例如：对题目进行工厂＋策略模式的处理
一个工厂对应了4种策略（单选题，填空题，简答题，多选题），根据传入的type进行自动映射处理，单选的调用单选的service，多选的调用多选的service，我这里只写了单选策略和多选策略。
第一步：先定义一个枚举，用来识别题目类型1单选，2多选
package com.qiao.enums; /** * 题目类型枚举 */ public enum SubjectTypeEnum { MULTIPLE_CHOICE("多选题", 2), SINGLE_CHOICE("单选题", 1); private String name; private int index; private SubjectTypeEnum(String name, int index) { this.name = name; this.index = index; } public static SubjectTypeEnum getName(int index) { for (SubjectTypeEnum c : SubjectTypeEnum.values()) { if (c.index == index) { return c; } } return null; } }第二部：创建一个handler包，在handler包下创建一个subject包，在subject包下创建一个公共的接口，接口中插入题目传入的参数应该是不同题目共有的字段实体类。
package com.qiao.handler.subject; import com.qiao.dto.SubjectInfo; import com.qiao.enums.SubjectTypeEnum; public interface SubjectTypeHandler { /** * 枚举身份的识别，1为单选，2为多选 * @return */ SubjectTypeEnum getHandlerType(); /** * 实际的题目插入 * @param subjectInfo */ void add(SubjectInfo subjectInfo); }第三步：创建策略类（单选题，多选题），继承第二步创建的类，并重写类中的方法，用返回的SubjectTypeEnum来告知是哪个类型的题目。（用的是上面创建的枚举）
package com.qiao.handler.subject; import com.qiao.converter.SubjectInfoConverter; import com.qiao.dto.SubjectInfo; import com.qiao.entity.SingleChoice; import com.qiao.enums.SubjectTypeEnum; import com.qiao.service.impl.SingleChoiceServiceImpl; import org.springframework.stereotype.Component; import javax.annotation.Resource; /** * 单选题目的策略类 */ @Component public class SingleTypeHandler implements SubjectTypeHandler{ @Resource private SingleChoiceServiceImpl singleChoiceServiceImpl; @Override public SubjectTypeEnum getHandlerType() { // 告知对放，返回单选题目的枚举类型 return SubjectTypeEnum.SINGLE_CHOICE; } @Override public void add(SubjectInfo subjectInfo) { SingleChoice singleChoice = SubjectInfoConverter.INSTANCE. converBoToCategory(subjectInfo); // 实际往表里插入的数据 singleChoiceServiceImpl.insert(singleChoice); } }package com.qiao.handler.subject; import com.qiao.dto.SubjectInfo; import com.qiao.enums.SubjectTypeEnum; /** * 多选题目的策略类 */ public class MultipleTypeHandler implements SubjectTypeHandler{ @Override public SubjectTypeEnum getHandlerType() { return SubjectTypeEnum.MULTIPLE_CHOICE; } @Override public void add(SubjectInfo subjectInfo) { } }第四步：创建工厂类
package com.qiao.handler.subject; import com.qiao.enums.SubjectTypeEnum; import org.springframework.beans.factory.InitializingBean; import org.springframework.stereotype.Component; import javax.annotation.Resource; import java.util.HashMap; import java.util.List; import java.util.Map; /** * 题目类型工厂 */ @Component//这里要打注解，交给spring容器管理 public class SubjectTypeHandlerFactory implements InitializingBean { //这里用的Spring的特性，自动注入，会把所有实现了SubjectTypeHandler接口的类都注入到这个集合中 @Resource private List<SubjectTypeHandler> subjectTypeHandlersList; //创建一个Map，用来存储题目类型和对应的处理器 private Map<SubjectTypeEnum, SubjectTypeHandler> handlerMap = new HashMap<>(); //根据题目类型获取对应的处理器 public SubjectTypeHandler getHandler(int subjectType) { SubjectTypeEnum subjectTypeEnum = SubjectTypeEnum.getName(subjectType); return handlerMap.get(subjectTypeEnum); } /** * 初始化方法，在bean初始化后调用 * 这里主要是在bean初始化后把handlerMap初始化，把所有实现了SubjectTypeHandler接口的类都注入到handlerMap中 * @throws Exception */ @Override public void afterPropertiesSet() throws Exception { for (SubjectTypeHandler subjectTypeHandler : subjectTypeHandlersList) { handlerMap.put(subjectTypeHandler.getHandlerType(), subjectTypeHandler); } } }第五步：当我们使用的时候，只需要将第四步创建的工厂类注入进去，然后使用工厂类的getHandler方法，将题目Type作为参数传入进去，即可返回对应的策略类handler（处理器），例如：我传入的type是1，那么它返回的就是单选题的策略类，然后再通过add方法，即可添加数据。
Java开发的就业市场正在经历结构性调整，竞争日益激烈
传统纯业务开发岗位（如仅完成增删改查业务的后端工程师）的需求，特别是入门级岗位，正显著萎缩。随着企业技术需求升级，市场对Java人才的要求已从通用技能转向了更深入的领域经验（如云原生、微服务）或前沿的AI集成能力。这也导致岗位竞争加剧，在一、二线城市，求职者不仅面临技术内卷，还需应对学历与项目经验的高门槛。
大模型为核心的AI领域正展现出前所未有的就业热度与人才红利
2025年，AI相关新发岗位数量同比激增543%，单月增幅最高超过11倍，大模型算法工程师位居热门岗位前列。行业顶尖人才的供需严重失衡，议价能力极强，跳槽薪资涨幅可达30%-50%。值得注意的是，市场并非单纯青睐算法研究员，而是急需能将大模型能力落地于复杂业务系统的工程人才。这使得具备企业级架构思维和复杂系统整合经验的Java工程师，在向“Java+大模型”复合人才转型时拥有独特优势，成为企业竞相争夺的对象，其薪资天花板也远高于传统Java岗位。
说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。
结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”
先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。
即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！
如何学习AGI大模型？
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1级别:AI大模型时代的华丽登场
L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。
L2级别：AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3级别：大模型Agent应用架构进阶实践
L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。
L4级别：大模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
三、大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
四、大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
五、大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享
