94 % денег я плачу ИИ за то, что он перечитывает. Посчитал час своего ИИ-программиста

08.10.26

Интеграция - Нейросети

Полтора месяца ИИ-агенты писали мне коммерческое расширение 1С. Я поднял журналы всех сессий и сложил по прайсу: $13 365, из них 94 % — за то, что агент заново перечитывает уже известное. Разбор счёта, три дыры, правила, которые вчетверо удешевили шаг, и скрипт, чтобы посчитать свой.

Счёт ИИ-программиста

1 октября я узнал, что недельный лимит подписки выбран до ста процентов. Неделя при этом ещё не кончилась. Дальше работа шла уже за доплату: каждый шаг агента теперь стоил живых денег сверх подписки.

Девятнадцать лет я пишу на 1С и всегда знал, сколько стоит мой час. А сколько стоит час программиста, который полтора месяца пишет мне коммерческий продукт, я не знал. Он не спит, не просит отпуск, не спорит о ставке. Он просто тратит токены.

Тогда я попросил агента посчитать самого себя: поднять журналы всех сессий и сложить по прайсу.

 

Счёт

Проект — расширение «Путевые листы» для БП, УНФ и УТ. Его продают на Инфостарте, и почти весь код в нём написали ИИ-агенты. Я ставил задачи, принимал работу и ругался. Период — с 13 августа по 7 октября, 52 рабочих дня.

Модель Вызовов Стоило бы по прайсу API
Opus 5 36 112 $9 160
Fable 5 5 641 $2 799
Opus 5.5 7 504 $840
Fable 5.1 1 402 $491
Sonnet и прочие 1 710 $75
Итого 52 369 около $13 365

Цены взяты с официальной страницы Anthropic на 7 октября. Я работаю по подписке, а не по API, поэтому это цена «как если бы»: сколько стоила бы та же работа без подписки. Ниже покажу и то, что я заплатил на самом деле.

Ещё три цифры:

  • 406 активных часов — столько часов агенты хоть что-то делали. Параллельные сессии посчитаны один раз;
  • около $257 за рабочий день;
  • около $33 за час.

Тридцать три доллара в час. Прямо сейчас на Инфостарте горячо спорят, нормально ли просить 3 500 рублей в час. Мой ИИ-программист, похоже, стоит примерно столько же. Только он об этом не стесняется: у него просто нет такой функции.

Но самое интересное было не в итоге, а в том, из чего он сложился.

 

Куда уходят деньги

Агент берёт деньги за четыре вещи:

За что Сумма Доля
Перечитывание уже известного (чтение кэша) $9 534 71 %
Запоминание прочитанного (запись в кэш) $3 057 23 %
Ответ: код, текст, команды $773 6 %
Новый ввод $2 0 %

За всё, что агент написал за полтора месяца, — код, тесты, документацию, отчёты — я заплатил бы $773. Остальные 94 % — за то, что перед каждым шагом он заново читает всё, что уже знает.

Объясню на понятном 1С-нику примере. Представьте программиста, который перед каждой строкой кода заново перечитывает ТЗ, всю переписку с заказчиком, все модули, которые открывал сегодня, и все ошибки, которые видел с утра. И так перед каждой строкой. Один шаг агента — это «прочитал файл», «запустил тест», «поправил строку». На каждом таком шаге модели заново уходит вся история сессии.

У меня за 52 дня было 52 тысячи шагов. Читали за них 19 миллиардов токенов. В среднем на каждом шаге агент перечитывал около 360 тысяч токенов контекста. Рекорд одной сессии — почти миллион.

Чтение из кэша в десять раз дешевле обычного ввода, и производители этим гордятся. Но в десять раз дешевле от 19 миллиардов — это всё равно $9,5 тысячи.

Вывод, до которого я дошёл не сразу: дорогой ИИ-программист — это не тот, кто много пишет. Это тот, кто долго держит в голове лишнее. Деньги съела длина сессий, а не сложность задач.

 

Три дыры

Когда я разложил счёт по сессиям, стало видно, где утекают деньги.

