企业 AI 编程落地痛点：内部框架太重，大模型陷入“水土不服”

本文探讨了大公司在接入 AI 编程（如 Claude）时遭遇的“水土不服”问题。由于企业内部框架封装过重，通用 AI 难以准确理解和处理私有上下文。作者实测了 Skill 喂食、Hook 拦截分发以及 MCP 接入等多种方案，结果发现虽然链路越搭越复杂，但体验提升有限，维护成本却直线上升。这反映了当前 AI 编程工具在处理垂直领域、高复杂度遗留代码时的局限性，单纯堆叠技术方案往往如“给拖拉机装涡轮”。