За пределами читаемого кода: как ИИ изменит правила разработки

21.07.26

Интеграция - Нейросети

Мы привыкли считать читаемый код, понятные имена и отсутствие дублирования законами хорошей разработки — но что, если это всего лишь правила нашей профессиональной Флатландии? В новой статье разбираю, каким станет программирование, когда ИИ перестанет писать код для людей и начнёт формировать его по собственным правилам.

Сейчас у многих возникает ощущение, что искусственный интеллект переворачивает всё, что мы знали о разработке. Ещё недавно он был забавной игрушкой, способной придумать несуществующий метод платформы и уверенно объяснить, почему именно так и нужно писать. Затем он научился дополнять процедуры, разбирать ошибки и создавать небольшие фрагменты программы. А теперь мы постепенно привыкаем к мысли, что перед нами уже не подсказчик, а полноценный участник процесса разработки.

В наш тихий мир 1С, где годами царствовали понятные вещи вроде закрытия месяца, тормозов у пользователей и исправления интеграций, созданных неизвестным героем много лет назад, ИИ ворвался довольно резко. Кто-то пишет MCP-серверы, кто-то собирает собственные наборы инструкций и инструментов, кто-то уже пытается передавать агентам законченные задачи. Пока значительная часть этих решений напоминает гаражную разработку: много энтузиазма, ручной настройки, нестабильных связок и обещаний светлого будущего.

Спор вокруг происходящего обычно сводится к одному вопросу: сможет ли ИИ заменить программиста? Одни уверены, что через несколько лет большую часть кода будут писать машины. Другие указывают на ошибки моделей, отсутствие понимания предметной области и сложность реальных корпоративных систем.

Но, возможно, этот спор начинается слишком поздно.

Гораздо интереснее не то, кто будет писать код, а то, каким станет сам код, когда его основным автором и потребителем окажется не человек, а ИИ.

 

Мир, который казался полным

 

 

В повести Эдвина Эбботта «Флатландия» главный герой, Квадрат, живёт в двумерном мире. Для него этот мир не выглядит ограниченным. Он просто не знает, что существует направление, в котором можно выйти за пределы плоскости.

Обитатели Флатландии строят дома, создают законы, определяют общественное устройство и развивают собственную науку. Все их представления о правильном и возможном выросли из устройства двумерного пространства. Плоскость для них не упрощённая модель реальности — она и есть вся реальность.

Однажды в этот мир приходит Сфера. Но увидеть её целиком жители Флатландии не способны. Для них она появляется как точка, затем превращается в увеличивающуюся окружность, после чего снова уменьшается и исчезает. Трёхмерный объект доступен им только в виде сечения, которое помещается в привычную плоскость.

Возможно, сегодня разработка находится в похожем положении.

Мы привыкли считать понятные имена переменных, небольшие процедуры, отсутствие дублирования и знакомые архитектурные слои объективными свойствами хорошего кода. Нам кажется, что именно так и должна быть устроена качественная программа.

Но значительная часть этих правил появилась не из потребностей компьютера. Они помогают человеку разделить сложную систему на части, удержать её в голове, объяснить другому разработчику и безопасно изменить спустя несколько лет.

Процедуру рекомендуют делать небольшой, потому что человеку сложно удерживать в голове несколько сотен строк. Переменная должна иметь осмысленное имя, потому что через месяц разработчик уже не вспомнит, что означало условное Значение1. Повторение логики считается опасным, поскольку человек может исправить одну копию и забыть про остальные.

Комментарии объясняют намерение автора тому, кто придёт после него. Архитектурные слои помогают обсуждать систему на общем языке. Модули и подсистемы создают границы, внутри которых можно рассуждать о небольшом фрагменте, не пытаясь одновременно понять всю конфигурацию.

Все эти правила разумны. Без них крупная система быстро превращается в набор фрагментов, которые никто не решается трогать. Но разумны они прежде всего внутри мира, где программу пишут, читают и изменяют люди.

Мы живём внутри созданной нами Флатландии кода и почти не замечаем её границ.

 

Сфера пока притворяется окружностью

 

 

Современный ИИ всё ещё работает внутри нашей плоскости. Он пишет процедуры и функции, использует понятные имена переменных, разделяет логику на блоки и воспроизводит знакомые архитектурные шаблоны.

В этом нет ничего удивительного. Модели обучались на коде, созданном людьми. Задачу им ставит человек, результат оценивает человек, а принять изменения должен человеческий ревьюер. Поэтому ИИ старается быть похожим на примерного разработчика.

Иногда даже слишком старательно. Простая операция разбивается на несколько вспомогательных процедур. Вокруг локальной задачи вырастает универсальный механизм. Появляются комментарии, повторяющие название метода, дополнительные проверки и промежуточные переменные.

Мы оцениваем ИИ по тому, насколько хорошо он умеет соблюдать правила нашего мира. Радуемся, когда он правильно оформляет запрос, не путает клиентский и серверный контекст, добавляет области и даёт процедурам понятные имена.

Но это всё ещё только сечение его возможностей нашей средой разработки.

Мы просим машину написать человеческий код, потому что пока не умеем принимать другой результат. Нам нужно открыть изменения, просмотреть строки и убедиться, что новый участник команды не сделал ничего странного.

Поэтому ИИ сегодня не создаёт новую культуру разработки. Он подражает старой.