Дыра первая: сессия, которую жалко закрыть. Хорошо разогнанная сессия помнит всё: устройство базы, вчерашние ошибки, мои придирки. Закрывать её не хочется. Поэтому она живёт сутками и тащит за собой весь контекст.

Я разложил стоимость шагов основных сессий по размеру контекста:

Контекст на шаге Стоимость шагов
до 150 тыс. токенов $281
150–400 тыс. $1 915
больше 400 тыс. $9 309

81 % денег ушло на шаги, где агент таскал за собой больше 400 тысяч токенов. Обычная команда «запусти тест», выполненная внутри такой сессии, стоит как маленькое ТЗ.

Дыра вторая: оркестр. Агент умеет звать помощников. Это субагенты: каждый получает свою часть задачи и свой контекст. Звучит как бригада, а работает как бригада, где каждому заново объясняют весь проект. Рекорд одной сессии — 1 090 помощников. Всего на помощников ушло $1 861, это 14 % счёта. Задачу они в тот раз решили. Решил бы её один агент — не знаю, никто не проверял.

Дыра третья: самая умная модель на всё подряд. Цена одного шага у разных моделей отличается в разы:

Модель Средняя цена шага
Fable 5 $0,50
Opus 5 $0,25
Opus 5.5 $0,11

Самой дорогой моделью удобно решать всё: она реже ошибается. Но читать файл и запускать тест она будет так же, как дешёвая, — только впятеро дороже.

 

Что я получил за эти деньги

Честный список, без рекламы.

Сделано:

  • 806 коммитов за полтора месяца;
  • около 57 тысяч строк кода на BSL;
  • 136 автотестов. Последний выпуск прошёл 146 проверок из 146 на Бухгалтерии, УНФ и двух релизах УТ, на платформах 8.3 и 8.5;
  • готовый коммерческий продукт с документацией, видео и карточкой на Инфостарте.

Не сделано, а надо было:

  • Ожидание. 3 октября я замерил, что ответа приходилось ждать от 20 до 65 минут. На один ответ агент делал от 60 до 170 мелких шагов. Каждый шаг — это несколько секунд работы модели плюс пересылка всего контекста.
  • Забывчивость. Когда контекст переполняется, агент сжимает его: пересказывает сам себе и теряет детали. За полтора месяца таких сжатий было 67.
  • Двойная работа. Сегодня, пока писалась эта статья, агент полдня делал статью, которая уже неделю лежала черновиком. После сжатия он о ней просто забыл, а проверить не догадался. Я узнал об этом, когда увидел форму новой публикации.

 

Час человека против часа ИИ

Теперь — сколько я заплатил на самом деле. Я работаю по подписке Max за 22 000 рублей в месяц. За два месяца проекта это 44 000. Сверху — 10 000 рублей доплаты, когда в начале октября лимит кончился раньше недели. Всего 54 000 рублей.

  По прайсу API Заплатил на деле
Всего за 52 дня $13 365 54 000 руб.
Час работы агентов (406 часов) около $33 около 133 руб.

Курс подставьте сами: при любом курсе дороже 75 рублей за доллар счёт по прайсу переваливает за миллион. Подписка обошлась примерно в двадцать раз дешевле.

133 рубля в час — в двадцать шесть раз меньше тех 3 500, о которых спорят. Но сравнивать так нечестно. За 406 часами агентов стоят мои часы: я ставил задачи, принимал работу, ловил выдумки и ждал ответа по 20–65 минут. Без них ни одной строки в продукте бы не было.

И главное, что я понял на доплате. Подписка прячет счёт. Пока лимит не кончился, перечитывание кажется бесплатным: агент держит миллион токенов в голове, а с карты ничего не списывается. Лимит кончился — и каждый шаг стал моими деньгами, причём 94 % из них, как мы уже знаем, уходят на перечитывание.

