ИИ в разработке на 1С: не чат, а процесс
Я разработчик 1С. Сообщество сейчас в основном пишет скиллы для агентов, собирает библиотеки промптов, подключает агентов к EDT по MCP через плагин и дает им локальные инструменты для работы с конфигуратором. Я тоже этим занимаюсь, и польза есть. А рабочий день почти не изменился.
Задача приходит в трекер. Я открываю чат с агентом, пересказываю ему задачу и отвечаю на его вопросы. На половину вопросов ответить не могу: они про бизнес. Иду к аналитику или к заказчику, возвращаюсь, пересказываю ответ агенту. Потом проверяю код, запускаю тесты, пишу комментарий в задачу и меняю статус.
Писать код ИИ стал быстрее. Все остальное по-прежнему проходит через разработчика, который носит вопросы, ответы, статусы и контекст между агентом и людьми. Чем сильнее агенты, тем большая часть дня уходит на эту переноску, а не на код.
Ниже я описываю другой подход и стенд, на котором его проверял. Задача из трекера сама идет по этапам, агент работает в CI, а люди подключаются там, где нужно их решение.

Разработчик перестает быть прокладкой между ИИ и людьми
Сразу оговорюсь: я не специалист по CI/CD и DevOps. От меня идея и описание процесса. Скрипты, конвейер и интеграции собирал ИИ-агент по моим требованиям, и это тоже часть эксперимента. Разработчик 1С без опыта в DevOps поднял работающий стенд за один день.
Агент в процессе, люди в точках решения
Агент становится участником процесса, как еще один сотрудник со своими статусами в задаче. Сообщения в чате он не ждет. Берет задачу из трекера, делает свой этап и передает результат тому, кто за этот этап отвечает.
Вопросы и результаты уходят к человеку, который может на них ответить, а не к разработчику по умолчанию. Бизнес-логику и спецификацию проверяет системный аналитик в ИТ, а если задачу ставит сам бизнес, то человек от бизнеса напрямую. Модель данных и архитектуру решения смотрит архитектор. План доработки и готовый код остаются за разработчиком.
Между утверждениями агент работает сам: пишет код и тесты, запускает проверки, открывает Merge Request. Человек видит задачу на доске и получает ее, когда нужно его решение. Не согласен - пишет комментарий, и агент переделывает свой этап.
Новой методологии тут нет. Обычная команда так и работает: аналитик пишет ТЗ, архитектор согласует решение, разработчик делает. Меняется одно. Черновую работу на каждом этапе делает агент, а люди проверяют и утверждают.
Схему можно растить до корпоративного конвейера ИИ. Перед системным аналитиком ставятся свои этапы агента: проверка заявки бизнеса на полноту и понятность, сверка с законодательством, например о персональных данных. У каждого такого этапа тоже есть человек, который утверждает результат.
Сотрудникам компании при этом ничего нового осваивать не нужно. Они ставят задачу в трекере, как привыкли. Учить их писать промпты и выбирать модели незачем: это зашито в конвейер, и модель на этап назначает тот, кто конвейер ведет.
Что это меняет в работе команды
Оркестрация идет сама. Разработчик больше не ищет, кто аналитик по этой задаче, и не несет вопросы архитектору. Не нужно писать в мессенджер "посмотри, пожалуйста" и собирать созвон, чтобы проверить, одинаково ли все поняли задачу. Статус сам призывает того, чья очередь. Ответ - это комментарий в задаче и нажатая кнопка, после чего следующий этап стартует без диспетчера.
Бизнес получает короткий путь от заявки до проверенного изменения. Пока люди думают, задача не лежит в личной переписке разработчика, а стоит на доске, и видно, у кого она. Аналитик отвечает за смысл, архитектор за устройство решения, разработчик за код и merge. Агент между ними черновик не теряет и никого в чате не ждет.
Модель процесса
Задача проходит четыре этапа агента, и после каждого результат утверждает один человек. Любой из них может вернуть этап на доработку с комментарием.

Агент делает этап, человек его утверждает
Блоки со звездочкой на схеме - ход агента, с человечком - решение человека, пунктир - возврат на доработку. Каждый шаг отдельным статусом заведен в трекере, поэтому по доске видно, у кого задача сейчас: у агента или у конкретного человека. Если агент застрял на любом этапе, задача уходит в статус "Нужен человек".
Привычная доска показывает, в каком состоянии задача: в работе, на проверке, готово. Здесь колонки отвечают на другой вопрос - чей сейчас ход. Часть колонок принадлежит агенту, остальные конкретным ролям. Думаю, скоро так будут выглядеть доски в большинстве команд: ИИ из помощника в чате становится исполнителем со своими статусами, а передачу задачи от одного участника к другому ведет сам процесс, а не разработчик.