Но если код будет создавать одна машина, проверять вторая, а изменять третья, человеческая читаемость может перестать быть главным критерием качества.

Для машины длинная процедура не обязательно представляет ту же проблему, что для человека. Ей не нужно помнить спустя полгода, что означает переменная: смысл можно каждый раз восстанавливать из структуры программы, тестов и связанных объектов. Она способна находить несколько похожих реализаций, одновременно изменять их и проверять общий результат.

Человек последовательно открывает форму, модуль объекта, общий модуль и движения документа, постепенно собирая картину происходящего. Машина потенциально может воспринимать их как единый граф данных, зависимостей, состояний и ограничений.

То, что для нас является естественной структурой программы, для неё может оказаться только способом уложить объёмную систему в доступную человеку плоскость.

 

За пределами человеческой архитектуры

 

 

Представим разработку, в которой человек больше не просматривает каждую строку реализации. Он описывает ожидаемое поведение, задаёт ограничения и определяет, как проверить результат. После этого один агент строит программу, другой анализирует её, а автоматический контур выполняет тесты и сопоставляет фактическое поведение с заданным.

Код в такой системе всё ещё существует, но его форма и роль меняются.

Он может стать значительно более подробным или, наоборот, предельно компактным. В нём могут появляться повторения, которые сегодня сочли бы архитектурным дефектом. Для разных сценариев агент сможет создавать отдельные реализации вместо единого универсального механизма. Часть программы, возможно, вообще перестанет существовать как привычный текст и будет представлена графами, моделями или структурами, удобными для машинной обработки.

Главным станет не то, насколько легко человек может прочитать программу, а то, насколько надёжно машина способна её создать, проверить и изменить.

Особенно заметно это станет в отношении дублирования и универсальности.

Сегодня одинаковая логика в нескольких местах считается опасной, потому что человеку трудно сопровождать её синхронно. Поэтому разработчик стремится вынести повторение в общий модуль или универсальный механизм. Но вместе с устранением дублирования появляется новая связанность: общий механизм получает параметры, режимы, исключения и должен учитывать потребности нескольких подсистем одновременно.

Если агент способен находить все реализации, изменять их вместе и заново проверять, баланс может измениться. Несколько простых специализированных процедур иногда окажутся выгоднее единой абстракции с десятком параметров.

То же относится к универсальным конструкторам. Мы создаём их не только из любви к хорошей архитектуре, но и потому, что ручная разработка стоит дорого. Если нескольким документам требуется похожее согласование, кажется естественным построить один универсальный механизм.

Однако универсальность постепенно обрастает условиями и исключениями. В какой-то момент механизм, созданный ради упрощения, сам превращается в отдельную сложную систему.

Если реализацию можно быстро восстановить из общего описания, машина сможет создавать несколько локальных решений вместо одного универсального. При изменении общего правила она просто пересоздаст их.

Для человека это выглядит расточительством: зачем делать пять реализаций, если можно сделать одну? Для машины вопрос может звучать иначе: зачем сопровождать сложную универсальную абстракцию, если пять простых реализаций можно каждый раз автоматически получить из одного набора правил?

ИИ не просто ускорит создание привычных архитектурных решений. Он может изменить экономические причины, по которым мы эти решения выбираем.

Это не будет мир без правил. Просто вместо человеческой культуры читаемости возникнет машинная культура проверяемости.

 

Когда код станет результатом сборки

 

 

Сегодня код считается одним из главных активов проекта. Его стараются сохранить, аккуратно расширять и не переписывать без необходимости. В этом есть понятная причина: создание работающей реализации требует времени, а при её замене легко потерять накопленные знания и неочевидные исключения.

Но что произойдёт, если реализацию можно будет заново получить за несколько минут?

Первые признаки такого отношения уже заметны в небольших задачах. Иногда проще повторно сгенерировать тест, преобразование данных или прототип интерфейса, чем разбираться в неудачной первой версии. Пока это работает в простых и изолированных фрагментах, но по мере развития инструментов границы будут расширяться.

Если система достаточно полно описана требованиями, тестами и ограничениями, код можно будет воспринимать как результат сборки. Изменилось правило — изменилась спецификация, после чего агент заново создал затронутую часть реализации.

Разработчики давно привыкли не редактировать вручную машинные инструкции, сформированные компилятором. Мы изменяем исходный текст и выполняем сборку снова. В будущем привычный исходный код тоже может стать промежуточным представлением, которое создаётся для выполнения на конкретной платформе.

Тогда проекту потребуется другой устойчивый источник истины:

  • модель предметной области;

  • правила изменения данных;

  • ограничения и инварианты;

  • контракты интеграций;

  • сценарии поведения;

  • требования к безопасности;

  • критерии производительности;

  • автоматические тесты.

Фактически исходным текстом станет не программа, а формальное описание того, как система должна себя вести.

Например, вместо указания, в какой процедуре нужно сформировать движения документа, можно определить правила хозяйственной операции. После проведения количество товара на одном складе должно уменьшиться, а на другом увеличиться. Общее количество в рамках операции не должно измениться. Проведение запрещено при недостаточном остатке, а повторная операция не должна создавать дополнительные движения.

Сегодня разработчик переводит эти условия в код, опираясь на собственное понимание платформы и конфигурации. В машинной разработке агент сможет выбрать техническую реализацию, а другой инструмент — проверить соблюдение заданных свойств.

Важнее станет правильно описать операцию, чем заранее определить структуру процедуры проведения.