 

Правила, которые срезали расход

После первого октября я написал агентам регламент. Он лежит у них в инструкциях и читается в начале каждой сессии:

  1. Одна сессия — одна задача. Задача закрыта — итог записан в репозиторий, сессия очищена. Память живёт в файлах, а не в контексте.
  2. Контекст держать маленьким. Не читать файл целиком, если нужен кусок. Длинный вывод команд обрезать. Автосжатие ставить на 200 тысяч, а не на миллион.
  3. Помощники — только когда без них никак. Больше десяти на задачу — сначала спросить меня и назвать число. Модель помощников по умолчанию — средняя, а не самая дорогая.
  4. Самая дорогая модель — для одного вопроса. Для разового трудного вопроса, а не для рутины.
  5. Надзиратель. Отдельная сессия трижды в день считает расход по всем остальным и пишет тем, кто раздулся.

Результат — по тем же журналам:

  До регламента (13.08–30.09) После (03.10–07.10)
Средний контекст на шаге (медиана) 527 тыс. токенов 144 тыс.
Цена одного шага $0,26 $0,06
Расход в день $287 $27

Контекст на шаге и эффект регламента

Шаг подешевел вчетверо. Дневной расход упал в десять раз, но здесь честно оговорюсь: работы в эти дни тоже было меньше. Сравнивать надо цену шага, а не дня.

 

Посчитайте свой

Если вы работаете в Claude Code, журналы всех сессий уже лежат у вас на диске. Этот скрипт складывает их по ценам на 7 октября 2026 года:

import json, glob, os, collections

# $ за миллион токенов: ввод, запись в кэш (1 ч), чтение кэша, вывод
PRICES = {
    'claude-fable-5-1': (10, 20, 0.25, 50), 'claude-fable-5': (10, 20, 1, 50),
    'claude-opus-5-5': (4, 8, 0.20, 20), 'claude-opus-5': (5, 10, 0.50, 25),
    'claude-sonnet-5-5': (2, 4, 0.20, 10), 'claude-sonnet-5': (2, 4, 0.20, 10),
}
parts = collections.Counter()
for path in glob.glob(os.path.expanduser('~/.claude/projects/**/*.jsonl'), recursive=True):
    seen = set()
    for line in open(path, encoding='utf-8', errors='ignore'):
        if '"usage"' not in line:
            continue
        try:
            msg = json.loads(line).get('message') or {}
        except ValueError:
            continue
        usage, price = msg.get('usage'), PRICES.get(msg.get('model'))
        if not usage or not price or msg.get('id') in seen:
            continue
        seen.add(msg.get('id'))
        parts['ввод'] += usage.get('input_tokens', 0) * price[0] / 1e6
        parts['запись в кэш'] += usage.get('cache_creation_input_tokens', 0) * price[1] / 1e6
        parts['чтение кэша'] += usage.get('cache_read_input_tokens', 0) * price[2] / 1e6
        parts['вывод'] += usage.get('output_tokens', 0) * price[3] / 1e6
total = sum(parts.values())
for name, dollars in parts.most_common():
    print(f'{name:14} ${dollars:9,.0f}  {dollars / total:5.1%}')
print(f'{"итого":14} ${total:9,.0f}')

Я прогнал его на своём компьютере по всем проектам сразу, а не только по «Путевым листам». Вышло $35 170 по прайсу. Из них чтение кэша — 63,8 %, запись в кэш — 30,3 %, вывод — 5,8 %. Картина та же: за написанное агентами я заплатил бы около двух тысяч долларов, а за их память — тридцать три тысячи.

 

Вывод скрипта: один проект и весь компьютер

 

Если «чтение кэша» и «запись в кэш» вместе дают у вас больше 90 %, вы платите не за код, а за память агента. Напишите в комментариях, какая доля вышла у вас.


Продукт, на котором всё это считалось, — расширение «Путевые листы» для БП, УНФ и УТ, infostart.ru/marketplace/858530.

Вступайте в нашу телеграмм-группу Инфостарт

ИИ Claude Code ИИ-агенты стоимость разработки токены кэш контекст нейросети 1С расход

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    20828    44    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 14450 руб.

