Я был скептиком. И у меня были причины

Я пишу на 1С больше двадцати лет. Начинал ещё с версии 7.7, пережил переход на «восьмёрку», управляемые формы, облачные сервисы и бесконечные обновления типовых конфигураций. За это время я видел столько «революционных технологий», обещавших избавить нас от программистов, что давно выработал иммунитет. Конструкторы без кода, генераторы отчётов, «волшебные» обработки, которые якобы сами всё понимают, — всё это приходило и уходило, а мы по-прежнему сидели в конфигураторе и разбирались, почему не сходится остаток по партиям.

Поэтому, когда вокруг заговорили о вайбкодинге, моя реакция была предсказуемой: ирония и фраза «ну-ну, посмотрим». Для тех, кто пока не сталкивался с термином: вайбкодинг — это способ разработки, при котором ты описываешь задачу человеческим языком, а код пишет искусственный интеллект. Ты не вникаешь в каждую строчку, а скорее «ловишь вайб»: смотришь, работает ли результат, и просишь поправить.

Для профессионала с двадцатилетним стажем это звучит почти как ересь. Мы привыкли отвечать за каждую строчку. Мы знаем, чем заканчивается запрос в цикле, непродуманная блокировка или неверно выбранный регистр. Идея писать систему, не читая код, казалась мне прямым путём к катастрофе. И, как выяснилось, у меня были для этого основания не только теоретические.

История, которая сделала меня упрямым

Главная причина моего упорства — то, что я видел своими глазами. Я не буду называть компанию и людей, но суть такова: в какой-то момент топ-менеджеры почти поголовно подсели на ИИ. Сначала это выглядело прогрессивно. Презентации стали появляться за час, аналитические записки — за десять минут, стратегии — за один вечер. Все были в восторге, а руководство гордилось тем, что компания «идёт в ногу со временем».

Проблема была в том, что ИИ превратился для них в оракула. Его ответы не проверяли, не ставили под сомнение, не сверяли с реальными данными. Если нейросеть уверенно говорила, что нужно расширять ассортимент, — расширяли. Если советовала сократить отдел, который «выглядит неэффективным», — сокращали. Если предлагала поменять схему закупок — меняли, не слушая людей, которые двадцать лет в этой области работали руками.

Ключевое слово здесь — «уверенно». Современные языковые модели умеют излагать самые сомнительные идеи таким тоном, что хочется верить. Они не говорят «я не знаю», пока их специально не попросишь. Они не чувствуют ответственности. Они не знают, что у вас на складе лежит просроченный товар, а главный клиент вот-вот уйдёт к конкуренту. Они работают с тем, что им показали, и дополняют остальное правдоподобными догадками.

Компания шаг за шагом принимала решения, которые выглядели разумно на бумаге и разрушительно — в жизни. Никто не остановил этот процесс, потому что «так сказал ИИ», а спорить с ним считалось почти неприличным. В итоге бизнес довели до банкротства. Не одна ошибка, не один неверный совет, а накопленная цепочка решений, принятых без проверки и без критического мышления.

Я наблюдал это изнутри. И вынес оттуда урок, который определил моё отношение к ИИ на долгое время: опасен не сам инструмент, а безоговорочная вера в него. Когда человек отключает собственную голову, любой, даже самый мощный помощник превращается в источник рисков.

Почему программирование — особенно уязвимая область

Если в управлении ошибка проявляется через месяцы, то в программировании последствия бывают мгновенными и очень дорогими. Особенно в учётных системах. Ошибка в проведении документа — и у вас искажены остатки, себестоимость, взаиморасчёты. Неверно написанный обмен — и данные в двух базах расходятся так, что потом неделями ищешь причину. Неправильное право доступа — и сотрудник видит зарплатные ведомости коллег.

Когда я смотрел на первые примеры вайбкодинга, меня пугало именно это. Я видел, как люди без технического бэкграунда «генерируют» приложения и с гордостью показывают их в соцсетях. Код выглядел аккуратно, интерфейс — симпатично. Но я понимал, что скрыто за красивой оболочкой: отсутствие обработки ошибок, дыры в безопасности, непродуманная архитектура, зависимость от случайных решений модели.

Для меня, человека, который привык к дисциплине — код-ревью, тестовые базы, разделение на разработку и рабочую среду, — это выглядело как возвращение в эпоху, когда «главное, чтобы запускалось». Только теперь масштаб проблем мог быть куда серьёзнее, потому что скорость создания кода выросла в разы, а скорость его понимания — нет.

Как я всё-таки сдался

Переломный момент оказался совсем не героическим. Мне нужно было сделать рутинную вещь: небольшую внешнюю которая показывалась пользователей и их роли в базе «Документооборот 3.0». Задача была несложной, к тому же похожая обработка у меня была для конфигурации ЕРП. Но она не подошла, а время до окончания рабочего дня уже подходило к концу, а оставаться после работы мне не очень-то хотелось (надеюсь, что все это понимают).