Особенно наглядно этот подход проявляется в интеграции с внешней системой.

Сегодня разработчик изучает документацию API, создаёт структуры запросов и ответов, пишет преобразование данных, обработку ошибок, повторные попытки и журналирование. Значительная часть работы представляет собой перевод контракта внешней системы в код конкретной конфигурации.

В будущем человек сможет описать сам контракт обмена: какие данные передаются, как сопоставляются объекты двух систем, какие поля обязательны, что считать успешной операцией и как действовать при частичном отказе.

Отдельно задаются гарантии. Один документ не должен отправляться дважды. Повторный запрос не должен создавать дубли. Ошибка связи не должна приводить к потере данных. Результат каждой операции должен оставаться доступным для расследования.

На основании этих условий агент создаёт объекты метаданных, очередь, обработчики отправки, преобразование форматов, повторные попытки и диагностические механизмы.

Если внешняя система выпускает новую версию API, человеку не обязательно вручную переделывать старый адаптер. Он изменяет контракт, после чего техническая реализация создаётся заново.

Главным активом становится не конкретная процедура формирования JSON и не ручной разбор HTTP-ответа, а правила обмена и гарантии, которые интеграция обязана обеспечивать. Код превращается в одну из возможных реализаций контракта.

Для мира 1С это не настолько далёкая идея, как может показаться. Мы уже работаем не только с программным текстом. Конфигурация состоит из документов, справочников, регистров, ролей, форм и правил их взаимодействия. Значительная часть системы описана декларативно, а код является лишь одним из элементов реализации.

В будущем конфигурацией может стать набор моделей, правил и ограничений, из которых агент создаёт конкретное прикладное решение. Человек определяет, какие сущности существуют, как они связаны, что разрешено и каким должно быть наблюдаемое поведение. ИИ выбирает техническую форму: какие метаданные создать, где разместить логику и каким способом обеспечить заданные свойства.

Возможно, разработка будущего действительно окажется ближе к конфигурированию. Только конфигурировать мы будем уже не готовую систему, а интеллектуального исполнителя, который эту систему построит.

 

Следующее измерение

 

 

Здесь возникает самый неприятный вопрос.

Готовы ли мы принять в промышленную систему код, который никто из команды не понимает построчно, если его поведение описано и автоматически проверено?

Первой реакцией, вероятно, будет отрицание. В корпоративной системе слишком высока цена ошибки. Нельзя доверять реализации, которую человек не способен прочитать и объяснить.

Но насколько хорошо мы понимаем системы уже сейчас?

Ни один прикладной разработчик не читает исходный код платформы перед использованием транзакций, блокировок или механизма запросов. Мы не проверяем вручную каждую машинную инструкцию, которую компилятор создаёт из нашего кода. Мы пользуемся СУБД, операционными системами и библиотеками, устройство которых знает лишь небольшая группа специалистов.

Доверие к ним строится не на способности каждого разработчика прочитать всю реализацию. Оно возникает из воспроизводимого поведения, тестирования, наблюдаемости и накопленного опыта эксплуатации.

Возможно, с машинно-генерируемым кодом появится похожая модель. Мы не будем понимать каждую строку, но будем знать, какие свойства система обязана сохранять, как они проверяются и что произойдёт при нарушении ограничения.

Конечно, полностью описать поведение сложной корпоративной системы чрезвычайно трудно. Но и сегодня программа не становится правильной только потому, что её способен прочитать человек. Большинство серьёзных ошибок возникает не из-за непонятного синтаксиса, а из-за неполных требований, неверных предположений и неучтённых взаимодействий.

Читаемость помогает найти ошибку. Она не гарантирует её отсутствия.

При этом ответственность никуда не исчезает. Она перемещается на другой уровень.

Уже нельзя будет ограничиться выводом, что разработчик неправильно написал условие. Реализацию создала машина, формально выполнившая поставленную задачу. Причину ошибки придётся искать в неполной спецификации, противоречивых правилах, слабых тестах или неверно заданных ограничениях.

Чем меньше человек участвует в написании кода, тем больше он отвечает за условия, в которых код возникает: за качество исходной модели, полноту проверок, доступ агента к данным и границы его самостоятельности.

Это потребует более зрелой разработки, а не меньшего участия специалистов.

Сегодня часть неоднозначности можно спрятать внутри реализации. Разработчик самостоятельно трактует неполное требование и пишет код, который кажется ему разумным. В мире автоматической генерации такие пробелы станут опаснее: агент способен последовательно распространить неверную трактовку по всей системе.

ИИ может взять на себя реализацию. Но человеку придётся намного точнее определить, что считать правильным результатом.

Самая интересная сцена «Флатландии» происходит уже после того, как Квадрат поверил в существование третьего измерения. Увидев свой мир сверху, он почти сразу предполагает, что за третьим должно существовать четвёртое.

Но Сфера, только что учившая его мыслить шире, сама отвергает эту возможность.

Выход из одного ограничения не гарантирует освобождения от всех остальных. Новое устройство мира очень быстро тоже начинает казаться окончательным.

Возможно, машинно-генерируемый код не станет последней стадией. Пока мы всё ещё представляем, что ИИ будет создавать процедуры, модули и метаданные — пусть непонятные человеку, но похожие на сегодняшнюю программу.

Однако реализация может перестать существовать как устойчивый текст вообще. Она будет возникать из правил под конкретную задачу, среду и момент исполнения, а затем пересоздаваться при изменении условий.