Доска показывает не состояние задачи, а чей ход
Результат каждого этапа агент пишет дважды: комментарием в задаче для человека и файлом в ветке для следующего этапа. Аналитику не нужен доступ к GitLab, его часть целиком в трекере.
Роли заведены полями задачи "Аналитик", "Архитектор" и "Разработчик". Агент призывает в комментарии того, чей сейчас ход, и трекер присылает этому человеку уведомление.
Четыре этапа - минимальный вариант. В реальной компании добавятся свои: согласование с информационной безопасностью, приемка заказчиком, выпуск в релиз. Правило то же: у каждого статуса есть владелец, агент или конкретная роль.
На каждый этап кладется отдельный markdown-файл с инструкцией для агента. В нем написано, что считать готовым результатом, какие вопросы задавать и чего не делать. Анализ, проектирование, план и разработка читают разные файлы. Новый этап в компании означает новый файл и новый статус, а не новый чат с договоренностями на словах.
Модель тоже назначается на этап. Сильная нужна там, где агенту приходится думать: в архитектуре решения, в разборе спорных требований. На написание кода по утвержденному плану можно поставить модель слабее и дешевле, потому что думать ей уже не придется. Что строить и в каких файлах, решено и проверено людьми на предыдущих этапах. Какую модель какому этапу дать, каждая компания решает сама, под свои задачи и бюджет. Решение записывается в конвейер один раз, и на каждом шаге модель никто не выбирает.
Демонстрационный стенд
Все работает на одной машине разработчика под Windows. Снаружи к ней никто не подключается, стенд сам ходит в трекер и в GitLab.
| Роль в схеме | На стенде | Чем можно заменить |
|---|---|---|
| Трекер задач | Яндекс Трекер | Jira, YouTrack, Redmine, Битрикс24, любой трекер с API и настраиваемыми статусами |
| Хранилище кода и CI | GitLab | GitHub, Bitbucket, Gitea; Jenkins, TeamCity |
| Сервер сборки | GitLab Runner на машине с платформой 1С | любой агент CI, где установлена 1С |
| ИИ-агент | программа командной строки без интерфейса | любой такой агент, в том числе на локальной модели |
| Исходники 1С | выгрузка конфигуратора в XML | проект EDT |
| Тесты | YAxUnit | Vanessa-Automation и другие |
| Оркестратор | небольшой скрипт опроса | вебхуки трекера, n8n, свой сервис |
Сервер сборки стоит там же, где 1С, потому что агент должен проверять свою работу: загружать конфигурацию в базу и запускать тесты. Иначе человеку уходит непроверенный код.
Подопытная - маленькая конфигурация с двумя справочниками, документом "Заказ клиента" и одним общим модулем. Рабочий код компании на стенд не попадает.
Инструменты здесь просто те, что были под рукой. От них схема не зависит: трекер хранит статусы и роли, CI запускает агента, агент работает с исходниками и тестами. Этапов и статусов тоже может быть сколько угодно, я взял минимальный набор, чтобы показать принцип.
Так собран тестовый демо-стенд для статьи, и только он. В корпоративном решении те же роли можно закрыть другими инструментами, безопаснее и удобнее в эксплуатации: свой GitLab и раннеры на серверах, вебхуки вместо опроса раз в минуту, хранилище секретов вместо файла на диске, модель внутри контура компании. Процесс и роли людей от этого не меняются.
Исходники стенда открыты: 1c-ai-pipeline.
Агент на стенде - заменяемая деталь, а не часть процесса. Сначала этапы проходил один CLI-агент, потом тот же конвейер без смены статусов и job запустил другой. Поменялась команда запуска, а спека, архитектура, план и ревью остались на своих местах.
Как это работает изнутри
Управляющий сигнал - статус задачи в трекере. Статусы вида "AI: ..." значат, что ход агента, все остальные - что ход человека.

