Вместо вступления: почему я вообще полез в эту тему

За 16 лет в профессии 1С-программиста я привык к тому, что платформа постоянно меняется. Но последний год только и разговоров, что о вайб-кодинге. Разговоры разные: от воспевания серенад до забрасывания тухлыми яйцами.

Я мог, конечно, постоять в сторонке и посмотреть, чем все это закончится. Но, признаюсь честно: хотелось самому все попробовать. И был корыстный интерес — «а вдруг реально сработает». Да и динозавром не особо хочется быть 🦖.

Короче, решил попробовать «повайбкодить». И так уж получилось, прошел уже какой-то путь — от завышенных ожиданий до более-менее трезвого взгляда на ситуацию.

В этой статье я хочу без инфоцыганства и догматизма поразмышлять о том, как менялось мое мышление при работе с ИИ, где я набивал шишки и к какому подходу в итоге я пришел.

С какой установкой я начинал? Когда я заходил в эту тему, в голове была простая иллюзия: «Сейчас нейросеть будет делать за меня всю рутину, а я буду просто рулить процессом». 

Итак, поехали.

Первый опыт — «ИИ всё сделает за меня»

Кажется, классическая задача, которую каждый опытный 1С-ник писал раз пятьдесят за карьеру: обработка для загрузки прайс-листа из Excel в табличную часть документа.

Ну а что? Задача типовая, рутинная, алгоритм понятен. Идеальный кандидат для проверки этого вашего вайб-кодинга.

Скинул нейросети пример структуры xlsx-файла, набросал примерное ТЗ в свободной форме: «Напиши процедуру загрузки: читаем строки, ищем номенклатуру по артикулу, если нет — создаем новую, подставляем цену и количество в табличную часть». 

Нейросеть с абсолютной уверенностью выдает мне причесанный код на встроенном языке. Я копирую его в конфигуратор, запускаю отладку... В окно служебных сообщений накидывает целую портянку ошибок.

Из галлюцинаций первой попытки:

• Выдуманные методы: Нейросеть сгенерировала идеальный по логике, но совершенно несуществующий метод платформы вроде ТаблицаExcel.ПрочитатьСтроки() или Элемент.УстановитьЗначениеПоУмолчанию(). Вроде, звучит логично, но платформа 1С про такие методы никогда не слышала.
• Несуществующие реквизиты и типы: В запросе к справочнику Номенклатура нейросеть с легкой душой обратилась к полю Номенклатура.АртикулКод и попыталась присвоить СправочникуСсылка значение типа Строка.
• Фантазии на тему COM-объектов: В попытке разобрать файл она смешала в одну кучу работу через COMОбъект("Excel.Application") и табличный документ 1С.

Я тогда подумал:

«Ну ОК. Надо было, наверное, как-то точнее все описать, контекст какой-то дать».

Но чуть позже мне в голову пришла куда более важная мысль.

“А что если бы этот код писал «чистый» вайб-кодер?. Который никогда не программировал на 1С и просто попросил нейросеть написать ему код на встроенном языке”

Думаю, он навечно бы застрял в общении с нейросетью. Ну, или пока ему бы не надоело.

Опыт в разработке позволил мне за 30 секунд увидеть, где нейросеть «нафантазировала», и исправить это руками в течение 15. Но именно тогда я понял: ИИ не заберет работу у программистов. Но она может здорово помочь тем, кто знает платформу.

«Работает. Но я не понимаю как»

Другой пример подсветил еще одну проблему вайб-кодинга.

Решил я сделать микросервис на Python. Задача из жизни: я отдаю микросервис QR-код обычного чека из магазина - он мне выдает json с данными о покупках для загрузки в мою базу «1С:Деньги». 

Скармливаю задачу ИИ. И, на мое искреннее удивление, буквально за полчаса я вместе с нейросетью собрал полностью рабочий продукт! Я запускаю сервис, скармливаю тестовый чек — всё парсится, всё летит в 1С. Магия?

Дальше я начинаю читать исходники и ловлю себя на мысли: я вообще не понимаю, как работает этот код. Что вообще здесь написано?

Получается забавная история: код полностью рабочий, но я совершенно не понимаю его устройство. И здесь возникает много вопросов:

• Можно ли такой код использовать в коммерческом проекте заказчика?
• Кто и как будет его поддерживать?
• Что произойдет через полгода, когда обновится какая-нибудь зависимость и всё упадет?
• Кто будет искать и исправлять ошибку в логике, которую никто из людей не проектировал?
• И главное: можно ли делегировать ИИ не только написание кода, но и ответственность за него?

