ИИ в разработке на 1С: не чат, а процесс

22.10.26

Интеграция - Нейросети

ИИ пишет код на 1С все быстрее, а разработчик по-прежнему носит вопросы, ответы и статусы между чатом с агентом, аналитиком и архитектором. Показываю другой подход и демо-стенд: задача из Яндекс Трекера сама идет по этапам, ИИ-агент работает в GitLab CI, а люди только утверждают спецификацию, архитектуру, план и код. Живой пример задачи от заявки до merge, честный отказ агента, права агента, время и стоимость: вся задача обошлась в 68 центов.

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
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
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
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
Стенд: все на одной машине, наружу только исходящие запросы

 

  1. 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.
  2. На каждую такую задачу он запускает pipeline в GitLab через API и передает ключ задачи и этап.
  3. Job на локальном runner читает задачу со всеми комментариями и запускает агента на один этап.
  4. Агент публикует результат комментарием, призывает человека из поля роли и переводит задачу дальше.
  5. 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.

 
 01. Менеджер ставит задачу как обычно
 
 02. Агент разбирает заявку
 
 03. Аналитик отвечает на вопросы агента
 
 04. Агент предлагает архитектуру
 
 05. Архитектор утверждает решение
 
 06. Агент составляет план доработки
 
 07. Разработчик утверждает план
 
 08. Агент пишет код и тесты
 
 09. Разработчик проверяет Merge Request

 

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
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
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
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

ИИ нейросети ИИ-агент Claude GitLab CI Яндекс Трекер DevOps автоматизация разработки YAxUnit процесс разработки

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.

См. также

Нейросети Системный администратор Разработчик Аналитик Бухгалтер Пользователь Руководитель проекта 1С 8.3 1С:Документооборот 1С:Бухгалтерия 3.0 1С:Зарплата и Управление Персоналом 3.x Россия Платные (руб)

Подключите ИИ к 1С и решайте рабочие задачи обычными словами. От работы с данными до доработки конфигурации через расширения, всё в привычном чате с ИИ-помощником. Теперь с поддержкой DeepSeek Harness, Kimi Code и Kimi Work, доступных в России без VPN.

15990 руб.

30.07.2026    20127    42    4    

40

SALE! %

Банковские операции Обмен с интернет-банком Мастера заполнения Нейросети Разработчик Бухгалтер Пользователь 1С:Предприятие 8 1C:ERP 1С:Бухгалтерия 3.0 1С:ERP Управление предприятием 2 1С:Управление холдингом 1С:ERP. Управление холдингом 1С:Комплексная автоматизация 2.х 1С:Управление нашей фирмой 3.0 1С:Управление торговлей 11 1С:Розница 3.0 Платные (руб)

Корректируйте банковские документы быстро и легко! Создайте правило обработки — и оно автоматически применится при загрузке выписки (отбор по любому реквизиту или регулярному выражению). Решение заполняет расшифровку платежа, комиссию эквайринга, подбирает ведомости на выплату зарплаты, помечает дубли из банка на удаление и многое другое. Доплачивать за алгоритмы не нужно — они включены в решение. Обработка работает при загрузке из файлов клиент-банка и через DirectBank. Новое — искусственный интеллект: модель приводит нестандартные назначения платежа к виду, понятному алгоритмам, а ИИ-ассистент прямо в 1С консультирует по решению и разбирает код правил и алгоритмов. Поддерживаются локальные и облачные OpenAI-совместимые модели — данные могут не покидать ваш контур.

17500 руб.

20.12.2024    21878    107    32    

90

Инструментарий разработчика Нейросети Платные (руб)

Первые попытки разработки на 1С с использованием больших языковых моделей (LLM) могут разочаровать. LLMки сильно галлюцинируют, потому что не знают устройства конфигураций 1С, не знают нюансов синтаксиса. Но если дать им подсказки с помощью MCP, то результат получается кардинально лучше. Далее в публикации: MCP для поиска по метаданным 1С, справке синтакс-помощника и проверки синтаксиса.

15250 руб.

25.08.2025    77907    147    41    

154

SALE! 30%

Нейросети 1С 8.3 1С:Бухгалтерия 2.0 1С:Бухгалтерия 1.6 1С:Бухгалтерия 3.0 1С:Управление холдингом 1С:Управление нашей фирмой 1.6 1С:Управление нашей фирмой 3.0 1С:Управление торговлей 10 1С:Управление торговлей 11 1С:Документооборот Россия Платные (руб)

Расширение добавляет в 1С чат с ИИ-агентом. Пользователь пишет вопрос обычными словами: «какие УПД не подписаны?», «какой НДС к уплате за квартал?», «что висит на согласовании дольше недели?», а агент сам строит запросы к базе с правами этого пользователя и отвечает цифрами, таблицей, диаграммой или файлом Excel. Плитки «Аналитик», «Бухгалтер» и «Руководитель» дают сводку по базе одной кнопкой. Агент разбирает ошибки по скриншоту, сверяет прайсы поставщиков и проверяет коды маркировки. С версии 1.0.21 спрашивать можно и с телефона: QR-код в окне агента, без установки приложения. Работает в УТ 11, КА 2, ERP 2, БП 3.0, УНФ 3.0, Документооборот 3.0 и Альфа-Авто 6, ставится одним расширением.

