👉 欢迎加入小哈的星球，你将获得: 专属的项目实战（多个项目） / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

• 新项目：《Spring AI 项目实战》正在更新中..., 基于 Spring AI + Spring Boot 3.x + JDK 21;

• 《从零手撸：仿小红书（微服务架构）》 已完结，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17..., 点击查看项目介绍；演示地址：http://116.62.199.48:7070/

• 《从零手撸：前后端分离博客项目（全栈开发）》 2期已完结,演示链接：http://116.62.199.48/;

• 专栏阅读地址：https://www.quanxiaoha.com/column
  

截止目前，累计输出 100w+ 字，讲解图 4013+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，Spring Cloud Alibaba 等等，戳我加入学习，解锁全部项目，已有4100+小伙伴加入

说实话，当我看到Spring AI 1.1正式发布的消息时，第一反应是，这个版本的变化比我想象的要大得多。

不是那种常规的功能更新，而是真正在改变Java开发者使用AI的方式。

这次 1.1 版本包含了超过850项改进，其中354个是新功能和集成，241个bug修复。

但最让我感兴趣的，是三个核心突破：Model Context Protocol（MCP）集成、Prompt Caching带来的成本革命，以及递归Advisors带来的自改进AI能力。

MCP全面升级适配

MCP（Model Context Protocol）可能是Spring AI 1.1最重要的新特性。简单说，它让AI应用能够通过标准化的协议连接到各种外部工具、资源和提示模板。

之前如果你想在Spring应用中使用AI，可能需要自己写很多胶水代码来连接数据库、API、文件系统等等。现在有了MCP，你可以用注解的方式直接定义这些连接：

• @McpTool - 定义AI可以调用的工具函数

• @McpResource - 定义AI可以访问的资源

• @McpPrompt - 定义可复用的提示模板

这种设计的好处是，开发者不需要关心底层的通信细节。

Spring AI提供了多种传输方式：STDIO用于本地进程通信，HTTP SSE用于Web集成，还有 支持状态管理的Streamable HTTP。

更实用的是，Spring Boot的自动配置让这一切变得非常简单。

你只需要添加相应的starter依赖，配置一下连接信息，就能让AI应用访问数据库、调用API、读取文件。这种标准化带来的好处，可能比单个功能本身更重要。

Prompt Caching：成本降低90%的魔法

如果说MCP解决的是连接问题，那Prompt Caching解决的就是成本问题。

Spring AI 1.1现在支持Anthropic Claude和AWS Bedrock的提示缓存功能，可以将成本降低**高达90%**。

这个功能的工作原理其实挺直观的。

在很多AI应用中，系统提示词、工具定义这些内容每次对话都要重复发送，但实际上这些内容很少变化。Prompt Caching就是把这些重复的内容缓存起来，只发送变化的部分。

Spring AI提供了五种缓存策略：不缓存、只缓存系统消息、只缓存工具定义、缓存系统和工具、以及遵循Anthropic最佳实践的增量对话历史缓存。

你可以根据应用场景选择最合适的策略。

对于企业级应用来说，这个功能的意义特别大。

想象一下，如果你的应用每天处理几万次对话，每次对话的系统提示词有几千个token，那缓存带来的成本节省是非常可观的。而且响应时间也会更快，因为需要传输的数据变少了。

递归Advisors：自改进的AI智能体

另一个让我觉得有意思的功能是递归Advisors。这个功能让Advisor可以调用其他Advisor，形成多步骤的AI工作流。

听起来有点抽象，但实际应用场景很清晰。

比如你可以构建一个自改进的AI智能体：

第一个Advisor负责生成初始答案，第二个Advisor负责评估答案质量，第三个Advisor根据评估结果改进答案。这样AI就能通过迭代处理不断优化自己的输出。

这个模式还可以用来实现LLM-as-a-Judge评估系统。

你可以让一个模型生成内容，另一个模型评估内容质量，形成闭环的反馈机制。这对于需要高质量输出的应用场景特别有用。

Spring AI提供了两个内置的递归Advisor实现，覆盖了常见的用例。而且支持可配置的观察机制，方便你监控和调试整个工作流。

推理能力：让AI真正"思考"

Spring AI 1.1还加强了对推理模型的支持。

现在可以原生支持多个提供商的推理能力：Ollama的思考模式、ZhipuAI的thinking参数、Anthropic的流式思考事件、OpenAI的推理内容访问。

