Spring AI 2.1 深度解读:Message Parts 与推理内容的往返保留
Spring AI 2.1.0-RC2 于 2026 年 11 月 9 日发布(RC1 与 2.0.2 于 10 月 23 日),其中最受关注的特性是 Message Parts——官方博客 10 月 28 日的《Reasoning That Survives the Round Trip》给出了详细说明。这个特性解决的是推理模型(reasoning models)时代的真实工程痛点:推理过程的上下文往返保留。本文解读该特性、配套的自定义 Embeddings 与升级注意事项。
一、问题:推理模型的"思考"为什么会被丢掉
推理模型(o1/R1 类)的输出不只包含最终答案,还包含推理过程(reasoning/thinking)。多轮对话时,一个关键问题出现了:
推理内容往返丢失的问题(Message Parts 之前的困境)
├─ 第 1 轮:用户提问 → 模型输出 [reasoning + answer]
├─ 第 2 轮:用户追问,需要把第 1 轮的输出发回模型
│ ├─ 如果只发 answer:模型丢失自己的推理链,
│ │ 连贯性下降、重复推理甚至前后矛盾
│ ├─ 如果全部发:不同提供商对 reasoning 的
│ │ 结构化表示不同(OpenAI Responses API 等),
│ │ 手工拼接极易出错
└─ Spring AI 2.1 Message Parts 的解法:
消息不再只是一段文本,而是"分区"结构——
reasoning 部分、正文部分、工具调用部分各自成区,
序列化往返时结构保留、语义不丢
官方的表述 "Reasoning That Survives the Round Trip" 直译即"推理内容在往返中幸存"——框架层的结构化消息是推理模型时代的必备基础设施。
二、Message Parts 的代码形态
在 Spring AI 2.1 中,消息由 parts 组成,reasoning part 可以在会话(Session)中往返:
// Spring AI 2.1 Message Parts(依据官方博客与文档结构)
ChatClient chatClient = ChatClient.builder(chatModel).build();
// 会话内保留 reasoning parts(示意结构,以官方文档为准)
String answer = chatClient.prompt()
.user("分析这道题的第一步")
.options(ReasoningOptions.builder()
.keepReasoningParts(true) // 往返时保留推理分区
.build())
.call()
.content();
升级注意点(官方 Upgrade Notes 提示的方向):
2.0 -> 2.1 升级核对项
├─ Message API:从"纯文本消息"到"分区消息"的
│ 类型变化——自定义 Message 处理逻辑需适配
├─ 提供商差异:reasoning parts 的序列化因
│ OpenAI Responses/其他 API 而异,跨模型切换需测试
├─ 成本考量:reasoning parts 往返会增大上下文——
│ 长会话下注意 token 成本(可配置保留策略)
└─ 与 Session 机制配合:会话持久化时分区结构
也要存对(数据库 schema 核对)
三、配套特性:自定义 Embeddings 与 upsert
同一批发布(10-28 博客)的《Using Your Own Embeddings in Spring AI 2.1》补齐了另一个刚需:VectorStore.add() 此前自动用向量库配置的模型生成嵌入并存储;2.1 增加 upsert 与自定义嵌入支持——应用可以自带嵌入(比如用统一的嵌入服务、或迁移旧向量数据):
// 自定义嵌入 + upsert(依据官方博客《Using Your Own Embeddings》)
vectorStore.upsert(List.of(
new Document("审计准则原文片段...", Map.of("source", "CSA1301"),
myOwnEmbedding) // 自带向量,跳过自动嵌入
));
工程价值三条:嵌入与文档生命周期的解耦(嵌入由统一服务管理);迁移场景(老库向量直接灌入);成本控制(避免重复嵌入计算)。
四、Spring AI 2.1 全景:一个 Java 生态的 AI 工程化样板
把 2026 年 Spring AI 系列博客串起来看,Java 生态正在系统性补齐 AI 工程化能力:
| 博客(日期) | 特性 | 解决的工程问题 |
|---|---|---|
| Message Parts(10-28) | 推理分区往返 | 推理模型多轮对话连贯性 |
| 自定义 Embeddings(10-28) | upsert + 自带向量 | 嵌入生命周期解耦 |
| Modular RAG(10-02) | 检索只留能回答的 | RAG 上下文污染治理 |
| TypeSafe Jev(09-21) | 类型安全结构化决策 | LLM 输出的类型安全 |
| Self-Correcting Output(06-23) | 结构化输出自纠错 | JSON 输出失败重试 |
// TypeSafe Jev:类型安全的 LLM 决策组件(官方示例思路)
// 有类型的提问进 → 校准的数字出,避免手撕 JSON 解析
enum Route { RETRIEVE, ANSWER, ESCALATE }
Route next = jevClient.classify(
"用户问题的下一步动作", Route.class); // 枚举级类型安全
小结
Spring AI 2.1 的 Message Parts 把"推理内容在多轮往返中保留"做成了框架能力:消息分区结构(reasoning/正文/工具调用)解决推理模型时代的多轮连贯性问题,自定义 Embeddings 与 upsert 解耦嵌入生命周期,Modular RAG 与 TypeSafe Jev 补齐 RAG 治理与类型安全。Java 生态的 AI 工程化在 2026 年追平了 Python 侧的核心能力——对以 Spring 为家底的企业,这是把 AI 能力"原地接入"而不换栈的机会窗口。
评论(0)
登录 后参与评论。