Сегодня программа похожа на построенное здание: мы дополняем его, ремонтируем и стараемся не разрушить несущие стены. В будущем она может стать больше похожа на результат расчёта, который каждый раз заново возникает из модели и заданных ограничений.

Когда Квадрат увидел Флатландию из третьего измерения, её законы не перестали действовать. Они просто перестали казаться единственно возможными.

Вероятно, то же произойдёт и с культурой разработки. Понятный человеку код ещё долго будет необходим там, где люди отвечают за сопровождение и проверку реализации. Но постепенно рядом появится другой класс программ — создаваемых, изменяемых и анализируемых машинами по правилам, которые уже не обязаны учитывать ограничения человеческого восприятия.

Это не будет мир без правил. Просто читаемость, красота и привычная архитектура перестанут быть его главными законами. Их место займут проверяемость поведения, сохранение инвариантов, воспроизводимость и возможность заново получить реализацию из её описания.

Возможно, текстовый код окажется лишь первым измерением программирования. Мы прожили в нём достаточно долго, чтобы принять его границы за границы самой разработки.

Теперь перед нами появляется направление, которого раньше мы просто не видели.

И главный вопрос новой эпохи заключается уже не в том, сможет ли ИИ написать программу.

Нам предстоит понять, как определить правила, по которым ИИ будет формировать код.

Вступайте в нашу телеграмм-группу Инфостарт

искусственный интеллект ИИ в разработке программирование разработка 1С агентная разработка генерация кода машинный код читаемость кода архитектура ПО качество кода сопровождение систем автоматическое тестирование спецификация описание поведения инварианты MCP будущее разработки Флатландия разработчик 1С программирование будущего

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

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    66007    133    36    

141

SALE! %

Банковские операции Обмен с интернет-банком Мастера заполнения Нейросети Программист 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.

15250 руб.

20.12.2024    17478    85    29    

77

Нейросети Системный администратор Программист Бизнес-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 Codex к открытой или серверной базе 1С и ставьте задачи обычным языком: получайте данные, находите ошибки и связанные документы, проверяйте права, работайте с вложениями и контролируемо вносите изменения.

12078 руб.

30.07.2026    3714    10    4    

7

Нейросети Бесплатно (free)

Разбираем новые, более дешевые и эффективные паттерны работы внешнего 1С:Эксперта, а именно – прямое использование LLM-ассистентов и создание с их помощью инструментов для аудита производительности и нагрузочного тестирования. Показываем, как модели помогают анализировать таймауты и взаимные блокировки по технологическому журналу, проверять сложные запросы, а также находить неочевидные взаимосвязи между показателями загрузки оборудования. Рассказываем о создании скриптов для построения графиков по данным atopsar и для поиска и визуализации стеков горячих запросов, а также о создании неинвазивной оснастки для реалистичных нагрузочных и сценарных тестов без программирования на 1С. Отдельно разбираем антипаттерны и ограничения такого подхода. Делаем вывод, что LLM остается лишь помощником, не превращает джуна в сеньора, а ответственность за итоговый результат по-прежнему несет 1С:Эксперт.

10.08.2026    1796    jf2000    15    

16

Нейросети Программист Бесплатно (free)

Практический кейс автономной разработки для бизнес-платформы OneBase: ИИ-агент под управлением Claude Code и недорогой модели GLM за 37 минут с нуля создаёт полную конфигурацию с метаданными, формами, отчётами и дашбордами. Процесс проходит полностью без участия человека — агент сам нарезает задачи, генерирует демо-данные и исправляет ошибки до успешного прогона всех проверок.

07.08.2026    4298    Ibrogim    4    

11

Нейросети Программист Бесплатно (free)

Вокруг 1С выросла целая индустрия MCP-серверов: свой сервер в контуре, HTTP-сервисы, расширения, докер. Это отличные инструменты для разработчика. Но большинству людей вокруг 1С нужно другое: быстро подключить ИИ к базе, спросить словами, получить таблицу и отключиться. Без программиста, без изменений конфигурации и без единого открытого порта. Рассказываю, как сделали такой шлюз, почему он работает даже на УПП 1.3 на обычных формах, и разбираем живые кейсы: консультант без программиста, бухгалтер без сопровождения и вайб-кодинг Б24 по живой базе.

04.08.2026    4622    svcoopers    5    

9

Нейросети Программист Бесплатно (free)

SFT-адаптация Qwen/Qwen3.6-27B для разработки на платформе 1C:Enterprise: код на BSL, структура выгрузок BSL+XML, схемы XML и типовые практики конфигураций. Модель ориентирована на ассистента разработчика 1С: навигация по метаданным/XML-выгрузке, пояснение и правка BSL, следование внутренним стандартам кодирования, работа с открытыми кодовыми базами 1С.

03.08.2026    5070    andrew.ab    38    

20

Облачные сервисы, хостинг Сервера Нейросети Программист Бесплатно (free)

В последние годы спор «облако или локалка» стал одним из самых горячих в мире работы с нейросетями. Давайте разберемся.

