可能将来某天采用 Jakarta EE 做人工智能开发就没有现在这么复杂了。Jakarta Agentic Artificial IntelligenceJakarta Agentic Artificial Intelligence项目提供了一套供应商中立的API使得在Jakarta EE运行时上构建、部署和运行AI智能体变得简单、一致且可靠。Jakarta Agentic Artificial Intelligence 1.0开发中人工智能AI智能体是数十年来企业和云原生计算领域最显著的发展之一。它们有望通过在各行各业IT、金融、银行、零售、制造、医疗保健等中利用AI从根本上加速创新、自动化和生产力提升。智能体通过利用神经网络、机器学习ML、自然语言处理NLP、大语言模型LLMs及众多其他AI技术来运行旨在以最少或无需人工干预的方式自主执行特定任务。它们检测事件、收集数据、生成自我修正的计划、执行操作、处理结果并优化后续决策。例如自动驾驶汽车、安全监控器、站点可靠性工程SRE智能体、股票监控器、代码/应用程序生成器、健康监测器、客户服务智能体、制造机器人等等。Jakarta Agentic Artificial Intelligence项目提供了一套供应商中立的API使得在Jakarta EE运行时上构建、部署和运行AI智能体变得简单、一致且可靠。该项目旨在为开发AI智能体所做的贡献类似于Servlet为HTTP处理所做的、Jakarta REST为RESTful Web服务所做的或者更恰当地说类似于Jakarta Batch为批处理所做的。范围定义了在Jakarta EE运行时上运行的AI智能体的通用使用模式usage patterns和生命周期。提供一个极简的门面facade以访问更基础的AI能力如LLMs而不试图将LLMs本身标准化。相反该API提供了对现有LLM API如LangChain4j和Spring AI的简单、可插拔且可配置的访问。这类似于Jakarta Persistence如何通过底层解包unwrapping来访问底层的非标准API。该API很可能包含一种定义智能体工作流workflows的机制。这将使用流式Java API而非XML来完成。智能体工作流在运行时很可能是动态的而不是在部署时严格定义和静态的。可能会为YAML和XML提供一种可插拔机制。定义与其他关键Jakarta EE API的集成例如Validation、REST、JSON Binding、Persistence、Data、Transactions、NoSQL、Concurrency、Security、Messaging等。该项目将尽可能尝试使用 Jakarta Config。它可能允许实现利用 MicroProfile Config。实现可以提供与 OpenTelemetry 的集成。项目会做出合理努力使该API有可能在Quarkus、Micronaut和Spring Boot等运行时中使用尽管Jakarta EE兼容的运行时是明确的主要目标。独立规范该项目最初不会寻求纳入Jakarta EE平台或任何配置文件。相反该项目将寻求在Jakarta EE保护伞下提供一个可用的独立API供供应商选择采用。未来为AI定义一个通用的Jakarta EE配置文件可能是合理的届时可以将该项目添加进去。这样的配置文件理论上还可以包括单独的规范以尝试标准化其他重要的AI概念例如LLMs和模型增强/上下文服务器。社区该项目旨在通过吸引尽可能多的相关领域专家和API消费者无论是在Java/Jakarta EE生态系统内部还是外部参与来达成最广泛的行业共识。