На халявные токены я зарегистрировался на одном сайте (5 млн. токенов) и надиктовал промт. Через 5 минут получил обработку. Через «Файл» — «Открыть» запустил её в Документообороте и посмотрел результат. Получилось довольно приемлемо. Надиктовал еще тройку желаемых изменения и получил готовый результат. Забегая вперед скажу, что эту обработку я потом опубликовал здесь на Инфостарте (//infostart.ru/1c/tools/2832872/). Да, коллеги, вот такая я сволочь. Еще и нажиться хотел.

В итоге получившийся результат я положил в справочник «Дополнительные отчеты и обработки» и выслал ссылку заказчику из отдела IT-безопасность. Как всегда у них изменились требования и они потребовали ввести еще парочку новых колонок в выводимую таблицу. Но это было уже на следующий день, но и тогда я тоже скормил эту обработку и получил желаемый результат. Даже еще токены потом еще остались.

Дальше начался самый интересный процесс. Я стал читать код, где-то он был не очень хороший, но он работал. Был работоспособный и в тот день пришел домой вовремя!

Именно в этот момент у меня в голове что-то щёлкнуло. Проблема топ-менеджеров из моей истории была не в том, что они использовали ИИ. Проблема была в том, что они отказались от роли проверяющего. Они стали пассивными потребителями ответов. А я, будучи профессионалом, мог оставаться ответственным за результат и при этом забирать у машины всю рутину.

Как я вижу себя в будущем. 

Как это будет на самом деле.)))

Что я понял о вайбкодинге на самом деле

Не надо думать, что я какой-то старый дед, который прирос в своём кресле и не изучает ничего нового. Так скачать только живет старым багажом и старым запасом знаний. Я постоянно изучаю новые курсы и пробую новые инструменты, до которых могу дотянуться. И пока найдется какой-либо алмаз, сколько говна перелопатишь, что только диву даешься.

За несколько месяцев практики моё представление о вайбкодинге сильно изменилось. Вот главные выводы.

Первое: вайбкодинг без экспертизы — лотерея, а с экспертизой — усилитель. Человек, не понимающий предметной области, не отличит удачное решение от катастрофического. Я же вижу, где ИИ «поплыл»: например, предложил обход по документам в цикле с обращением к базе на каждой итерации или забыл про транзакционность. Мои двадцать лет опыта не обесценились — они стали фильтром качества.

Второе: ИИ не заменяет понимание задачи. Самое трудное в разработке под 1С никогда не было в написании синтаксиса. Трудно — разобраться, что на самом деле нужно бизнесу, как это впишется в существующую конфигурацию, что сломается при обновлении. Модель этого не знает, пока вы ей не расскажете. И расскажете вы только то, что понимаете сами.

Третье: скорость — это не всегда благо. Когда код появляется за секунды, возникает искушение принять его не глядя. Именно здесь кроется главная ловушка. Я для себя решил: чем быстрее пишет машина, тем внимательнее должен читать человек. Да и самое интересное то, что не всегда получается выиграть в скорости.

Четвёртое: ИИ отлично справляется с «шаблонной» работой. Запросы, обработка табличных частей, типовые выгрузки, документация к коду, тесты, рефакторинг однотипных фрагментов — всё это он делает быстро и в большинстве случаев хорошо. Освободившееся время я трачу на архитектуру, общение с заказчиком и решение действительно сложных задач.

Мои правила безопасного вайбкодинга

Для себя я выработал для себя набор правил, которые (возможно) пригодятся и вам.

Правило 1. Никогда не принимай код, который не понимаешь. Если в сгенерированном фрагменте есть конструкция, смысл которой мне неясен, я прошу объяснить её. Если объяснение не убеждает — переписываю или проверяю по документации. Принцип простой: за код отвечаю я, а не нейросеть.

Правило 2. Всё проверять на тестовой базе. Ничего, созданное с помощью ИИ, не попадает в рабочую базу напрямую. Сначала копия, сначала прогон на реальных данных, сначала проверка граничных случаев: пустые значения, большие объёмы, повторные проведения, отмена проведения.

Правило 3. Ставить задачи маленькими кусками. Просьба «напиши мне всю подсистему» почти гарантированно приведёт к хаосу. Гораздо лучше разбить работу на небольшие шаги, проверять каждый и только потом двигаться дальше. Так проще заметить, где модель свернула не туда.

Правило 4. Давать контекст и ограничения. Версия платформы, режим совместимости, особенности конфигурации, принятые в команде стандарты — всё это нужно сообщать явно. Чем точнее вводные, тем меньше «фантазий» в ответе.

Правило 5. Не доверять фактам без проверки. Модель может уверенно сослаться на метод, которого не существует, или на свойство объекта, которого нет в вашей версии платформы. Любое сомнительное место я сверяю с документацией или проверяю в конфигураторе.

Правило 6. Безопасность и данные — зона повышенного внимания. Я не отправляю в публичные сервисы реальные персональные данные, пароли, строки подключения и коммерческую информацию. Перед тем как показать модели фрагмент кода, я очищаю его от всего конфиденциального. Для бизнеса это не формальность, а вопрос выживания.