03.08.2026    2107    dsdred    48    

10
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. DmitryKlimushkin 21.07.26 15:31 Сейчас в теме
"... Два сельских паренька возвращаются из ночного, лёжа на соломе в медленно едущей телеге, глядят в ночное звёздное небо и мечтают о полётах в космос.."
Вот примерно такая ассоциация. Сейчас заканчивается мой трудовой день и у меня ощущение, что я отстоял день у транспортёра, который навоз из коровника выгребает. Грязь и убогость, неопрятные данные, случайные связи под вывеской "интеграции".... И потом читаю статьи про.... я даже не понял и про что было написано. Чем же вы в повседневке заняты? Фары у космолётов протираете? Летающие тарелки от борща отмываете? Даже не знаю - завидовать ли... Как умудряетесь в обстановке полного отсутствия здравого смысла ("при полном наличии отсутствия пропитанных шпал!") рассуждать о сложных математических моделях? Это к чему в нашей жизни прислонить можно?
Бизнес одумался или правительство набрало интеллектуалов?
user943781; h00k; bolikov; A1WEB; alexdm; +5 Ответить
5. IgorVasilyev 146 21.07.26 16:10 Сейчас в теме
(1) Дмитрий, ассоциация понятная, и, пожалуй, это хороший упрёк статье: я слишком быстро поднялся над землёй и не до конца показал, к чему всё это можно прислонить сегодня.
Речь не о том, что бизнес внезапно стал разумнее или что мы уже проектируем идеальные системы. Наоборот, именно в среде с грязными данными, случайными связями и плохо описанными правилами эта тема становится практической.
Сейчас мы часто исправляем не систему, а очередное проявление её неявных правил. Человек ещё может догадаться, почему одно поле иногда пустое, откуда взялся особый обмен и почему документ нельзя перепроводить после определённой даты. ИИ без формализованного контекста просто начнёт быстрее размножать этот хаос.
Поэтому мысль статьи для меня не в том, что скоро появится прекрасный машинный мир. Она в другом: если код начнёт массово генерироваться, главным ограничением станут уже не скорость написания и не знание синтаксиса, а способность описать данные, связи, исключения и ожидаемое поведение системы.
То есть прислонить это можно как раз к вашему транспортёру. Пока мы не понимаем, что по нему едет, откуда берётся и каким должно быть на выходе, ИИ лишь ускорит его движение. А если понимаем и можем это описать, тогда появляется шанс перестать каждый день только отмывать лопасти.
2. user-z99999 78 21.07.26 15:42 Сейчас в теме
Очень интересно, как фантастика Джордж Оруэлл и его рассказ "1984".

Про уровни абстракции:
Да, мы не пишем на ассемблере. У нас выше уровень абстракции - язык 1с.
Но над программистами 1с есть начальник. И у него есть свой уровень абстракции постановки задач.
Мы перемещаемся по уровням абстракции выше.

Действительно есть возможность потери управления.
ИИ это не линейное программирование - каждый раз разный результат.
Будет поток двоичных данных, похожий на капельки воды очень большой реки.

Когда потеряется управление, придётся запускать электромагнитный импульс по всей земле,
чтобы он уничтожил всю электронику: роботов, компьютеры, жесткие диски, видеокарты ...

Запрягать гужевой транспорт и вспоминать допотопные времена.
3. RocKeR_13 1483 21.07.26 15:57 Сейчас в теме
(2)
Действительно есть возможность потери управления.

Уже в далеком 2008 году наглядно показали последствия такой потери управления в художественном фильме "На крючке" (ох уж эти русификаторы названий фильмов...). Раньше выглядел футуристично, а сейчас немного напрягаешься уже))

придётся запускать электромагнитный импульс по всей земле

Будет ИИ умным - дождется, пока совсем отупеем и забудем, как это в принципе сделать без ИИ))
6. IgorVasilyev 146 21.07.26 16:12 Сейчас в теме
(2) Да, именно движение вверх по уровням абстракции мне здесь и кажется самым важным.
Когда-то программист управлял машиной почти напрямую, затем появились языки высокого уровня, платформы, конфигурации, конструкторы и готовые механизмы. Каждый следующий слой скрывал часть реализации, но позволял решать более сложные задачи. ИИ, возможно, станет ещё одним таким слоем. Только на этот раз мы будем передавать машине не алгоритм, а описание результата, ограничений и ожидаемого поведения. Код окажется промежуточным продуктом, который может каждый раз выглядеть по-разному.
Но потеря построчного контроля ещё не обязательно означает потерю управления. Мы и сейчас не контролируем вручную машинные инструкции, работу СУБД или внутренние алгоритмы платформы. Управление сохраняется за счёт контрактов, тестов, наблюдаемости и ограничений. Опасность начинается там, где мы перестаём понимать уже не код, а правила, по которым система принимает решения. Если на входе расплывчатая постановка, неполные данные и противоречивые требования, ИИ действительно превратит это в большую реку результатов, которую никто не способен объяснить. Поэтому электромагнитный импульс пока оставим как аварийный план. Более реалистичная задача — научиться подниматься на следующий уровень абстракции, не теряя возможности проверить, почему система ведёт себя именно так.
А гужевой транспорт всё равно стоит держать в резерве — хотя бы как аналоговый контур отказоустойчивости.:)
4. Asmody 21.07.26 16:04 Сейчас в теме
Всё это прекрасно, но только не в 1С в его нынешнем виде. Может быть когда-нибудь у нас будет "другой 1С", написанный ИИ. "Жаль, только, жить в эту пору прекрасную уж не придётся ни мне, не и тебе..."
7. IgorVasilyev 146 21.07.26 16:13 Сейчас в теме
(4) Согласен, нынешняя 1С к этому почти не готова. Но, думаю, сначала появится не «другая 1С», а другой слой работы поверх неё: агенты будут читать конфигурацию, менять метаданные, собирать базу и проверять поведение. До полного исчезновения кода мы, возможно, не доживём, а вот начало перехода, скорее всего, увидим.
24. EXH 27.07.26 18:44 Сейчас в теме
(7) собственно, все уже появилось и работает именно так
26. IgorVasilyev 146 27.07.26 22:20 Сейчас в теме
(24) Да, отдельные элементы уже появились: агент может читать конфигурацию, вносить изменения, запускать сборку и тесты. В этом смысле начало перехода действительно уже состоялось.
Но для меня граница проходит между «это технически возможно» и «этому можно регулярно доверять в промышленной разработке». Пока человеку всё ещё приходится задавать контекст, контролировать изменения, разбирать ошибки и отвечать за результат.
Поэтому я бы уточнил свою прежнюю формулировку: мы не увидим начало перехода — мы уже в нём находимся. Теперь вопрос в том, насколько быстро агент из инструмента разработчика превратится в самостоятельный слой разработки.
8. Ibrogim 1882 21.07.26 16:19 Сейчас в теме
(4) Переходите на OneBase, вот тут ИИ за полчаса пишет конфигурацию для неё .

