ИИ в разработке 1С: как программисту работать с ИИ-агентом, какую модель выбрать и что он умеет

Автор — Николай Елатонцев, руководитель группы компаний «Гильдия консультантов».

ИИ в разработке 1С уже работает в бою: наша команда пишет доработки с ИИ-агентом, и типовая задача, на которую раньше уходило 100 часов, теперь занимает 15–20. Но почти каждый 1С-программист, которого я знаю, начинал с разочарования: попросил нейросеть написать обработку, получил код с несуществующими методами и решил, что технология сырая. В статье — что на самом деле умеет ИИ для 1С программиста, почему «в чате» не получается, как устроен рабочий контур с агентом, какую модель выбрать и заменит ли ИИ 1С-программистов.

Чат и агент: два разных способа работы

Большинство разочарований — от того, что ИИ для программирования 1С используют как чат: скопировал кусок модуля, задал вопрос, вставил ответ обратно. Модель не видит конфигурацию, не знает ваших соглашений и не может проверить, работает ли то, что она написала.

Агент — другое. Это программа (у нас — Claude Code), которая сама читает исходники проекта, правит файлы, запускает сборку и проверки, видит ошибки и исправляет их. Человек ставит задачу и принимает результат, а не переносит код руками. Вся разница в эффекте — между этими двумя режимами, а не между моделями.

Почему 1С — самый неудобный стек для ИИ

Это правда, и её стоит знать заранее. Сложностей три.

Модель знает 1С хуже, чем Python

Открытого кода на встроенном языке 1С в интернете на порядки меньше, чем на популярных языках, платформа закрытая, язык русскоязычный. Поэтому любая нейросеть для 1С программиста знает платформу хуже и уверенно предлагает методы, которых нет. Лечится не выбором «особой» модели, а контуром: справочник платформы под рукой у агента, проверка после каждой правки, готовые приёмы команды.

В 1С нет привычных файлов с кодом

Конфигурация живёт в базе — агенту там читать нечего. Решение известное: выгрузка в исходники (XML и модули), работа с ними, сборка обратно. Конфигуратор умеет это из командной строки, а командная строка — родная среда агента. Человек для этой рутины не нужен.

Совместная разработка

Как только агент начинает работать по-настоящему, упираешься не в код, а в то, как в 1С устроена командная работа: кто владеет базой, как жить с хранилищем конфигураций, как сливать ветки в XML-исходниках. У нас это решено и работает на боевых проектах — без переучивания команды. Подробно разбираем на практике, со сцены за три минуты не объяснить.

Что ИИ делает в разработке 1С

Использование ИИ в программировании 1С не ограничивается «напиши мне процедуру». Вот задачи, где эффект видно сразу:

• Доработка по постановке. Агент читает задачу, задаёт уточняющие вопросы, составляет план, пишет код в расширении, проверяет и готовит описание изменений.
• Запросы. Сложные запросы с временными таблицами и соединениями — за минуты. Участник нашего обучения сформулировал так: «запросы за 10 минут вместо часов».
• Анализ кода. 1С ИИ анализ кода — это разбор чужой конфигурации: где обмен, откуда берётся цена, почему документ проводится не так. Агент обходит исходники и отвечает со ссылками на модули.
• Ревью. Проверка правок по чек-листу команды: запрос в цикле, молчаливый перехват ошибки, дубли при повторном обмене.
• Внешние обработки и отчёты. Например, обработка, которая сама создаёт спецификации, — итог одного из участников AI Camp за три дня.
• Документация. Описание изменений отдельно для разработчиков и для пользователей — агент пишет по следам своей же работы.

Типовую конфигурацию на поддержке не трогаем: вся разработка — в расширениях, внешних обработках и отчётах. Поэтому 1С обновляется как обычно. Где ИИ слабее: учётная логика, которую знает только ваш бухгалтер, и производительность на реальных объёмах данных — это по-прежнему зона человека.

Как устроен контур разработки с ИИ

Шестикратная разница у нас появилась не тогда, когда мы начали писать промпты, а когда перестали — и построили систему вокруг агента. Мы называем это инженерным подходом в противовес «вайбкодингу»: в 1С вайбкодинг даёт демо за вечер и разваливается на боевом проекте. Контур собирается из пяти частей.