通过ReasoningContent API，应用可以检查和利用模型的推理过程。

这对于需要理解AI如何得出答案的场景特别有价值，比如教育应用、代码审查工具、或者需要可解释性的企业应用。

我试了试这个功能，确实能看到模型在"思考"过程中的中间步骤。虽然这些步骤可能不是完全准确的，但至少能让你理解模型是如何处理问题的。这种透明度对于构建可信的AI应用很重要。

生态系统的扩展

除了核心功能，Spring AI 1.1还扩展了模型提供商的生态系统。

新增了Google GenAI SDK集成，支持Gemini Pro、Gemini 1.5 Pro和Gemini 2.0 Flash模型。还有ElevenLabs的文本转语音功能，支持流式音频生成。

对现有提供商的增强也很全面：OpenAI支持GPT-5模型家族和文件API，Anthropic支持最新的Claude模型（Sonnet 4.5、Opus 4.1）和Citations API，Mistral AI增加了OCR API集成，ZhipuAI支持GLM-4.6等新模型。

向量数据库和聊天记忆的改进也值得一提。新增了MariaDB向量存储、OpenSearch近似k-NN搜索、GemFire元数据过滤等功能。聊天记忆现在支持MongoDB、Oracle JDBC、Azure Cosmos DB等多种存储选项。

开发者体验的提升

从开发者体验的角度看，Spring AI 1.1做了很多细节优化。

统一的Builder模式让EmbeddingOptions和ChatOptions的使用更加一致，自动重试配置提高了分布式部署的可靠性，Micrometer可观测性增强让监控和调试更容易。

文档方面也有很大改进，新增了100个文档改进，包括新的指南和示例。Spring AI示例仓库现在有37个模块，其中24个包含集成测试，这对学习如何使用这些功能很有帮助。

还有一个值得关注的变化是新的Spring AI社区GitHub组织。这个组织为社区驱动的项目提供了平台，让开发者可以更容易地扩展和分享Spring AI的功能。

对Java AI应用的影响

从更大的角度看，Spring AI 1.1的发布可能标志着Java生态在AI应用开发上的一个重要转折点。

之前Java开发者想要集成AI功能，往往需要写很多样板代码，处理各种兼容性问题。现在有了MCP这样的标准化协议，有了完善的Spring Boot集成，开发AI应用的门槛大大降低了。

成本优化也是一个关键因素。

Prompt Caching带来的90%成本降低，对于需要大规模部署AI应用的企业来说，可能意味着从"用不起"到"用得起"的转变。这对于推动AI在企业级应用中的普及很重要。

递归Advisors和推理能力的支持，也让Java开发者能够构建更智能、更可靠的AI应用。这些功能之前可能需要在Python生态中才能方便地使用，现在Java开发者也有了同样的能力。

总的来说，Spring AI 1.1不仅仅是一个功能更新，更像是在为Java AI应用开发建立新的基础设施。

如果你正在考虑在Java应用中集成AI功能，或者已经在使用Spring AI，这个版本值得你花时间深入了解。特别是MCP和Prompt Caching这两个功能，可能会直接改变你的应用架构和成本结构。

👉 欢迎加入小哈的星球，你将获得: 专属的项目实战（多个项目） / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

• 新项目：《Spring AI 项目实战》正在更新中..., 基于 Spring AI + Spring Boot 3.x + JDK 21;

• 《从零手撸：仿小红书（微服务架构）》 已完结，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17..., 点击查看项目介绍；演示地址：http://116.62.199.48:7070/

• 《从零手撸：前后端分离博客项目（全栈开发）》 2期已完结,演示链接：http://116.62.199.48/;

• 专栏阅读地址：https://www.quanxiaoha.com/column
  

截止目前，累计输出 100w+ 字，讲解图 4013+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，Spring Cloud Alibaba 等等，戳我加入学习，解锁全部项目，已有4100+小伙伴加入

1. 我的私密学习小圈子，从0到1手撸企业实战项目~
2. 自从用了 Spring Batch，效率飙升500%！
3. 对比 5 种分布式事务方案，还是宠幸了阿里的 Seata（原理 + 实战）
4. ShardingJDBC有点坑，数据库优化别再无脑回答分库分表了！

最近面试BAT，整理一份面试资料《Java面试BATJ通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。
获取方式：点“在看”，关注公众号并回复 Java 领取，更多内容陆续奉上。
PS：因公众号平台更改了推送规则，如果不想错过内容，记得读完点一下“在看”，加个“星标”，这样每次新文章推送才会第一时间出现在你的订阅列表里。
点“在看”支持小哈呀，谢谢啦