Кстати, тут немного свежих фич описал

Вы правы, платформа 1С это как бревно лежащее поперёк реки которая называется ИИ. Но даже в 1С многое уже можно сделать с ИИ
11. Asmody 21.07.26 20:54 Сейчас в теме
(8) вот как ИИ там вам напишет работу с ЭДО, ЭПД, ИСМП, и т.д., так сразу и перейдём.
ПС. Встраивать в 2026 году в систему ЯП из прошлого века – это странно по меньшей мере
12. Ibrogim 1882 21.07.26 21:34 Сейчас в теме
(11) ЯП для комьюнити, чтоб любой из нас мог зайти и чтото поправить если LLM вдруг стала недоступна. язык вообще не главное.
9. ZameniMenyaAI 21.07.26 16:32 Сейчас в теме
Очень интересная статья.
Таких надо побольше
Очень мало сейчас пишут и говорят про ИИ 🤣
10. RustIG 1979 21.07.26 16:59 Сейчас в теме
Пока ии пишет программы, она может жить в n-мерном простанстве: уровень абстракции может быть невосприимчиво высоким....например, выносить код во внешние закрытые компоненты, использовать прямую адресацию памяти компьютера, а не через переменные платформы 1с... обфускация кода ,наверняка , уже используется при создании вирусов.... можно посмотреть как касперский анализирует трояны - по этой же схеме мы можем анализировать сложносочиненный и сложноподчиненный код 1с, написанный ии... а вообще, есть ощущение, что мы предсказали появление ии давно, когда начали использовать аббревиатуру И.И. = Иванов Иван или Иван Иванович...:)
17. IgorVasilyev 146 22.07.26 22:36 Сейчас в теме
(10) Да, но это уже будет не просто код 1С в новом стиле, а попытка выйти за границы самой платформы. В таком мире ревью действительно станет ближе к анализу трояна: не «что здесь написано», а «что это реально делает, к чему обращается и можно ли воспроизвести поведение». Поэтому вместе со снятием ограничений придётся резко усиливать песочницы, права, трассировку и автоматическую проверку. Ну а И.И. мы, похоже, действительно предсказали заранее.
13. booksfill 22.07.26 10:39 Сейчас в теме
Вот ведь в чем дело, даже сейчас мы вынуждены опускаться по уровням абстракции, пусть и не до машинного кода.
Лезем в индексы, смотрим план выполнения запросов, сталкиваясь с необходимостью, например, сортировки больших массивов структур, задумываемся, что на самом деле лежит в реализации той же таблицы значений и понимаем, что в том или ином случае быстрей и менее требовательно к ресурсам вспомнить реализацию быстрой сортировки...

Пока все это управляемо, ибо человек в состоянии последовательно опускаться вплоть до машинных инструкций.

То же, что предполагается в статье приведет к качественному скачку, а не просто к появлению еще одного слоя абстракции.
Человек практически потеряет возможность анализа, а, следовательно, и синтеза.

При этом требования к надежности ИИ должны несоизмеримо возрасти, но и это не гарантирует успеха, т.к. упираемся в интерфейс человек - ИИ. Пусть ИИ честно делает и тестирует, то, что мы туда заложили, беда в том, что у нас нет никакой гарантии однозначности понимания результата.
И, парадокс, правильность выполнения, точнее создания тестов мы тоже физически проверить не можем их слишком много. Можем поручить эту проверку другому ИИ и т.д.

