Александр Конюхов. Токсичный рефакторинг: когда хорошие намерения приводят к проблемам

Пентест – это не только поиск уязвимостей, но и сложный проект, в котором ошибка может привести к простою, инциденту и потере доверия заказчика. Рассказываем, как правильно определить цели и границы работ, распределить ответственность, выстроить коммуникации и сделать неизбежные риски и изменения контролируемыми. На реальных кейсах разбираем, почему задержка с сообщением о критической уязвимости способна перечеркнуть технический успех, как управленческая рамка помогла разобраться в остановке турбины и когда выход за пределы скоупа приносит пользу бизнесу, а когда становится нарушением договоренностей. Доклад в виде статьи: https://infostart.ru/1c/articles/2765139/

Разбираем, как в крупных компаниях регуляторные требования, постмортемы и внутренние ограничения постепенно превращаются в многоуровневую систему инструкций, в которой разработчику все сложнее понять, что и когда нужно проверить. Показываем opensource-сервис внешних проверок для GitLab, который автоматизирует часть этой бюрократии и сводит результат к понятному сигналу: зеленое – все в порядке, красное – нужно обратить внимание на конкретное требование. Объясняем, как такие проверки помогают «сдвинуть влево» контроль задач и снизить риск отказа во внедрении задачи в последний момент перед релизом. А заодно смотрим, может ли связка Autumn + «Вино» + немного разработческого энтузиазма превратить обязательные инструкции в инструмент, который команда сама захочет развивать. Доклад в виде статьи: https://infostart.ru/1c/articles/2762014/

Рассказываем, как использовать библиотеку искусственного интеллекта для 1С не просто как инструмент генерации кода, а как основу для новых бизнес-решений. Показываем, как с ее помощью строить BI-систему на естественном языке: пользователь формулирует вопрос по продажам обычным текстом, а система генерирует запрос к базе и возвращает результат в виде таблицы или графики. Разбираем пример торгового бота-продавца, который общается с покупателем, консультирует по товару и отправляет платежную ссылку, а также объясняем, зачем в таких решениях нужны границы, точки контроля и обычное программирование. Отдельно показываем, как векторные базы и нечеткий поиск помогают создавать помощников менеджера (например, для подбора аналогов), и почему новые задачи лучше решать новыми методами, а не пытаться применять ИИ только к старым сценариям. Доклад в виде статьи: https://infostart.ru/1c/articles/2752467/

Продолжаю развивать проект Harness 1С — обвязку для полноценной разработки в 1С с помощью AI-агентов. В этой части показываю оркестратор Symphony: он мониторит трекер задач в GitLab, автоматически запускает агентов, согласует план с человеком и присылает уведомления в приложение на Flutter (desktop и мобильный). Вы ставите задачу, идёте пить кофе — а на телефон приходят уведомления: задача принята в работу, агент составил план, разработка завершена. Разбираю весь цикл автоматической разработки на живом примере: локальный GitLab с репозиторием расширения 1С, доска задач со статусами (Backlog; To Do; In Progress; Plan Review; Human Review), выбор агента метками (Claude Code, OpenCode, Kimi), разработка в отдельной ветке и merge request. Отдельно показываю, как агент строит детальный план, как внести правки обычным комментарием к задаче, и почему я осознанно оставляю этап проверки плана человеком.

Сравниваем два подхода к созданию мобильных приложений в экосистеме 1С: классическую разработку на платформе и набирающую популярность технологию 1С:Элемент. Разбираем, какие возможности доступны из коробки, чем отличаются готовые интерфейсы и сколько времени занимает подготовка приложения к выпуску. На примере приложения «Показания тонометра» показываем, что потребуется для старта: материалы, инструменты, знания и этапы сборки. В финале сравниваем технологии по простоте разработки, внешнему виду, функциональности, перспективам развития и масштабируемости. Доклад в виде статьи: https://infostart.ru/1c/articles/2737566/

Разбираем, как объективно сравнивать нейросети и агентные подходы на типовых задачах разработки 1С, а не выбирать инструмент интуитивно. Показываем практический бенчмарк моделей и open-source-агентов: от написания и доработки кода до генерации Unit-тестов, документации и работы с метаданными конфигурации. Объясняем, как на результат влияют контекст, инструменты, обратная связь от тестов, системные промпты и особенности самих агентов. На примерах ошибок показываем, почему без правильной инфраструктуры нейросети могут не ускорять разработку, а создавать дополнительные затраты на исправление кода. Доклад в виде статьи: https://infostart.ru/1c/articles/2735949/

Рассказываем, почему разработчики не всегда начинают пользоваться ИИ-инструментами, даже если у них уже есть доступ к GPT-чату, Copilot, OpenCode и «1С:Напарнику». Показываем, как через личные разговоры, короткие воркшопы и понятные аналогии – калькулятор, поисковик, автодополнение и Dota 2 – можно снизить страхи, скепсис и недоверие к генеративным нейросетям. Разбираем, почему одних рассылок и лозунгов про «будущее» недостаточно, и как маленькие быстрые победы помогают людям попробовать ИИ в рабочих и бытовых задачах. Статья будет полезна руководителям и тимлидам, которые сталкиваются с сопротивлением сотрудников и хотят привести команду к спокойному, практичному отношению к современным ИИ-инструментам. Доклад в виде статьи: https://infostart.ru/1c/articles/2732183/

Все больше и больше встречается использование мощной технологии расширений от 1С в корпоративном секторе. Однако, когда речь заходит о масштабных, бизнес-критичных системах, ее применение требует особой «гигиены». Неучтенные нюансы могут создать из суперудобного механизма точки отказа: нарушить и остановить весь бизнес клиента. Рассмотрим технические особенности использования расширений на больших корпоративных продуктивах 1С и выработаем оптимальный сценарий работы с ними. Доклад в виде статьи: https://infostart.ru/1c/articles/2727533/

Юнит-тестирование в 1С – тема, о которой много говорят, но внедряют далеко не везде: для одних это признак зрелой разработки, для других – избыточная формальность или лишняя трата времени. Разбираем, почему классическая пирамида тестирования в 1С часто оказывается перевернутой, какие ограничения накладывает платформа и почему юнит-тесты в реальных проектах нередко смешиваются с интеграционными. Показываем, где юнит-тесты действительно помогают ускорить разработку, упростить проверку логики и повысить качество кода, а где их применение превращается в хрупкую и дорогую поддержку. Отдельно разбираем типичные ошибки: зависимость тестов от данных и окружения, избыточное мокирование, тестирование платформы вместо бизнес-логики и отсутствие негативных кейсов. Доклад в виде статьи: https://infostart.ru/1c/articles/2726730/

Осознанное программирование помогает разработчикам принимать более взвешенные решения, понимать ценность своей работы и снижать вероятность ошибок. Показываем, как этот подход естественным образом сочетается с библиотечным методом разработки, особенно когда стандартных инструментов, таких как БСП, уже недостаточно. На примере создания библиотеки 1С Ozon демонстрируем, как единый компонент может ускорять проекты, повышать качество и уменьшать bus-фактор. Также объясняем, какие практики помогают развивать осознанность в профессиональной деятельности и применять ее в ежедневной работе. Доклад в виде статьи: https://infostart.ru/1c/articles/2724905/