spring
Spring AI 2.0.0目前仍处在里程碑版本推进阶段，截至2026年1月23日对外可用的最新版本是2.0.0-M2，并已在Maven Central发布。从官方里程碑计划看，2.0.0-RC1目标日期为2026年4月30日，2.0.0的GA目标日期为2026年5月28日，因此理解2.0.0的亮点与M2的修复点，更适合用来评估迁移成本与提前规避风险。
一、Spring AI 2.0.0最新版有哪些亮点
2.0.0这条线的核心价值在于平台底座升级与API工程化能力增强，M1打底，M2继续补齐生态能力与可维护性，整体方向更偏向生产可用而不是只做示例。
1、底座升级与生态对齐
2.0.0-M1开始基于Spring Boot 4.0与Spring Framework 7.0，并以Jakarta EE 11为基线，意味着你在选型时要同步考虑运行时与依赖链的整体升级节奏。
2、全局空安全推进
Spring AI 2.0加入Spring体系的空安全改造，采用JSpecify做注解体系，并借助NullAway在编译期做约束；M2已经覆盖核心API、memory实现、文档读取器与向量库相关包的标注，这会直接影响二次开发时的类型可靠性与Kotlin的可空语义体验。
3、向量库与检索侧能力扩充
M2新增或强化了多类向量存储接入，包括Amazon S3、Infinispan、Amazon Bedrock Knowledge Base等，并继续推进Redis语义缓存能力，面向检索增强生成场景时可选后端更多。
4、结构化输出更接近工程用法
M2强化了结构化输出能力，包含基于JSON schema验证的类型安全输出支持，并对Ollama相关的StructuredOutputChatOptions与embedding维度参数做了补齐，减少“模型输出不稳定导致业务层解析脆弱”的常见问题。
5、工具调用与上下文控制更细
M2引入动态工具schema增强能力，允许在运行时修改工具参数定义；同时为ToolCallAdvisor增加conversationHistoryEnabled选项，便于在成本、隐私与效果之间做更明确的取舍。
6、第三方与代理场景更好配
OpenAI内容审核接口与音频接口的路径支持默认配置并可调整，适配代理转发或OpenAI兼容端点时更省事，减少硬编码与环境差异带来的连通性问题。
二、Spring AI 2.0.0第二个里程碑提供了哪些修复
M2的修复可以粗分为三类：工具调用与memory链路稳定性、向量库与存储实现可靠性、构建测试与文档链路一致性，核心目标是把新能力的边界条件补齐。
1、工具调用与memory链路的边界补齐
修复了memory关闭时ToolCallAdvisor不保留system message的问题，并补上chat memory advisor处理ToolResponseMessage类型的兼容性，避免工具调用对话在特定消息组合下出现上下文丢失或类型不匹配。
2、向量库与存储实现的正确性修复
修复Neo4jVectorStore在doAdd时忽略sessionConfig参数的问题，并补上潜在空指针的显式检查，此外也包含对ChromaApi异常处理的改进，让错误信息更可诊断。
3、新增后端的自动装配与条件逻辑修正
对Infinispan的AutoConfiguration条件逻辑做了修正，确保Bean创建路径符合预期，同时修复MCP在非Web应用上下文中的自动装配可用性，减少在批处理或纯后端服务里“引入starter却不生效”的情况。
4、测试稳定性与回归噪声降低
修复了Mistral结构化输出相关的集成测试问题，并处理Ollama与token计数在不同模型版本下导致的测试不一致，降低CI里随机失败的概率。
5、依赖与物料清单层面的缺口修复
修复Redis chat memory相关依赖在BOM里缺失工件的问题，避免下游项目按BOM管理版本时出现无法解析或版本漂移。
6、文档与构建链路修复
包含Antora文档构建问题修复与多处示例纠正，减少“照着文档配却跑不通”的落差，也降低维护成本。
三、升级到2.0.0-M2时哪些改动要优先处理
如果你把M2当成评估2.0迁移的样板版本，建议按“底座校验、破坏性变更对齐、回归面收敛”三步走，先把必踩点清掉，再谈引入新能力。
1、先把运行基线对齐到2.0方向
确认你的应用链路是否已准备好跟随Spring Boot 4与Spring Framework 7的升级节奏，尤其是依赖管理与中间件客户端的兼容矩阵，不要只看Spring AI自身能否编译通过。
2、逐条对照M2的破坏性变更
Anthropic Skills API统一与辅助类重命名会影响直接使用Anthropic集成的代码；SemanticCache接口从Redis特定包迁移到通用包；Couchbase向量库类迁移到新的包结构，这三项都需要你在编译期先清掉import与类型引用问题。
3、把工具调用与memory作为第一回归面
M2对ToolCallAdvisor与chat memory链路做了多项修复，说明这一块仍是高变动区域，迁移时优先用你的真实工具调用用例跑通，包括system message保留、工具响应消息处理与会话历史开关的效果差异。
4、评估新增存储与缓存能力是否真的需要
新增向量库后端与Redis语义缓存很吸引人，但你应先用小范围压测验证收益与运维代价，尤其是语义缓存对命中率、成本与数据更新一致性的影响，避免一上来就把复杂度引入主链路。
5、把空安全当成长期工程要求来做
2.0 GA目标是实现更完整的空安全覆盖，M2已开始在核心包推进标注，这意味着你在二次扩展或提交贡献时也要按JSpecify语义补齐标注，否则后续升级会不断被编译期校验卡住。
总结
Spring AI 2.0.0这条线的亮点不只是新增模型或后端接入，更关键的是底座升级、空安全与工具调用工程化能力的系统性推进；而M2的修复集中在工具调用与存储链路的边界条件、依赖物料与文档构建一致性上，反映出团队正在把2.0推向可持续维护的形态。考虑到2.0.0-RC1与GA已有明确里程碑日期，你现在做的版本评估与迁移预案，会直接决定后续跟进RC与GA时的节奏与风险暴露面。