"Кто сражается с чудовищами, тому следует остерегаться, чтобы самому при этом не стать чудовищем" (Ницше)

Думаю человечество ждет большая беда, бизнес не может не ухватиться за возможность замены программистов промптами. И когда это пузырь лопнет, мало не покажется.
18. IgorVasilyev 146 22.07.26 22:39 Сейчас в теме
(13) Да, пожалуй, это самое серьёзное возражение против описанной модели. Пока между постановкой задачи и машинными инструкциями остаётся цепочка представлений, доступных человеку. Мы можем начать с бизнес-требования, спуститься к архитектуре, коду, запросу, плану выполнения, структурам данных и при необходимости добраться почти до уровня процессора. Это дорого, требует квалификации, но принципиально возможно. В описанном в статье сценарии возникает качественно другая ситуация. Реализация может стать настолько объёмной, изменчивой и чуждой человеческому способу мышления, что обратный спуск перестанет работать. Мы будем способны проверять отдельные свойства системы, но уже не сможем восстановить и осмыслить весь путь, которым она пришла к результату. И здесь действительно появляется рекурсия доверия. Один ИИ создаёт код, второй пишет тесты, третий проверяет тесты, четвёртый анализирует расхождения. Но в конце этой цепочки всё равно должен находиться критерий, который сформулирован человеком и понятен ему. Иначе мы не проверяем систему, а лишь строим всё более длинную цепь взаимных заверений машин.
Поэтому одной надёжности модели недостаточно. Ключевой проблемой становится интерфейс между человеком и ИИ: насколько однозначно описано требование, можно ли выразить ожидаемое поведение в проверяемой форме и понимаем ли мы границы того, что вообще удалось проверить.
Бизнес, конечно, ухватится за возможность заменить дорогую разработку более дешёвой генерацией. И опасность здесь не только в том, что ИИ ошибётся. Гораздо хуже, если некоторое время всё будет работать достаточно хорошо, чтобы организации успели потерять специалистов, знания и возможность вернуться к ручному анализу.
В этом смысле пузырь может лопнуть не потому, что ИИ окажется бесполезным, а потому, что мы слишком рано передадим ему системы, для которых ещё не научились формулировать и проверять правила.
user2058235; +1 Ответить
14. EYakovlev 22.07.26 10:55 Сейчас в теме
Меня занимает такой вопрос. ИИ это обучаемая модель, которая учится на примерах. Все ее примеры это код написанный человеком, с применением тех самых правил, паттернов и стилей которые человеку диктуют текущие реалии. Если ИИ учится на нем, то откуда она возьмет другое написание кода? Она не будет писать подругому, ну может будет, но чуть-чуть. Значит должно пройти множество итераций обучения и переобучения, где постепенно будет расти доля "другого кода". Пока "чуть-чуть" превратится в "совершенно другой код" пройдет очень много времени. ИИ позволят писать такой код только тогда, когда написание кода вручную совсем уйдет со сцены. Или останется как нечто уникальное в конкретных штучных проектах. Как эксклюзиные авто ручной сборки.
Энтузиасты уже сейчас могут писать код в большие проекты через ИИ, даже в мастер-ветку без кодревью. Но задайтесь вопросом, на сколько много тестов вы сейчас пишете при разработке? Абсолютно ли все ситуации вы покрываете тестами? Или вы опускаетете некие мелкие нюансы? Те нюансы, которые "не имеет смысла проверять тестами" после разработки опытным разработчиком и тем более кодревью? Вы готовы рискнуть своей карьерой/репутацией компании/срывом работы клиента, использовав тот-же набор тестов для ИИ какой уверенно используете при ручной разработке?
16. gybson 13 22.07.26 12:42 Сейчас в теме
(14) Можно попробовать обучить её писать на MASM. Просто все примеры кода перевести в него и обучить. И посмотреть на какие подвиги способна будет такая LLM
19. IgorVasilyev 146 22.07.26 22:42 Сейчас в теме
(14)Да, ИИ сначала будет воспроизводить человеческие стили, паттерны и ошибки. Принципиально другой код появится не сразу, а постепенно — когда решения начнут оценивать прежде всего по корректности, производительности и ограничениям, а не по удобству чтения человеком. С тестами возражение ещё сильнее. Набора, достаточного для опытного разработчика и код-ревью, может быть недостаточно для автономной генерации. Человек учитывает контекст и неявные ограничения, а ИИ может идеально пройти тесты и нарушить то, что никто не формализовал.
Поэтому потребуется не просто больше тестов, а контроль инвариантов, прав, данных, нагрузки, побочных эффектов и возможность быстрого отката. Главным ограничением станет не генерация кода, а способность достаточно полно описать, что системе разрешено и что она обязана сохранять.
15. gybson 13 22.07.26 12:31 Сейчас в теме
Больше похоже на описание работы новичков, у которых в голове нет связки результата и кода. Не очень понимают что делают. Если в коде будет две переменных ФКУЩЛ и ДРЫПЕ, то вам придется очень долго пытаться получить на форме поле "Сумма". Но если поля будут названы "Количество" и "Цена", то все решится сразу. И конечно же спросим у самого ИИ "Насколько важна семантика кода для ИИ?"

Семантика кода критически важна для ИИ. Это фундамент, на котором строится генерация, анализ и понимание программного кода нейросетями.Без понимания смысла ИИ превращается в Т9, который просто подставляет похожие слова

Почему семантика важна для ИИПонимание намерений (Intent): ИИ должен переводить абстрактные задачи человека («сделай регистрацию пользователя») в логические структуры данных и функций.Генерация рабочего кода: Знание синтаксиса позволяет ИИ писать без грамматических ошибок, но только понимание семантики гарантирует, что алгоритм решит задачу верно.

Поиск скрытых багов (Semantic Bugs): Обычные компиляторы находят опечатки. ИИ, понимающий семантику, находит логические ошибки (например, когда код написан без ошибок, но списывает деньги со счета дважды).

Качественный рефакторинг: Чтобы улучшить код и не сломать его логику, ИИ обязан понимать «контракт» и поведение каждой функции.

