不过我可以先给你一个判断思路,方便你自己对照检查:

常见的“AI 辅助”引入方式
-
直接调用大模型/云 API
- 依赖里有 OpenAI、Anthropic、百度文心、阿里通义、讯飞星火等 SDK
- 代码里出现
chat/completions、embedding、prompt、token等关键词 OpenAiClient、DashScopeClient、ChatGLM等类
-
本地推理框架
- ONNX Runtime、DJL(Deep Java Library)、TensorFlow Java、PyTorch(通过 JNI)
- 加载
.onnx、.pt、.pb、.tflite等模型文件 - 出现
Interpreter、Predictor、Session等类
-
传统机器学习库
- Weka、Smile、Apache Mahout、Spark MLlib
- 出现
Classifier、Clusterer、Regression、DecisionTree、KMeans等
-
NLP/向量相关
- 分词、向量化、相似度计算:HanLP、Ansj、Lucene 的向量检索、Faiss 的 Java 绑定
- 出现
embedding、cosineSimilarity、vector等
-
规则/启发式 ≠ AI
如果只是 if-else 规则、正则匹配、简单打分排序,一般不算 AI 算法,只能算“智能规则”或“启发式”
你可以快速自查的几个点
pom.xml/build.gradle里有没有上面这些依赖?- 有没有加载模型文件(
.onnx、.pt、.bin、.model)? - 有没有网络请求发往 AI 服务端点?
- 有没有
inference、predict、embedding、prompt这类方法名?
把案例发我
你可以直接把代码、pom.xml 或项目结构贴上来,我帮你逐行确认:
- 是否引入了 AI
- 引入的是哪一类(大模型 API / 本地推理 / 传统 ML / 只是规则)
- 属于“辅助功能”还是“核心算法”
期待你把案例内容发过来,我再给具体结论。