AI-разработка 1С простыми словами: что это, как работает и почему это не «робот пишет код за вас»

Обновлено: май 2026 Время чтения: 8 минут B2C — автоматизация торговли и 1С-разработка

Каждый второй разговор про AI в 1С начинается с двух полюсов: «это магия, скоро заменит всех программистов» или «это игрушка, к проду не подпустим». Оба полюса мимо. AI-разработка 1С — это не магия и не игрушка, это рабочий инструмент, у которого есть конкретный механизм и конкретные границы. В этой статье разбираем механизм, границы и роль разработчика — без хайпа, без маркетинга. Просто что это и как оно устроено.

Claude Code в работе с реальным 1С-проектом: находит запросы внутри циклов и объясняет, почему это критично для производительности.

Развернуть полный ответ AI на этот промпт (без редактуры)

> Найди в этом проекте запросы внутри циклов и объясни почему это плохо для производительности

Найдено 2 явных случая запросов в циклах

Случай 1 — запрос остатков по характеристикам внутри цикла по табличной части

Для Каждого Строка Из ТаблицаСтрок Цикл Если ЕстьХарактеристики Тогда ЗапросХар = Новый Запрос; ЗапросХар.Текст = "ВЫБРАТЬ ... ОстаткиНоменклатуры.Остатки(...) ..."; ЗапросХар.УстановитьПараметр("Склад", Склад); ЗапросХар.УстановитьПараметр("Номенклатура", Строка.Номенклатура); ТаблицаОстатка = ЗапросХар.Выполнить().Выгрузить(); // ← на каждой итерации ... КонецЕсли; КонецЦикла;

Случай 2 — .ПолучитьОбъект() внутри цикла по выборке

Пока Выборка.Следующий() Цикл НаборЗаписей = РегистрыСведений.ШтрихкодыНоменклатуры.СоздатьНаборЗаписей(); НаборЗаписей.Отбор.Номенклатура.Установить(Выборка.Ссылка); НаборЗаписей.Записать(); Объект = Выборка.Ссылка.ПолучитьОбъект(); // ← скрытый запрос к БД ... КонецЦикла;

Ссылка.ПолучитьОбъект() визуально не похож на запрос, но платформа лезет в таблицу справочника и тянет ВСЕ реквизиты — это полноценный запрос к БД на каждой итерации.

Почему это плохо для производительности

1. Количество round-trip'ов растёт линейно с числом итераций.
N строк = N+1 сетевых вызовов к серверу 1С. На клиент-серверной базе каждый вызов — это сериализация параметров, передача по сети, разбор на сервере, ожидание ответа. На наборе в 1000 строк вы получите 1000 раздельных задержек вместо одной.

2. Накладные расходы платформы платятся на каждый запрос.
Парсинг текста запроса, проверка прав доступа RLS, построение плана, открытие/закрытие курсора СУБД — всё это повторяется N раз. По факту полезная работа занимает 5% времени, остальное — оверхед.

3. Виртуальные таблицы регистров считаются заново каждый раз.
ОстаткиНоменклатуры.Остатки(...) — это не таблица, а вычисление: платформа берёт срез итогов и накатывает движения с момента последнего рассчитанного итога. Если делать это в цикле для одной номенклатуры за раз, расчёт повторяется N раз. Один запрос с условием Номенклатура В (&МассивНоменклатуры) выполняет тот же расчёт ОДИН раз для всего набора — обычно в 10–50 раз быстрее.

4. Блокировки удерживаются дольше и берутся чаще.
В транзакции каждый отдельный запрос берёт свои S-блокировки на читаемые таблицы. Сотни мелких запросов = сотни захватов/освобождений блокировок вместо одного покрывающего. Шанс на дедлок и таймаут блокировки растёт.

5. .ПолучитьОбъект() тянет ВСЁ — включая табличные части и хранилища значений.
Даже если в цикле нужны 2 реквизита, платформа загружает весь объект целиком. На справочниках с большими ТЧ (например, номенклатура с характеристиками) это убивает производительность само по себе, а в цикле — катастрофически.