Как ИИ работает с семантикой

Абстрактные синтаксические деревья (AST): ИИ переводит текст кода в древовидную структуру, где видны связи между переменными и операциями.

Векторные представления (Code Embeddings): Нейросети превращают код в математические векторы. В этом пространстве функции с похожим смыслом (например, быстрая сортировка и сортировка пузырьком) находятся рядом, даже если написаны на разных языках.

Контекстные окна (Attention Mechanism): ИИ анализирует не только одну строку, но и связи между объявлением переменной в начале файла и её использованием в конце.
20. IgorVasilyev 146 22.07.26 22:54 Сейчас в теме
(15) Вы правы применительно к сегодняшнему ИИ и сегодняшнему коду: бессмысленные имена ухудшают понимание и для человека, и для модели. Но статья не предлагает заменять Количество и Цена на случайные наборы букв.
Вопрос глубже: обязательно ли будущая программа вообще должна существовать в виде человекочитаемого языка с переменными, процедурами и привычной архитектурой? ИИ с большой памятью и возможностью анализировать систему целиком может создать собственное промежуточное представление — язык для машин, а не для людей. В нём смысл будет храниться в связях, типах, ограничениях и поведении, а не обязательно в названиях переменных.
Затем на таком языке один ИИ сможет создавать следующий. После нескольких подобных итераций мы можем получить систему, которую уже бессмысленно оценивать по правилам человеческого программирования. Программирование не исчезнет как создание поведения, но может исчезнуть как написание и чтение исходного кода человеком.
Поэтому пример с ФКУЩЛ и ДРЫПЕ спорит не с тезисом статьи, а с плохим кодом внутри нынешней модели разработки. А статья как раз спрашивает, сохранится ли сама эта модель.
higs; user2058235; +2 Ответить
21. gybson 13 23.07.26 11:35 Сейчас в теме
(20) Любой интерпретируемый язык под капотом имеет именно такую виртуальную машину. Надо ли ИИ писать код сразу в командах JVM например? Не надо по той причине, что это понижение уровня абстракции.

Чем ближе язык решения задачи к языку описания задачи, тем эффективнее решение.
22. IgorVasilyev 146 24.07.26 12:59 Сейчас в теме
(21) Согласен: писать сразу в командах JVM — это понижение уровня абстракции, и само по себе оно ничего не даёт.
Но я говорю не об этом. Возможен обратный сценарий: ИИ создаёт представление, которое ещё ближе к описанию задачи, чем привычный язык программирования. В нём могут быть не процедуры, переменные и классы, а правила, ограничения, зависимости, состояния и критерии результата.
Причём это представление необязательно должно быть удобно человеку. Оно может быть оптимизировано для того, чтобы один ИИ создавал, проверял и изменял системы с помощью другого ИИ.
Поэтому вопрос не в том, надо ли писать байткод вручную. Вопрос в том, останутся ли сами языки программирования обязательным промежуточным слоем. Возможно, между постановкой задачи и исполняемой системой появится машинная модель, для которой исходный код будет лишь одним из временных продуктов сборки.
23. gybson 13 26.07.26 15:35 Сейчас в теме
(22) Я считаю, что мы уже потеряли контроль над кодовой базой и как бы она ни развивалась, это будет для человека уже непонятный язык. Т.е. я бы перевернул вопрос. Люди уже создали прослойку между мыслью и кодом, которую не могут контролировать без ИИ. Я надеюсь кто-то уже начал исследовать как ИИ показывает себя на экзотических ЯП. Там мы могли бы увидеть подсказки.
25. IgorVasilyev 146 27.07.26 22:17 Сейчас в теме
(23) Да, в такой постановке мы, пожалуй, говорим об одном и том же. Код может оставаться формально человекочитаемым, но при его объёме, скорости изменения и количестве связей понимание всей системы уже становится недоступно отдельному человеку. ИИ тогда выступает не просто генератором, а обязательным переводчиком между намерением и реализацией.
Экзотические языки действительно могли бы стать хорошим экспериментом. Если модель способна уверенно работать с языком, которого почти не было в обучающей выборке, опираясь на спецификацию, компилятор, тесты и обратную связь, значит её возможности уже не сводятся к воспроизведению знакомых шаблонов.
Но следующий шаг ещё интереснее: ИИ может создать не экзотический язык для человека, а внутреннее представление для другого ИИ. Тогда человек будет контролировать уже не текст программы, а требования, ограничения и наблюдаемое поведение системы. Именно в этот момент программирование как чтение и написание кода начнёт утрачивать прежний смысл.
27. gybson 13 27.07.26 22:42 Сейчас в теме
(25) Мы же не думаем как ходить - перестанем думать как кодить. Хорошая перспектива.
28. IgorVasilyev 146 27.07.26 23:40 Сейчас в теме
(27) Да, именно. Мы ведь не управляем каждой мышцей при ходьбе — контролируем направление, темп и результат. С кодом может произойти то же самое: человек перестанет продумывать каждую конструкцию и сосредоточится на том, что система должна делать и где проходят её границы. Правда, есть важное отличие: если мы разучимся ходить, тело быстро об этом сообщит. Если перестанем понимать, как устроена программная система, последствия могут проявиться намного позже. Поэтому вместе с отказом от «думать как кодить» придётся научиться гораздо лучше формулировать требования, ограничения и способы проверки.
Для отправки сообщения требуется регистрация/авторизация