1. Исходники и git. Расширение и обработки выгружены в файлы, git настроен под кодировки 1С. Каждая правка агента — в своей ветке, откат за минуту.
2. Паспорт проекта — CLAUDE.md. Обычный текстовый файл: архитектура, как устроены обмены, соглашения команды и «сюда не лезь». Агент читает его в начале каждой сессии — как сотрудник, который уже прочитал всю документацию. Черновик агент собирает сам, обходя исходники, а клиента, историю решений и «мины» дописывает человек.
3. MCP — инструменты агента. Справка по платформе, чтобы агент сверялся, а не выдумывал. Данные копии базы — только на чтение: проверить запрос, сверить расчёт. Для тех, кто работает в EDT, — инструменты внутри EDT.
4. Навыки. Приём сеньора записан один раз — обычным текстом строк на сорок — и работает у всех. Например, навык «ревью обмена с 1С»: идемпотентность, таймауты и повторы, запись ошибок в журнал. Агент сам достаёт нужный навык, когда задача подходит. Знание перестаёт уходить вместе с людьми.
5. Проверки, которые нельзя пропустить. Синтаксический контроль платформой и тесты запускаются сами после каждой правки. Это не просьба к агенту, а механизм: до человека доходит уже проверенный код.

Дальше — оркестрация: один разработчик ведёт две-три задачи параллельно, утром раздал агентам — к обеду принимает готовые изменения. Честно про потолок: ограничение не в технологии, а во внимании человека. Больше трёх-четырёх задач одновременно один человек не тянет — начинает принимать не глядя.

Какой ИИ лучше для программирования 1С

Вопрос «какая модель лучше» задают первым, хотя он не главный: промпт и контекст решают больше, чем выбор модели. Отдельная «модель для 1С» не нужна — знания о платформе агент получает из справочника и паспорта проекта.

• Claude и Claude Code. Мы работаем на них каждый день: сильная модель для кода и длинного контекста плюс агент, который умеет работать с файлами, командной строкой, MCP и навыками. Подключаем и учим работать — Claude Code для 1С и Битрикса.
• ChatGPT, DeepSeek и другие облачные модели. Подходят для части задач. Дешёвую модель удобно ставить на простые подзадачи в многоагентной схеме — так экономятся токены.
• 1С:Напарник. Помощник разработчика от фирмы «1С», встроенный в 1С:EDT: дописывает код с учётом контекста, генерирует его по описанию задачи, находит и объясняет ошибки. Хорош как подсказчик в редакторе; полный цикл задачи — от плана до проверенного расширения — пока за агентом.
• Локальные модели. Нужны, когда код и данные нельзя выпускать за периметр. Для разработки пока заметно слабее облачных — выбирать стоит под конкретные требования безопасности.

Лучший ИИ для кода 1С — тот, что работает внутри настроенного контура. Сильная модель в чате проиграет средней в контуре с проверками.

Безопасность: что можно доверить агенту

Правила, по которым агент работает с 1С, у нас жёсткие:

• агент работает с копией базы, а не с рабочей; в рабочую попадает только проверенный и принятый код;
• данные копии агент читает, но не меняет;
• доработки — в расширениях, типовая конфигурация не меняется;
• каждое изменение — коммит в git, принимает его человек;
• что и куда передаётся в модель, решается до старта, а не после.

Заменит ли ИИ 1С-программистов

Нет. Обесценивается не разработчик, а набор текста. Понять, чего клиент хочет на самом деле, знать, где в этой конкретной конфигурации мина, помнить, почему пять лет назад сделали именно так, решить, что хотелку делать не надо, потому что она развалит обмен, отвечать за результат перед клиентом — это остаётся за человеком.

ИИ — усилитель, а не уравнитель. Сильный программист с агентом то, что делал неделю, делает за день: он понимает, что перед ним, и может это принять. Слабый с агентом быстро получает уверенный результат, который не может оценить. Разрыв растёт. 1С-разработчик, который знает платформу и умеет управлять агентом, сегодня — один из самых редких людей на рынке.