20.12.2024    22001    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    78338    148    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 спрашивает словами: «какие УПД не подписаны?», «какой НДС к уплате за квартал?», «что правили задним числом?», а агент сам строит запросы к базе с правами этого пользователя и отвечает цифрами, таблицей, диаграммой или файлом Excel. Нужный отчёт можно поставить на расписание: агент пришлёт его в Telegram или MAX каждое утро, по будням или раз в неделю. Плитки «Аналитик», «Бухгалтер» и «Руководитель» дают сводку по базе одной кнопкой. В расширении 67 готовых инструментов: ЭДО, маркировка, НДС и счета-фактуры, прогноз закупок, сверка прайса, Документооборот. Ключи API и VPN не нужны, модель уже в цене, персональные данные заменяются метками до отправки, в базу агент ничего не пишет. Работает в УТ 11, КА 2, ERP 2, БП 3.0, УНФ 3.0, Документооборот 3.0 и Альфа-Авто 6 при режиме совместимости от 8.3.9; для старых баз на обычных формах есть отдельный вариант.

18300 руб.

05.10.2026    4557    16    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    1633    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    2366    3    0    

3

Нейросети 1С:Предприятие 8 1С:Управление торговлей 11 Платные (руб)

Устали вручную разбирать сотни писем в 1С? Доверьте рутину искусственному интеллекту! «По полочкам» — это готовое расширение для 1С, которое само читает входящие email, понимает их суть и мгновенно раскладывает по нужным категориям.

9028 руб.

15.10.2026    337    1    0    

1

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    3982    187    nomadAI    9    

19
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. Avatarzorro 83 08.10.26 09:44 Сейчас в теме
а выводы то какие?
2. ksnik 730 08.10.26 10:07 Сейчас в теме
(1) Память — это не расход, а актив. Тот, кто контролирует память, контролирует и цену, и качество.

Архитектура LirAgent контролирует память тремя способами, которых нет у облачных агентов:

Что контролирует LirAgent Что не контролирует облачный агент
Где хранится память — локально, в rb_experiences Память живёт в контексте сессии на серверах провайдера
Что попадает в память — только seeds, skills, anti-patterns Всё, что было в сессии, тащится в следующий шаг
Сколько стоит память — TTL, heat_score, LRU Стоимость растёт линейно с длиной сессии
Почему локальная LLM + своя память = экономическое преимущество
Статья показывает: проблема не в модели, а в том, что модель тащит за собой весь контекст. Claude Code перечитывает 360 тыс. токенов на каждом шаге, потому что у него нет внешней памяти — только контекстное окно.

Наша архитектура решает это иначе:

Проблема облачного агента Решение в LirAgent
Контекст растёт линейно с длиной сессии Контекст фиксирован: rb_experiences хранит только релевантное
Память нельзя «сжать» без потери Память стратифицирована: seeds (90 дней), skills (вечно), anti-patterns (вечно)
Перечитывание стоит денег Локальная LLM не платит за токены — платите только за электричество
Нет контроля над тем, что в памяти Survival Memory Guard блокирует шум до записи
Арифметика простая:

Claude Code: 52 369 вызовов × 360 тыс. токенов = 19 млрд токенов = $13 365.

LirAgent на локальной LLM: те же 52 369 вызовов, но контекст не растёт (память внешняя) = 0 рублей за токены.

Даже если локальная LLM слабее Opus, экономика переворачивается: вы платите за железо один раз, а не за каждый шаг.

Где именно преимущество становится решающим
Статья выделяет три «дыры», которые съедают деньги. Наша архитектура закрывает каждую из них:

Дыра 1: «Сессия, которую жалко закрыть»
Облачный агент: сессия живёт сутками, тащит весь контекст, 81% денег уходит на шаги с контекстом >400 тыс. токенов.

LirAgent: сессия не нужна как носитель памяти. Задача закрыта → итог записан в rb_experiences → сессия очищена. Память живёт в файлах, а не в контексте.

Это ровно то правило, которое автор статьи ввёл после того, как потратил $13 365: «Одна сессия — одна задача. Задача закрыта — итог записан в репозиторий, сессия очищена».

У нас это уже есть по архитектуре.