6. Память тоже страдает.
Каждый Новый Запрос + результат — это аллокация на сервере. Сборщик мусора 1С работает порциями, и в долгих циклах память не освобождается до выхода из метода. Можно упереться в лимит памяти рабочего процесса.

Правильный подход

Собрать ключи ДО цикла → выполнить ОДИН запрос → работать с таблицей в памяти.

МассивНоменклатуры = ТаблицаСтрок.ВыгрузитьКолонку("Номенклатура"); Запрос = Новый Запрос; Запрос.Текст = "ВЫБРАТЬ | Остатки.Номенклатура, | Остатки.Характеристика, | Остатки.КоличествоОстаток |ИЗ | РегистрНакопления.ОстаткиНоменклатуры.Остатки(, Склад = &Склад | И Номенклатура В (&МассивНоменклатуры)) КАК Остатки"; Запрос.УстановитьПараметр("Склад", Склад); Запрос.УстановитьПараметр("МассивНоменклатуры", МассивНоменклатуры); ОстаткиТаблица = Запрос.Выполнить().Выгрузить(); ОстаткиТаблица.Индексы.Добавить("Номенклатура"); // быстрый поиск в памяти Для Каждого Строка Из ТаблицаСтрок Цикл НайденныеСтроки = ОстаткиТаблица.НайтиСтроки( Новый Структура("Номенклатура", Строка.Номенклатура)); // обработка в памяти, без сети и без БД КонецЦикла;

Эффект: вместо N запросов — 1 запрос. На реальных данных это превращает 30 секунд в 0.5 секунды.

Универсальное правило

Внутри цикла не должно быть ни Новый Запрос, ни .ПолучитьОбъект(), ни НайтиПоНаименованию/Коду/Реквизиту, ни Менеджеры.Х.Выбрать() с фильтром по элементу цикла. Всё это — скрытые или явные обращения к БД. Данные собирай одним запросом ДО цикла, в цикле работай только с памятью.

AI-агент — это не ChatGPT в браузере

Первое и главное недоразумение: когда говорят «AI в разработке», часто представляют чат-окно ChatGPT, в которое нужно вручную копировать код туда-сюда. Это не AI-разработка. Это копипаст с подсказками — полезно, но недалеко уехало.

AI-разработка строится на AI-агенте — программе, которая запускается в терминале и работает в вашем проекте напрямую: читает файлы, правит файлы, запускает команды, проверяет результат. Разработчик ставит задачу одной фразой — агент сам разбирается с десятками файлов конфигурации.

Самые известные AI-агенты на сегодняшний день — Codex CLI от OpenAI и Claude Code от Anthropic. У нас в команде B2C работают оба, на разных задачах. Подробное сравнение — в статье «Codex CLI и Claude Code — два инструмента, которыми мы пишем 1С каждый день».

Принципиальная разница с чатом в браузере: разработчик видит каждое действие агента и подтверждает критичные операции. Это не «нажал кнопку и ушёл», это совместная работа в режиме «я ставлю задачу — агент делает — я проверяю и иду дальше».

Откуда AI знает вашу 1С — три источника контекста

Главный вопрос, который задают руководители: «А откуда он вообще знает нашу конфигурацию? У нас же там специфика, отраслевая, реквизит ВнешнийКодПоставщика, регистр ЦеныКонкурентов…»

Ответ простой: AI знает ровно то, что ему дают через три канала контекста.