Руководителю совет один: не спускайте ИИ приказом и не ставьте цель «сократить часы». Дайте программисту выделенное время — недели самостоятельного поиска на фоне релизов и поддержки обычно так и не находятся.

Наш опыт: в 6 раз быстрее

Команда разработки группы — 12 человек: интернет-магазины, обмены с 1С, доставки и оплаты, доработки 1С. На боевых проектах типовой объём доработки — 15–20 часов вместо 100. Тот же метод проверили на своём продукте — платформе Eventeka: объём на полтора года обычной разработки сделали за три месяца.

Этому подходу учим 1С-команды. 9–11 октября 2026 года в Москве прошёл первый поток AI Camp «ИИ-кодинг на 1С»: приезжали парами — разработчик и директор, каждый на своём ноутбуке, своей базе и своей реальной задаче. За три дня у каждого появился рабочий контур: агент видит конфигурацию, проверяет себя и работает в своей ветке git. Для команд проводим корпоративное обучение ИИ.

С чего начать

1. Выберите задачу, которая делается расширением или внешней обработкой — без правки типовой.
2. Поднимите копию базы и выгрузите расширение в исходники, заведите git.
3. Напишите паспорт проекта: пусть агент соберёт черновик, вы допишете то, чего нет в коде.
4. Подключите справку по платформе и проверку синтаксиса после каждой правки.
5. Посчитайте часы на задаче до и после — так эффект станет фактом, а не впечатлением.

Про ИИ в 1С для пользователей — ассистент по данным, документы, сводки — читайте в статье «ИИ в 1С в 2026 году: что уже работает и с чего начать».

Читайте также: Лучшие ИИ для бизнеса; Промпт-инжиниринг для бизнеса; Проблемы внедрения ИИ.

Частые вопросы

Можно ли писать код 1С с помощью ChatGPT

Да, для отдельных фрагментов: объяснить запрос, набросать алгоритм, найти ошибку в процедуре. Но в чате модель не видит конфигурацию и не проверяет себя, поэтому код часто содержит несуществующие методы. Для доработок целиком нужен агент в контуре с исходниками и проверками.

Какая ИИ может писать код для 1С

Любая сильная современная модель — Claude, GPT, DeepSeek — при условии, что у неё есть справка по платформе и выгруженные исходники. Мы работаем на Claude Code: агент сам читает проект, правит файлы и запускает проверки. Есть и помощник от фирмы «1С» — 1С:Напарник для EDT.

Нужна ли отдельная нейросеть для 1С

Нет. Знания о платформе и вашей конфигурации агент получает из контекста: справочника, паспорта проекта, навыков команды. Это работает лучше, чем ждать модель, «обученную на 1С».

Что такое вайбкодинг в 1С и почему он не подходит

Вайбкодинг — когда пишут промпт, принимают то, что получилось, и надеются, что работает. Результат зависит от удачи, проверить его нечем, передать другому нельзя. Для боевой 1С нужен обратный подход: план, проверки машиной после каждой правки, история изменений.

Будет ли типовая конфигурация обновляться

Да. Доработки делаем в расширениях, внешних обработках и отчётах, типовая остаётся на поддержке.

Безопасно ли давать ИИ доступ к базе 1С

Агент работает с копией базы и только на чтение, в рабочую базу попадает лишь принятый человеком код. Если данные нельзя передавать в облако, используем модели, развёрнутые у вас.

Сколько стоит настроить ИИ-разработку на 1С

Настройка рабочего контура для ваших программистов — от 200 000 ₽: выгрузка в исходники, git, паспорт проекта, навыки под вашу конфигурацию, проверки. Начать можно с пилота на одной задаче.

Сколько времени нужно программисту, чтобы освоить работу с агентом

На AI Camp рабочий контур и первая решённая задача появляются за три дня. Дальше — практика: библиотека навыков и паспорта проектов растут с каждой задачей.

Хотите, чтобы ваши программисты 1С работали с ИИ-агентом так же? Посмотрите, как мы подключаем ИИ к 1С и настраиваем AI-разработку, или оставьте заявку — разберём вашу задачу и начнём с пилота на копии базы.