Правило 7. Решения принимает человек. Это правило я вынес из истории с топ-менеджерами и считаю самым важным. ИИ может предложить варианты, подсветить риски, сыграть роль оппонента. Но выбор и ответственность остаются за теми, кто понимает контекст и отвечает за последствия.

Что это меняет для профессии 1С-разработчика

Сейчас очень часто встает вопрос, а не лишит ли это нас работы? Честно говоря, я не вижу в этом угрозы для тех, кто готов развиваться. Меняется не необходимость в специалистах, а то, чем именно они занимаются.

Раньше значительная часть моего дня уходила на механическую работу: написать очередной запрос, оформить обработку, перенести данные между структурами. Теперь эту часть берёт на себя ИИ. А мне остаётся то, что действительно требует человеческой головы: понимать бизнес-процессы, проектировать решения, договариваться с людьми, нести ответственность.

У молодых разработчиков, на мой взгляд, есть и опасность, и шанс. Опасность — научиться только «просить» и не научиться понимать. Тогда они окажутся беспомощными в тот момент, когда модель ошибётся, а ошибается она регулярно. Шанс — расти быстрее, чем росли мы, потому что рядом всегда есть терпеливый наставник, готовый объяснить любую конструкцию. Но только если использовать его как наставника, а не как костыль.

Для опытных специалистов, таких как я, главное — не поддаться ни скепсису, ни восторгу. Скепсис оставляет за бортом технологию, которая действительно экономит часы работы. Восторг заставляет забыть о проверке. Золотая середина — в профессиональной дисциплине, которую мы вырабатывали годами.

Новое место работы: когда идея есть, а инструкции нет

Сейчас я работаю в другой компании, и эта история получила неожиданное продолжение. Хозяин бизнеса здесь — главный двигатель всех прогрессивных идей. Он загорелся желанием дать каждому сотруднику в руки инструменты искусственного интеллекта. Намерение прекрасное, и в отличие от прошлого места, здесь инициатива идёт от человека, который лично отвечает за бизнес.

Но есть одна сложность: никто толком не знает, как внедрять ИИ правильно. Нет готового рецепта, нет проверенной схемы, нет людей, которые уже прошли этот путь именно в этой компании. Каждый понимает задачу по-своему, и от идеи «дадим всем ИИ» до работающего процесса оказалось гораздо дальше, чем виделось сначала.

Я подошёл к вопросу основательно. Подготовил полный список того, что мне нужно для работы с рабочими инструментами ИИ: компьютер, ИИ-агенты, доступы и остальную информацию, без которой всё это не заработает. На бумаге получился стройный план: перечислено всё, что требуется, ничего не забыто.

И тут вспоминается старая поговорка: гладко было на бумаге, да забыли про овраги. Список потребностей — это только половина дела. Вторая половина начинается там, где план сталкивается с реальностью: с процессами, с безопасностью данных, с привычками людей и с вопросом, кто и за что отвечает, когда инструмент уже выдан.

Именно этот опыт для меня показателен. Тогда, на прежнем месте, ИИ внедряли слишком бездумно и доверяли ему слишком безоговорочно. Здесь видна другая крайность: желание быстро раздать инструменты всем, пока не выстроена система их использования. Корень у обоих случаев общий. Инструмент сам по себе ничего не решает, пока нет понимания, как им пользоваться, кто проверяет результат и кто отвечает за последствия.

Поэтому ИИ нельзя просто «выдать» сотрудникам, как выдают ноутбуки. Его нужно внедрять так же, как любую серьёзную систему: с пилотом на небольшой группе, с понятными правилами, с обучением и с честным разбором ошибок. Тогда овраги становятся видны заранее, а не в тот момент, когда в них уже упали.

Вместо заключения

Я называю свой переход «на чёрную сторону» с улыбкой, но в этой шутке есть доля правды. Вайбкодинг действительно похож на силу, которая даёт огромные возможности и требует внутренней дисциплины. Можно использовать её для того, чтобы делать больше и лучше. А можно — чтобы бездумно перекладывать ответственность на машину и однажды обнаружить, что строили не то и не там.

История компании, которую я наблюдал, стала для меня предупреждением. Она научила меня простой вещи: искусственный интеллект не виноват в чужих решениях, но и не отвечает за них. Отвечают люди. Пока это так, мы остаёмся хозяевами положения.

Я пишу код вместе с ИИ, но каждую строчку по-прежнему читаю сам. И если Вы, как и я когда-то, сомневаетесь, — рекомендую попробовать. Только не выключайте при этом собственную голову.

Всем добра и наилучших благ. Держитесь, коллеги! Нам еще есть, что противопоставить ИИ, но на всякий случай говорите ему «Привет», каждый раз начиная общение с ним. Как знать, может это когда-то Вам это зачтётся.

Теперь я тоже стал вайбкодером.