Стенд: все на одной машине, наружу только исходящие запросы
- Оркестратор раз в минуту запрашивает у трекера задачи в статусах "AI: ...". Вебхук не используется: облачный трекер до локальной машины не достучится, а открывать ее в интернет ради демо я не хочу.
- На каждую такую задачу он запускает pipeline в GitLab через API и передает ключ задачи и этап.
- Job на локальном runner читает задачу со всеми комментариями и запускает агента на один этап.
- Агент публикует результат комментарием, призывает человека из поля роли и переводит задачу дальше.
- Человек отвечает в комментарии и нажимает кнопку перехода. Задача снова попадает в статус "AI: ...", и цикл повторяется.
Между запусками агент ничего не помнит. Состояние хранится в задаче и в ветке: спека, архитектура и план лежат комментариями для людей и файлами для следующего этапа. Поэтому между этапами может пройти день, и ничего не потеряется.
Рабочий процесс трекера описан в репозитории JSON-файлом с ролями, статусами и переходами. По нему скрипт через API создает статусы, рабочий процесс, очередь и поля ролей. Процесс правится через Merge Request, как код.
Если этап упал или не запустился, задача уходит в "Нужен человек" с причиной в комментарии. Сломанный этап не крутится по кругу, а сразу виден на доске как задача для человека.
Тестирует не агент, и это сделано намеренно: пересказывая свои результаты, он может ошибиться. После разработки отдельный job собирает чистую базу и гоняет тесты уже без модели. Если тесты падают, задача возвращается агенту с отчетом, а после трех неудачных попыток уходит человеку.
Ревью тоже идет не в чате. Замечания пишутся в Merge Request, к строкам кода. Чтобы вернуть работу агенту, разработчик ставит на MR метку ai-rework или начинает комментарий с @ai. Оркестратор выгружает агенту нерешенные обсуждения из MR, агент правит ту же ветку, отвечает в каждом обсуждении и снова отдает MR на ревью. Вернуть задачу так можно не больше пяти раз, потом она уходит человеку: пусть решает он, а не гоняет агента по одному кругу. Merge делает разработчик, после чего оркестратор сам переводит задачу в "Решена".
Живая задача от заявки до merge
Задача AIDEMO-4: "Нельзя сохранить заказ со строкой без количества". Менеджер написал ее как обычно, без деталей. Все этапы прошли на самой дешевой модели линейки.
Роли в демо играют вымышленные сотрудники: аналитик Елена Соколова, архитектор Андрей Ковалев и разработчик Дмитрий Орлов. Агент пишет от своих учеток: "AI-агент" в трекере и "AI Agent" в GitLab. Дальше весь путь задачи по карточкам, на каждый раунд ход агента и ход человека. Карточки свернуты: раскройте нужный шаг.
Когда агент не справился
От агента в процессе нужен не только результат. Не менее важно, чтобы он останавливался, когда работать не по чему. Я проверил это на задаче, которая попала не в ту очередь: менеджер попросил поправить расчет отпускных, а в демо-конфигурации есть только заказы. Агенту хватило 20 секунд, чтобы понять, что зарплаты в этой базе нет. Спецификацию он писать не стал, объяснил, чего не хватает, и перевел задачу в "Нужен человек" с призывом разработчика. Прогон обошелся меньше чем в цент.

Агент остановился и позвал человека
Что агенту разрешено
Права агента задает конвейер на каждый запуск, а не уговоры в промпте. На этапах анализа, архитектуры и плана он пишет только в папку задачи, командная строка и интернет закрыты. На разработке добавляются папки с кодом и тестами и ровно одна команда: прогон тестов. Коммитит, пушит и мержит не агент.

