如何在 104 万行代码的老系统里,让 AI 完成一次 1000 行的迭代,还不出错?
上一篇文章跟大家介绍了我对领域化的理解——私有化部署只解决"AI 在哪运行",领域化才解决"AI 能不能为这家企业工作"。有朋友看完后问:能不能讲一个具体的例子? 这篇文章就为大家带来一个实际案例。我们是一家军工领域的能源企业,这套系统跑了很多年。下面要讲的,是我们公司与 aiXcoder 团队合作的一个 demo 场景:在一套 104 万行代码的存量系统上,用 AI 完成一次 1000 行代码的迭代,而且不出错。具体的情况如下。
为什么 vibe coding个人用得很顺手,公司用不起来?
## 同一个工具,两种命运 同一个 AI 编程工具,在个人手里和在企业里,常常是两种命运。 个人用,Cursor、Claude Code、Codex 等等 一句话就能做出一版demo,半天出活,体验是"神器"。 企业用,推到几百人的研发团队,试点三个月,代码确实写快了,但交付周期没有缩短、研发成本没有下降、AI 生成的代码还不敢直接上生产。 工具没变,结果天差地别。这不是个例,而是企业 AI 编程落地的普遍现状。问题到底出在哪?