• Источник 1 — исходники конфигурации. Это файлы вашей 1С, выгруженные в текстовый формат через 1С:EDT. Подробнее в статье «1С:EDT и почему без него AI бесполезен». AI читает их напрямую, видит структуру справочников, реквизиты, модули, формы.
• Источник 2 — документация платформы 1С. Стандарты разработки, методы платформы, библиотека стандартных подсистем (БСП). Это даётся через MCP-серверы — отдельный механизм передачи контекста (см. статью «Что такое MCP-сервер»).
• Источник 3 — библиотека готовых решений. В нашем стеке это собственный MCP-сервер с базой из более 300 обработок (с Infostart, типовых из УТ/УНФ/БП и общих модулей БСП — база растёт еженедельно), 21 паттерном кода в 5 категориях, 180+ диагностиками BSL Language Server. AI не пишет с нуля — он находит готовое и адаптирует.

Главное следствие: AI не «знает 1С от рождения». Он читает то, что ему дают. С грамотно подключёнными каналами контекста — пишет код под ВАШУ конфигурацию, с учётом ВАШИХ реквизитов и регистров. Без — пишет «по среднему», и качество резко падает.

Реальный вызов MCP-сервера 1c-metadata из Claude Code: AI получает структурированные данные о диагностике BSL Language Server — CreateQueryInCycle, severity CRITICAL, тег PERFORMANCE.

Развернуть полный ответ AI про эту диагностику (без редактуры)

> Используй mcp:1c-metadata, найди диагностику CreateQueryInCycle и объясни простыми словами что это и почему критично Called 1c-metadata

Диагностика CreateQueryInCycle

• Название (RU) — Выполнение запроса в цикле
• Тип — ERROR
• Severity — CRITICAL
• Тег — PERFORMANCE
• Время на исправление — ~20 минут
• Включена по умолчанию — Да

Что это простыми словами

Статический анализатор кода (BSL Language Server) находит места, где внутри цикла (Для … Цикл, Пока … Цикл) создаётся и выполняется новый запрос к базе данных. Это считается критической ошибкой — не предупреждением, не стилистическим замечанием, а именно ошибкой уровня ERROR, которая блокирует код-ревью в любой нормальной команде 1С.

Пример из самой диагностики

Плохо — для каждого документа отдельный запрос:

Для индекс = 0 По СписокДокументов.ВГраница() Цикл Запрос = Новый Запрос; Запрос.Текст = "ВЫБРАТЬ ПоступлениеТоваровУслуг.СуммаДокумента |ИЗ Документ.ПоступлениеТоваровУслуг |ГДЕ Ссылка = &Ссылка"; Запрос.УстановитьПараметр("Ссылка", СписокДокументов[индекс]); Выборка = Запрос.Выполнить().Выбрать(); Пока Выборка.Следующий() Цикл СуммаДокументов = СуммаДокументов + Выборка.СуммаДокумента; КонецЦикла; КонецЦикла;

Хорошо — один запрос, фильтр через В (&Список):

Запрос = Новый Запрос; Запрос.Текст = "ВЫБРАТЬ СУММА(ПоступлениеТоваровУслуг.СуммаДокумента) КАК СуммаДокумента |ИЗ Документ.ПоступлениеТоваровУслуг |ГДЕ Ссылка В (&СписокДокументов)"; Запрос.УстановитьПараметр("СписокДокументов", СписокДокументов); Выборка = Запрос.Выполнить().Выбрать(); Пока Выборка.Следующий() Цикл СуммаДокументов = Выборка.СуммаДокумента; КонецЦикла;

Один запрос вместо N. Часто СУБД к тому же сама сделает суммирование (СУММА(...)) — это вообще одна цифра вместо N строк.

Почему критично (уровень ERROR, а не Warning)

1. Деградация нелинейная — но линейная по итерациям.
Запрос в цикле работает приемлемо на 10 строках в тестовой базе и убивает прод на 50 000. Ошибка часто проходит ревью и тестирование, потому что разница не заметна на маленьких данных. А в проде — таймаут, регламентное задание не успевает, пользователь жмёт F-кнопку и уходит на обед.

2. Это самая частая причина «1С тормозит».
По статистике аудитов производительности от Центра компетенции 1С это причина №1 жалоб «всё медленно». В 70–80% случаев расследования «почему обработка идёт 40 минут» — это именно запрос в цикле.

