Eclipse LMOS：连接Java与AI的桥梁

近期，Eclipse 基金会宣布在其开源平台 Eclipse LMOS 中推出“代理定义语言”（ADL）。这是一种结构化、与模型无关的描述方式，允许用户无需编写代码即可定义 AI 行为。

据 Eclipse 表示，ADL 将成为智能体计算平台 LMOS 的核心组件。LMOS 这个项目从一开始就瞄准在 Kubernetes / Istio 上原生运行，服务 JVM 生态，旨在用统一、开放的方式重构企业级 AI 代理的开发与运维链路。同时，它也挑战了以 Python 为主的企业 AI 技术栈。

值得注意的是，LMOS 项目采取“先落地、后开源”的路径：其前身是德国电信在传统云原生架构中的生产级实践，之后才在 Eclipse 基金会中完成孵化。

1 技术融合：在熟悉的环境中实施 AI

过去十年，企业在云端应用上已形成一套行之有效的工程范式：微服务架构、容器化部署等。然而，生成式 AI 的出现让很多企业不得不学习新技能。实际上，LMOS 项目的初衷是探索如何将 AI 能力尽量贴近我们已经熟悉的技能栈。

项目负责人 Arun Joseph 表示，德国电信的整个企业级技术栈都是基于 JVM 构建的，因此团队决定采用 Kotlin，复用既有基础设施，搭建多智能体平台。

LMOS 平台以 Kubernetes 为底座，配合 Istio 等组件提供的能力，将“代理 / 工具”以微服务形态部署到 K8s 环境，支持声明式管理与可观测性。

通过这种方式，开发者能沿用既有工作流：只需推一个智能体镜像，接下来的操作就能在一个新环境里把它跑起来。运维团队可以直接用 kubectl get agents、kubectl apply 去监控与发布。

2 技术革新：从经典到 AI 的平滑过渡

在将 AI 代理推向企业生产环境的过程中，Eclipse 选择了一条“双线策略”。一条线是 LMOS 平台（此前已完全开源）。另一条线更具突破性：ADL（Agent Definition Language）。

“我们对当时的框架集体‘不满意’，于是走了‘激进简化’路线：选了 Kotlin 作为主语言，因为它便于我们打造领域专用语言（DSL）——也就是 ADL。”

ADL 让业务部门能够像写 SOP 一样定义代理行为，同时保持工程严谨性：行为可版本化、可追踪、可维护。

围绕 ADL，LMOS 还提供了与运行环境紧密集成的控制平面：当一个 agent 或 tool 以微服务形态部署到 Kubernetes 后，LMOS Operator 负责生命周期管理。

3 展望未来：代理时代的转折

在生成式 AI 席卷企业软件的当下，技术世界正在形成一条看不见的断层线。Eclipse LMOS 站在这条缝隙之间，试图将 AI 代理带回企业能理解、能运维的基础设施之上。

“Agentic AI 正在重新定义企业软件，但迄今仍缺乏可真正替代专有产品的开源软件。”Eclipse 基金会执行董事 Mike Milinkovich 表示，“借助 Eclipse LMOS 和 ADL，我们正在提供一个强大的开放平台。”

LMOS 和 ADL 所做的，是将智能体在你已经信任的技术之上自然生长——这一点，也许正是“代理时代”最值得期待的转折。

参考链接：

https://thenewstack.io/eclipse-opens-up-enterprise-ai-agent-development-with-adl/

https://www.youtube.com/watch?v=gcpHYtqTBbA

https://www.infoq.com/presentations/ai-agents-platform/

https://www.youtube.com/watch?v=gHqP5Hx9gbU