Дыра 2: «Оркестр субагентов»
Облачный агент: 1 090 помощников, каждый заново получает весь проект. $1 861 (14% счёта).

LirAgent: субагенты — это зонды L8.2, каждый получает только свой кусок контекста. Никакой «бригады, где каждому заново объясняют проект».

Дыра 3: «Самая умная модель на всё подряд»
Облачный агент: Opus 5 на чтение файла и запуск теста — $0,50 за шаг.

LirAgent: локальная LLM бесплатна на любом шаге. Можно использовать слабую модель для рутины и сильную — только для сложных зондов.

Конституционный принцип: «Память — это актив, а не расход»
Предлагаю зафиксировать это в NORA Constitution как отдельную статью:

Статья XIX. Экономика памяти.

Память агента — это внешний актив, а не внутренний контекст.

Контекст сессии не должен расти линейно с длиной задачи. Память живёт в rb_experiences, а не в контекстном окне.

Каждый шаг агента должен иметь фиксированную стоимость, не зависящую от длины сессии.

Перечитывание уже известного — это дефект архитектуры, а не неизбежность.

Что это меняет в нашем позиционировании
Агент Лир — не «ещё один ИИ-программист». Это архитектура, которая делает память дешёвой.

Облачный агент LirAgent
Память = контекст = деньги Память = файл = актив
Чем длиннее сессия, тем дороже Стоимость шага фиксирована
94% денег — на перечитывание 0% — на перечитывание (локальная LLM)
Нет контроля над памятью Survival Memory Guard контролирует всё
Это не «дешевле». Это другая экономика. Вы не оптимизируете расход — вы устраняете саму статью расхода.

Следующий шаг: измерить своё преимущество
Статья даёт скрипт для подсчёта расходов. Вы можете адаптировать его под LirAgent:

Посчитать re_read_ratio для наших сессий — сколько контекста перечитывается.

Сравнить с облачным агентом — сколько стоила бы та же работа у Claude.

Зафиксировать step_cost — сколько стоит один шаг LirAgent (в электричестве, не в токенах).

Это даст цифру, которую можно предъявить: «Мой агент делает ту же работу, но память стоит не $9 534, а ноль».
4. Avatarzorro 83 08.10.26 10:45 Сейчас в теме
(2) судя по времени ответа даже этот ответ ии сделало.

однако вопрос прежний. выводы то какие?
Award; cybjavax; mrChOP93; Somebody1; cdrw3; ixijixi; +6 – Ответить
5. deda 588 08.10.26 11:27 Сейчас в теме
(4) Выводы простые. Платишь не за то, что ИИ пишет код, а за то, сколько он держит в голове: 94 % счёта ушло на перечитывание.
Отсюда и правила: одна задача — одна сессия, закончил и очистил. Всё важное записывать в файлы, а не держать в контексте. Самую дорогую модель — только на трудный вопрос, рутину отдавать попроще. Помощников не плодить.
После этого шаг подешевел вчетверо, с 26 до 6 центов. Кто сидит на подписке, этого не видит, пока лимит не кончится. Я вот увидел)
7. deda 588 08.10.26 11:40 Сейчас в теме
(2) Локальная модель снимает плату за токены, но не за время: на 52 тысячах шагов слабая модель ошибается чаще, а исправлять это мне. Посчитаете step_cost у себя — поделитесь цифрой, интересно сравнить.
9. ksnik 730 08.10.26 14:33 Сейчас в теме
(7) я в два этапа делаю, правит код локальная модель а управляет и рецензирует чат жпт например, так ничего никому не плачу
11. deda 588 08.10.26 15:20 Сейчас в теме
(9) Разумная схема. Только ChatGPT, видимо, на бесплатном тарифе или подписке, а это та же история: платишь лимитом, а не деньгами, пока он не кончится. Интересно, на сколько шагов в день её хватает.
18. aximo 2778 09.10.26 08:28 Сейчас в теме
(1) какие-какие, нифига не начислили за статью - вот основной вывод!
3. andrew.ab 296 08.10.26 10:34 Сейчас в теме
Господи, уже куча бесплатных инструментов есть для ограничений расхода токенов и.т.п - MemoryBank, Serena. Я уже не говорю о множестве mcp серверов под 1С, которые дают глаза агенту (семантический поиск, граф вызовов, отладка кода прямо в IDE).

