我将尝试从建筑师的角度逐点回答您的问题：

我们想在我们的一个产品中实现规则引擎，但是当我在互联网上阅读时，很多人认为规则引擎是一种旧的做事方式

“互联网人”不知道您的规模和用例。只有你知道。因此，当您的系统不一定是高规模系统时，他们可能会从非常高规模的角度提出想法。因此，为工作选择正确的想法/工具。

暗示规则引擎是一种古老的做事方式，随着我们向其中添加更多规则，它将非常难以管理

真。由于显而易见的原因，基于规则的系统不可扩展。而且，这就是为什么人们认为 ML 是一个高度扩展的基于规则的引擎，其中的规则不再被人类理解。因此，黑盒名称.

所以我的问题是，我应该学习机器学习还是继续在我的应用程序中将 Drools 实现为规则引擎。

那是你来决定的。我们不知道你的规模。但是，如果您认为未来规则会以巨大的速度增长，那么 ML 是您的用例的最佳前进方式。

或者你能推荐任何使用机器学习实现相同目标的在线资源吗？

对我来说，每个推荐系统都是一个复杂的基于规则的引擎。因此，请浏览亚马逊以及他们如何进行推荐。