Что агенту можно и нельзя
Это настройки тестового стенда. В компании ограничения можно сделать строже: изолированные раннеры, хранилище секретов, сетевые политики.
Сколько времени это экономит
Замерить экономию честно сложно, поэтому время людей ниже примерное. Я прикинул по своему опыту, сколько уходит на небольшую доработку, если работать с агентом в чате, и сколько той же работы остается людям, когда задача идет по процессу. Ожидание ответов в таблицу не входит, считается только время, которое человек тратит руками. Время агента взято из логов AIDEMO-4.
| Шаг | Сейчас: разработчик и агент в чате | С процессом: люди | С процессом: агент |
|---|---|---|---|
| Прочитать задачу менеджера, понять, чего хотят | 15-30 мин | 2-5 мин, аналитик открывает задачу по уведомлению | 0,5 мин на весь анализ |
| Собрать контекст и перенести задачу в чат агента | 10-20 мин | 1-3 мин, проверить, что в задаче назначены роли | входит в анализ: агент сам читает задачу и конфигурацию |
| Ответы на вопросы агента: технические самому, бизнесовые унести аналитику или менеджеру, вернуться и пересказать | 30-60 мин | 5-10 мин, аналитик прямо в задаче | не участвует |
| Спецификация: составить, согласовать с аналитиком | 30-60 мин | 5-10 мин, аналитик проверяет | входит в анализ |
| Архитектура: обсудить с архитектором, созвон или переписка | 30-60 мин | 10-15 мин, архитектор читает решение | 0,8 мин |
| План доработки | 15-30 мин | 5-10 мин, разработчик проверяет | 0,7 мин |
| Код вместе с агентом: промпты, правки, повторы | 30-90 мин | 3-5 мин, разработчик читает отчет агента и отклонения от плана | 1,5 мин вместе с прогоном тестов |
| Тесты: написать, собрать базу, прогнать | 30-60 мин | 1-2 мин, посмотреть отчет тестов в MR | тесты пишет агент на шаге кода, контрольный прогон конвейером 38 с |
| Merge Request, описание, комментарии и статусы в трекере | 10-20 мин | 1-2 мин, проверить описание MR | секунды, конвейер |
| Ревью кода | 20-30 мин | 20-30 мин, разработчик | не участвует |
| Правки по замечаниям ревью | 20-40 мин | 2-5 мин на замечание с @ai |
1,9 мин |
| Итого | 4-8 часов разработчика | около 1-1,5 часа на троих | около 5 минут работы модели |
Разработчик на такой задаче тратит в несколько раз меньше времени, и почти все оно уходит на ревью. Аналитик и архитектор тратят примерно столько же, сколько раньше на созвоны, только теперь отвечают письменно в задаче. Календарный срок от заявки до merge процесс сам по себе не сокращает: если аналитик ответит через день, задача день и будет ждать. Зато ожидание видно на доске, и разработчик за это время не носит вопросы между людьми, а занимается другим.
На большой задаче соотношение будет другим: ревью и обсуждения архитектуры займут больше, и экономия на переноске вопросов станет заметнее. Проверять это нужно на своих задачах и своей команде.
Сколько это стоит в деньгах
Каждый запуск агента оставляет в артефактах job отчет: время, шаги модели, токены и стоимость. По AIDEMO-4 вся задача обошлась в 68 центов (была выбрана самая дешевая модель Claude), включая доработку по замечанию ревью. Дороже всего этапы с кодом: там агент много раз перечитывает модули конфигурации.

Сколько стоил AIDEMO-4
Цифры посчитал сам Claude CLI по ценам API. На стенде агент работает по подписке, отдельного счета за эти прогоны нет. Сильная модель на этапе архитектуры обойдется дороже. Сравнивать это стоит с часом работы аналитика, архитектора и разработчика, а не с нулем.
Что не решено
Остаются вопросы, на которые стенд пока не отвечает.
Первый вопрос любой компании: код уходит во внешнюю модель. На стенде только тестовая конфигурация. Агент вызывается одной командой в job, и замена на локальную модель остальную схему не меняет. Что схема от агента не зависит, стенд уже показал: этапы пережили смену CLI-агента. Насколько хуже станет результат на локальной модели, я не проверял.
Утверждение не гарантирует проверку. Аналитик, который нажимает "Утвердить спеку" не читая, отправит ошибку в код. Процесс делает ответственность видимой, но не заменяет ее.
За код агента отвечает разработчик, который утвердил план и сделал merge. Агент не мержит и не пишет в основную ветку. Оркестратор только замечает, что merge уже случился, и закрывает задачу.
Права на кнопки пока не ограничены: "Утвердить архитектуру" может нажать любой участник очереди. В рабочей версии переходы нужно закрепить за ролями.
Итог
ИИ в разработке перестает быть чатом рядом с трекером. Задача сама идет по статусам: агент пишет черновик, нужного человека зовет процесс, а не разработчик. Переписка и созвоны остаются там, где действительно нужно решение, а не там, где кто-то забыл переслать вопрос.
Инструментов, этапов и статусов может быть сколько угодно. Яндекс Трекер, GitLab и конкретный CLI-агент на стенде взяты для демонстрации, процесс устроен так, чтобы их можно было заменить, не переписывая правила для людей. Исходники стенда: gitlab.com/maxrubtsoff/1c-ai-pipeline.
Вступайте в нашу телеграмм-группу Инфостарт
Вы можете заказать платную адаптацию этой статьи под ваши задачи на «Бирже заказов».
- 0% комиссии — оплата напрямую исполнителю;
- Исполнители любого масштаба — от отдельных специалистов до команд под проект;
- Прямой обмен контактами между заказчиком и исполнителем;
- Безопасная сделка — при необходимости;
- Рейтинги, кейсы и прозрачная система откликов.