（如Go中的goroutine），强调了无栈协程在性能上的优势以及对同步生态兼容性差的问题。 随后，文章重点介绍了Java在JDK21中引入的虚拟线程，这是一种有栈协程的实现方式，能够以极低的成本创建大量线程，同时保留了同步编程的简洁性和调试友好性。虚拟线程支持阻塞IO操作而不会阻塞内核线程，极大地提升了资源利用率。然而，虚拟线程也存在一些局限性，例如在特定场景下可能“pin”住载体线程，导致资源浪费。最后，文章总结了虚拟线程/有栈协程对Java的重要性，认为它能够在保持高性能的同时降低开发复杂度，是Java应对高并发场景的重要工具。