18300 руб.

05.10.2026    4297    15    9    

15

Распознавание документов и образов Нейросети 1С:Предприятие 8 1С 8.3 1С 8.5 1C:Бухгалтерия 1С:Зарплата и Управление Персоналом 3.x Беларусь Россия Казахстан Армения Платные (руб)

ИИ-сканер документов с REST API для интеграции с 1С и корпоративными системами. Извлекайте данные из счетов, паспортов, дипломов, патентов и трудовых книжек за секунды. Точность человека - скорость машины. Приложение поддерживает восемь типов документов, четырех провайдеров ИИ (имеется возможность использования локальных ИИ), локальный REST API и экспорт в JSON. Важно! модель должна поддерживать функцию Vision (распознавание файлов и картинок). Запускайте используя локальные ИИ, без подписок и ограничений

6100 руб.

24.08.2026    1567    3    0    

2

Инструментарий разработчика Нейросети Системный администратор Разработчик Руководитель проекта 1С 8.3 Платные (руб)

Обработка заменяет ФИО, организации, ИНН, ИИН, БИН, ОГРН, КПП, БИК, счета и IBAN, паспорта, СНИЛС, адреса, телефоны, почту и суммы на правдоподобные выдуманные перед отправкой данных в ChatGPT, Claude или YandexGPT, а потом расшифровывает ответ модели обратно, подставляя настоящие имена и настоящие числа. Возвращаются и те итоги, которые модель посчитала сама: суммы масштабируются одним коэффициентом, поэтому пропорции и доли переживают обезличивание. Словарь замен хранится в самой базе и подхватывается автоматически, даже если обработку закрывали. Реквизиты России и Казахстана, любая конфигурация от 8.3.24, без единой зависимости.

14640 руб.

07.08.2026    2310    3    0    

3

Нейросети Разработчик Бухгалтер Пользователь 1С:Предприятие 8 1С:Бухгалтерия 3.0 Бесплатно (free)

ИИ агент для бухгалтерии - открытый ИИ-консультант внутри 1С. Он отвечает на вопросы по данным базы, анализирует задолженность и обороты, помогает разбирать ошибки проведения и готовить документы. Пользователь видит шаги агента: какие инструменты вызваны и какие результаты получены. Решение состоит из расширения 1С и сервера на Python, поддерживает локальные модели и облачные API. Инструменты выполняются с правами текущего пользователя. Текущая версия - прототип для «Бухгалтерии предприятия 3.0». Исходный код распространяется под лицензией MIT.

31.10.2026    3828    182    nomadAI    9    

19

Инструментарий разработчика Нейросети Разработчик 1С 8.3 Бесплатно (free)

Сделал внешнюю обработку и небольшой MCP-сервер, через которые ИИ-агент выполняет запросы, выражения и код прямо в открытом сеансе 1С и смотрит метаданные конфигурации. В конфигурацию ничего не встраивается и ничего не публикуется: команды ходят файлами через каталог на вашем компьютере. Серверный код агента по умолчанию откатывается, а запись в базу вы разрешаете сами, тумблером на форме обработки.

29.10.2026    5269    nt_app    12    

26
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. oyti 111 22.10.26 15:59 Сейчас в теме
Похожий конвейер у нас работает с октября: агент сам берет задачу из трекера, проходит проверки и приносит ветку. Два места, где мы набили шишки, вам могут пригодиться.

Первое - круги ревью. У вас предел пять возвратов, и это правильно. У нас предела сначала не было, и один пункт прошел 13 раундов ревью перед слиянием, так что целая неделя ушла на конвейер вместо задач. Теперь после третьего раунда с замечаниями решает человек.

Второе - отметка о проверке. Зеленый прогон у нас тоже подтверждает скрипт, а не пересказ агента, и отметка привязана к конкретному дереву файлов. Поправил агент после прогона хоть строку, отметка уже не подходит, и коммит не пройдет.

А сколько стоит сам конвейер, а не одна задача, мы посчитали не сразу: за три дня 1,31 млрд токенов, 606 долларов по прайсу API, и ни одной задачи заказчика. Подробно тут: https://infostart.ru/1c/articles/2814487/

Вопрос: что будет, если две задачи одновременно попадут в "AI: разработка"? Runner и база ведь одни.
Для отправки сообщения требуется регистрация/авторизация