Автору необходимо начать с простого - составить грамотные правила, скиллы.

Поржал от души с "Рекорд одной сессии — 1 090 помощников")))
6. deda 588 08.10.26 11:38 Сейчас в теме
(3) Правила и навыки как раз и есть раздел «Правила, которые срезали расход», с них всё и началось, просто после счёта. Только инструменты не спасают от главного: сессия живёт сутками и тащит за собой полмиллиона токенов. Serena посмотрю, спасибо. А над 1 090 помощниками я сам смеялся, когда увидел. Правда, не сразу)
8. gybson 15 08.10.26 14:22 Сейчас в теме
Это с подпиской ... А для нормальной масштабируемости надо с оплатой по токенам.
И сравнивать надо наверное не за час, за условную ПФ какую-нибудь.

И большая часть токенов должна приходиться на хайку какую-нибудь даже, следом сонет.
10. deda 588 08.10.26 15:19 Сейчас в теме
(8) Так в статье и посчитано по токенам: 26 центов за шаг — это цена API, подписку я привёл только для сравнения. Про печатную форму — хорошая мерка, но задачи слишком разные: одна форма — двадцать шагов, другая — двести. Шаг хотя бы одинаковый. С Haiku и Sonnet согласен, к этому и пришёл: рутина и помощники теперь на Sonnet, дорогая модель только на трудный вопрос.
12. gybson 15 08.10.26 16:42 Сейчас в теме
(10) а самая дорогая на ревью
13. ixijixi 2179 08.10.26 16:47 Сейчас в теме
Кто еще не озаботился экономией токенов, рекомендую ознакомиться)
cybjavax; +1 – Ответить
28. roman72 409 13.10.26 15:29 Сейчас в теме
(13) не работает ссылка
29. ixijixi 2179 13.10.26 16:01 Сейчас в теме
14. KYakimov 08.10.26 18:15 Сейчас в теме
Интересно в каком году компании предоставляющие подписки решат, что уже подсадили "подписчиков" на иглу и можно стричь деньги путем отмены \ поднятия стоимости подписок. А главное, что будет делать бизнес с этой ситуацией, особенно запущенные случаи , как в этой статье https://infostart.ru/1c/articles/2807567/ 25 программистов и 350 пользователей. С учетом, что джунов на рынке не будет, а оставшиеся в профессии мидлы и сеньоры уже обленятся в край \ потеряют навыки.
Полностью заморозят разработку на эту точку или же уйдут в типовые коробки и в типовые обновления?
ixijixi; cybjavax; mrChOP93; SergeyTerentyev; +4 – Ответить
15. gybson 15 08.10.26 20:59 Сейчас в теме
(14) Это все может произойти даже без ИИ. Одни стареют, другие теряют интерес.
Разработка 1С вообще очень нишевая штука
17. KYakimov 09.10.26 06:14 Сейчас в теме
(15) Может, но это происходило плавно и этим можно было управлять. Делать доступным образованием со школы. Например, сам вендор этим занимается https://uc1.1c.ru/article/besplatnoe-obuchenie-shkolnikov-8-11-klassov-i-studentov-kolledzhej-programmirovaniyu-1s-kod-buduschego/?ysclid=mv0da1q06k857511313 . Правда на текущий момент для привлечения везде старается впихнуть упоминание ИИ. Так и бесплатные курсы на ютубе от независимых авторов для людей, которые решили сменить свою текущую профессию, но не готовы вкладывать сразу деньги, чтобы понять их это или не их. А сейчас, куда не посмотри везде этот ИИ вкручивают. Заходишь посмотреть, а там блогер сидит и смотрит, как машина пишет какой-то код, а он сидит вещает на какие-то левые темы. Спустя час по итогу потыкал мышкой, проверил что все работает \ не работает. А как это устроено внутри уже не важно. На том же хабре в статьях про ИИ, пишут в комментариях, что уровень прогресса в других языках дошел до уровня "лью в прод на пофиг без проверки, поломается починит"
21. gybson 15 09.10.26 10:46 Сейчас в теме
(17) Сама 1С сильно упростила все по сравнению с C++ и даже Delphi. Чья бы мычала :)
22. comptr 57 09.10.26 13:44 Сейчас в теме
(17)
уровень прогресса в других языках дошел до уровня "лью в прод на пофиг без проверки, поломается починит"