Мой вывод номер 2: Для личного пет-проекта, где риски нулевые, такой «черный ящик» вполне сойдёт. Но тащить нечто подобное в коммерческую разработку — это огромный риск и мина замедленного действия.

Главная ловушка вайб-кодинга, как мне кажется, кроется именно здесь: ИИ способен выдать готовый результат гораздо быстрее, чем человек успевает его осмыслить.

Идея: как вариант, можно попросить ИИ в непонятном коде прописать комментарии. Будет чуть понятнее. 

«Это фиаско, братан»

Не знаю, знакомо ли вам это чувство, когда ты искренне радуешься первым своим успехам в использовании ИИ в ежедневной работе. А потом натыкаешься на чужой фатальный фейл и понимаешь, что сам был в паре шагов от того же самого?

Как-то утром мне пришло уведомление о новой статье на Хабре. Заголовок говорил сам за себя: “GPT-5.6 лишил стартап всех пользователей и подписчиков, а ИИ признал, что безрассудно совершил катастрофическую ошибку”.

Я мысленно примерил этот случай на свою работу. За каждой такой строчкой кода могут стоять:

• клиентская база компании
• реальные деньги
• остатки на складах
• расчет и начисление зарплаты
• закрытие месяца, налоговая отчетность…

Если нейросеть «нагаллюцинирует» в проведении документа, тихо «потеряет» запись в регистре, добавит что-то лишнее - последствия в лучшем случае обнаружатся при следующем выкате в прод. Ну, или, как это чаще бывает, вылезут через месяц при сдаче отчетности. И виноват будет не ChatGPT, не Claude и не DeepSeek. Виноват будет разработчик, который нажал Ctrl+C e32; Ctrl+V.

Именно в тот момент ко мне пришло четкое осознание: надо кардинально менять подход.

Нужна прозрачная система — система разделения ответственности и зон контроля. Я должен четко понимать: где нейросеть может выдать результат, а я лишь бегло гляну, а куда её нельзя подпускать без жесткого ревью и собственного контроля.
 

Переломный момент

До этой статьи и собственных ошибок моя парадигма была проста: «Если ИИ выдает ерунду, значит, нужно лучше писать промпты - точнее их формулировать, добавлять больше контекста»

Но после этого факапа от Chat GPT стало очевидно: дело вообще не в формулировках. Проблема лежала глубже.

Фокус сместился с "Как правильно дать задание нейросети?" на: «Как вообще правильно распределить работу между мной и ИИ?»

Именно тогда я сформулировал для себя три базовых вопроса, через фильтр которых теперь пропускаю абсолютно любую задачу перед тем, как открыть чат с нейросетью:

1. Эффективно ли вообще использовать здесь ИИ?

ИИ — это не панацея. Есть куча задач в 1С, где составить промпт, дать контекст структуры метаданных и потом проверять сгенерированный код занимает в три раза больше времени, чем просто сесть и за 5 минут написать код руками.

2. Как правильно декомпозировать задачу?

Нейросеть начинает галлюцинировать, когда ей отдают какую-то большую задачу: «Напиши мне систему учета». Но она действительно сильна на микро-шагах. Что я могу отдать ИИ целиком, а где задачу нужно разбить на 5 небольших, но конкретных этапов и контролировать каждый шаг отдельно?

3. Где остается ответственность человека?

Что можно спокойно делегировать, а куда ИИ подпускать нельзя — только для ревью и мозгового штурма? То есть, где та зона, в которой руль ВСЕГДА держит человек.

Мой итоговый вывод: Новая роль 1С-разработчика

Главный вывод, к которому я пришел за эти полгода экспериментов: ИИ в 1С — это не автопилот. Это как мощный экзоскелет.

Он не заменяет знание платформы, понимание механизмов проведения документов, блокировок и стандартных подсистем. Наоборот: чем глубже мой профессиональный бэкграунд, тем быстрее я вижу галлюцинации модели и тем эффективнее могу использовать ее как ускоритель.

Вайб-кодинг в 1С возможен, но он должен быть осознанным. Это переход от роли «программиста, который вручную набирает каждую строчку кода» к роли Архитектора и Ревизора, который ставит задачи, задает жесткие рамки и проверяет результат.

Что дальше? (P.S.)

В этой статье я описал ментальный сдвиг и проблемы, с которыми столкнулся. Но встает логичный вопрос: а как именно на практике построить эту систему контроля?

Поразмышляю об этом в следующей статье.

Делитесь в комментариях: пробовали уже применять Cursor или чаты в реальной разработке? На каких галлюцинациях ловили нейросети чаще всего?