Java ve Spring Bülteni: Spring AI 2.1.0-RC2 ‘DecisionModel’ API, Valhalla ‘Value Class’ Skalarizasyonu ve JDK 28 ZGC/AOT Paketleri
Spring AI 2.1.0-RC2 ile gelen tip güvenli DecisionModel API ve modern MCP desteği, Project Valhalla JEP 401 ile 32-bit int içinde kimliksiz veri paketleme ve JDK 28 ZGC, Shenandoah ve Leyden AOT yenilikleri.

Spring AI 2.1.0-RC2: Tip Güvenli ‘DecisionModel’ API ve Modern MCP Desteği
Spring ekibi tarafından yayımlanan Spring AI 2.1.0-RC2 sürümü, yapılandırılmamış metin çıktılarını ayrıştırmak yerine olasılık ve güven skorlarıyla desteklenen tip güvenli kararlar üretmeyi sağlayan DecisionModel API bileşenini kullanıma sundu. Yeni sürümle birlikte araç çağrılarında anlık akış sağlayan tool call delta streaming desteği devreye alınırken, önceden hesaplanmış vektör gömme (pre-computed embeddings) yeteneği beş yeni vektör veritabanına genişletildi. Ayrıca sunucu tarafında Model Context Protocol (MCP) 2026-07-28 revizyonu spring.ai.mcp.server.protocol=MODERN yapılandırmasıyla aktif hale getirildi ve Anthropic Java SDK 3.x yükseltmesi tamamlandı.
Project Valhalla ‘JEP 401’ Pratiği: 32-Bit ‘int’ İçinde Kimliksiz ‘Value Class’
OpenJDK çekirdek mühendislerinden Per-Åke Minborg tarafından Inside.java üzerinde paylaşılan teknik analiz, JDK 28 için hedeflenen JEP 401 (Value Objects) önizlemesinin bellek verimliliğine etkisini ortaya koydu. Örnek tasarımda, 1 ila 5 karakter uzunluğundaki finansal borsa sembolleri (ORCL, GOOGL), 37 sembollük özel bir alfabe üzerinden karakter başına 6 bit kullanılarak tek bir 32-bitlik ilkel int değerinin ilk 30 bitine sıkıştırılıyor. Nesne kimliği barındırmayan value class tanımı sayesinde JVM, sarmalayıcı nesneler için yığın (heap) tahsisi yapmak yerine veriyi doğrudan işlemci yazmaçları ve yığıt (stack) üzerinde skalarize ederek taşıyabiliyor.
JDK 28 Çöp Toplama Atılımı: ZGC (JEP 545 & 546) ve Kuşaksal Shenandoah (JEP 535)
Mart 2027’de genel kullanıma sunulması planlanan JDK 28 yol haritasında düşük gecikmeli çöp toplayıcılar için üç kritik iyileştirme resmi olarak hedeflendi. JEP 545, ZGC’nin fiziksel belleği edinme ve hazırlama sürecini optimize ederek uygulama başlangıç ve ısınma sürelerini kısaltırken; JEP 546 ise aynı ana makineyi paylaşan komşu süreçlerin yüküne göre yığın boyutunu dinamik olarak ayarlayan uyarlanabilir yığın boyutlandırma özelliğini getiriyor. Eşzamanlı olarak JEP 535, Shenandoah GC’nin varsayılan çalışma kipini kuşaksal (generational) moda geçirerek bellek ayak izini düşürüyor.
Project Leyden AOT Kod Derlemesi (JEP 544) ve ‘LazyConstant’ (JEP 547)
JDK 28’in performans paketini tamamlayan JEP 544 (Ahead-of-Time Code Compilation), Project Leyden kapsamında eğitim çalışmaları sırasında üretilen optimize edilmiş yerel makine kodunu önbelleğe alarak uygulamaların ilk açılış anında tam performansa ulaşmasını sağlıyor. Bunun yanı sıra dördüncü önizleme turuna çıkan JEP 547 (Lazy Constants), java.lang.LazyConstant API’si üzerinden ertelenmiş değişmezlik (deferred immutability) sunarak sabit nesnelerin yalnızca ilk erişim anında güvenli ve tek seferlik başlatılmasını standartlaştırıyor.
Yazılım mimarisi, mikroservis ekosistemleri ve üretken yapay zeka uygulamaları üzerine çalışıyorum. TastutanLabs çatısı altında geliştirici araçları ve SaaS ürünleri inşa ediyorum.
Bu analizin 6 kartlık görsel özetini Instagram'da inceleyin ve kaydedin
Her gün yazılım mimarisi, Java/JVM ve yapay zeka gelişmelerini kendi başına okunabilen 6 slaytlık Mini-Blog serileri halinde paylaşıyoruz.
Yorumlar (0)
Düşüncelerinizi Paylaşın
Henüz yorum yapılmamış. İlk yorumu siz yapın!
Bu Kategorideki Diğer İncelemeler
Vercel Board Ajan Mesaj Panosu ve CodeRabbit Verify Ajan Tabanlı QA Betası Kullanıma Açıldı
Vercel, insanlarla kodlama ajanlarını tek bir mesaj panosunda buluşturan Vercel Board altyapısını tüm planlara açarken; CodeRabbit ise PR incelemelerini canlı tarayıcı testlerine taşıyan CodeRabbit Verify katmanını ücretsiz açık betaya çıkardı.
Anthropic ‘Claude Code v2.1.328’ Yayınlandı: Çoklu Bulut Auto Mode, Code Mode ve Self-Hosted Runner Genişletmesi
Anthropic, Claude Code v2.1.328 güncellemesiyle Amazon Bedrock, Google Cloud ve Microsoft Foundry üzerinde Auto Mode desteğini devreye aldı; Code Mode ile self-hosted runner yeteneklerini genişletip terminal ve uzaktan kontrol kararlılığını artırdı.
OpenAI, ChatGPT Yavaşlamalarını Otonom Olarak Teşhis Eden Codex Destekli ‘Performance Factory’ Sistemini Tanıttı
OpenAI, ChatGPT'deki performans gerilemelerini bulut tabanlı Codex ajanları ve rakip inceleme oturumlarıyla otonom olarak tespit edip çözüm öneren Performance Factory mimarisini duyurdu. Sistem, üç ayda 1.700'den fazla inceleme yürüterek 600'ün üzerinde kök nedeni %70 doğruluk oranıyla teşhis etti.