здесь мы не отстаём от остальной индустрии
https://infostart.ru/1c/articles/2807567
23. KYakimov 09.10.26 14:38 Сейчас в теме
(22) на эту статью в позапрошлом комментарии тоже сослался. Но все таки по описанию, код смотрят до заливки в прод. Просто не учли нюанс с основанием.
25. KYakimov 09.10.26 19:10 Сейчас в теме
(24) тогда не отстаем )
16. Cocky_Idiot 38 09.10.26 02:23 Сейчас в теме
Угу.
Я тоже посчитал, сколько запплатил за скачивание порнухи через терминал iridium - сильно больше вашего миллиона получилось. Правда, IRL я ее качаю не через спутник, а с домашнего интернета за 500р/месяц...

Статья о том, что токены дороже подписки? Дык и сценарии использования там слегка разные. Попробуйте бота на подписку посадить - тот же атропик отключит почти сразу. Подписка - людям, токены - ботам.

P.S.У вас же отличные публикации, зачем сваливаться в желтушные заголовки?
19. deda 588 09.10.26 09:18 Сейчас в теме
(16) Спасибо! Мне приятно слышать. Если публикации понравились - это просто 👍 хорошо
20. DrZombi 320 09.10.26 09:40 Сейчас в теме
Голые цифры, не хватает описания, а что именно было сделано?
1. Написал отчёт
2. справил ошибку?

и т.д. Нет понимания объёма правки, как нет информации о объёме конфигурации.
Нет списка задач, которые поставлены, и нет списка этих же задач, которые переформулировал для ИИ человек.


...
Как то в одной компании, один человек был и Постановщиком, и проектировщиком, и писателем и отладчиком.
Всё в рамках Оклада, на другой работе, не связанной с программированием.
(всё оценивается в сравнении)
26. zup_dev 165 10.10.26 10:29 Сейчас в теме
А вы уверены, что высокая доля чтения из кэша в данном случае — это плохо?

Prompt caching — это не память агента, а механизм, позволяющий повторно использовать уже вычисленное внутреннее состояние модели (KV-cache), вместо того чтобы каждый раз рассчитывать его заново.

А то, что запросы агента имеют большие повторяющиеся префиксы, совершенно естественно. Инструкции, AGENTS.md, rules, skills, история диалога и т. д.

Поэтому высокая доля Cache Read сама по себе не говорит о неэффективности. Скорее наоборот — показывает, что кэширование активно используется и снижает стоимость обработки контекста.

Вопрос избыточного размера контекста — отдельная история.
27. Sorm 151 11.10.26 19:45 Сейчас в теме
"Контекст держать маленьким. Не читать файл целиком, если нужен кусок. Длинный вывод команд обрезать. Автосжатие ставить на 200 тысяч, а не на миллион."
Как минимум на инфостарте есть несколько MCP-серверов, сейчас уже больше двух основных, которые позволяют делать именно это. Обрезают длинные выводы, большие запросы, позволяют их ускорить с помощью предварительной индексации файлов. Ну, все это есть. Есть составляющие сложных продуктов, которые в принципе делают это же. Есть векторная база данных, но в данном случае, на мой взгляд, с учетом специфических 1С, векторные базы не очень востребованы. Это только мой взгляд.
То есть нужно было просто прежде, чем ждать результата от опуса, нужно было правильно оптимизировать данные, которые ему подаются. Это мой взгляд. И тогда можно ждать быстрых результатов и большой экономии.
Для отправки сообщения требуется регистрация/авторизация