3. Эффект множится с количеством пользователей.
Один пользователь с медленной операцией — это медленный пользователь. Десять параллельных — это блокировки на регистрах, дедлоки, очередь к рабочему процессу и зависание всей базы. На клиент-сервере SQL Server / PostgreSQL начинает сходить с ума от тысяч мелких быстрых запросов.

4. Исправляется быстро (20 минут), значит откладывать нельзя.
Сам BSL LS отмечает «время на исправление 20 минут». Это короткий рефакторинг: вынести запрос наружу, переписать условие на В (&Массив), проиндексировать результат — и всё. Никаких архитектурных переделок, никакого риска. Поэтому именно эту ошибку нет смысла копить как техдолг — её чинят сразу.

5. Стандарт 1С запрещает.
ИТС и стандарты разработки прикладных решений прямо запрещают: «Не следует выполнять запросы в цикле». Это не вкусовщина команды, а официальная позиция вендора. Поэтому BSL LS и поставил уровень ERROR — несоответствие стандарту вендора.

Что обычно прячется под этой ошибкой

Помимо явного Новый Запрос в цикле, диагностика часто триггерится (или должна триггериться по-хорошему) на:

• Справочники.Х.НайтиПоКоду / НайтиПоНаименованию / НайтиПоРеквизиту в цикле
• Ссылка.ПолучитьОбъект() в цикле (тянет весь объект с реквизитами и ТЧ)
• Обращение к реквизиту через точку в цикле: Строка.Контрагент.ИНН — это скрытый запрос на каждой итерации
• Документы.Х.СоздатьДокумент() с последующей записью в цикле без транзакции

Последнее особенно коварно: код выглядит чистым, никакого Новый Запрос нет, а под капотом — N запросов на каждое обращение «через точку».

Короткий итог. CreateQueryInCycle = CRITICAL ERROR, потому что это главный убийца производительности 1С, чинится быстро, и игнорировать его — значит сознательно закладывать в код тормоза, которые проявятся в проде под нагрузкой.

Что AI делает за вас (и где у него потолок)

Честный список того, где AI-агент 1С реально помогает, а где у него границы возможностей.

• Тип задач — AI справляется — Комментарий
• Внешние и встроенные обработки по описанию — Отлично — Загрузки из Excel, выгрузки в JSON, утилиты для администраторов
• СКД-отчёты по описанию — Отлично — Группировки, отборы, параметры — собирает за минуты
• Формы с табличными частями — Хорошо — Стандартные кнопки, обработчики событий, печать
• Рутинные доработки типовых — Хорошо — Реквизиты, команды, события документа — без проблем
• Расширения конфигурации — Хорошо — Опирается на 7 паттернов категории «extensions» в MCP
• Миграции данных — Хорошо — XML-выгрузки, перенос справочников между конфигурациями
• Разбор и рефакторинг чужого кода — Хорошо — Особенно — поиск антипаттернов (запрос в цикле и др.)
• Интеграции с REST API — С подсказками — Нужно дать документацию API — дальше делает сам
• Сложные отчёты с бизнес-логикой — С подсказками — Архитектуру решает человек, реализацию делает AI
• Архитектурные решения — Нет — «Как нам перестроить учётный контур» — это задача человека
• Общение с заказчиком — Нет — Сбор требований, согласование — за человеком
• «Как у нас исторически принято» — Нет — Корпоративные особенности — знает только команда

Главный вывод этой таблицы: AI снимает с разработчика рутину и ускоряет её в разы. Но AI не принимает решений за разработчика, не общается с заказчиком, не понимает корпоративный контекст. Это инструмент, а не сотрудник.

Главный — разработчик, AI — инструмент. Это не маркетинг

Распространённое опасение: «нас заменят». В реальности картина другая. AI ускоряет рутину в 3–10 раз, но не убирает мышление. Без разработчика AI разворачивается в «быстро сделать неправильно». С разработчиком — в «быстро сделать правильно».

Что меняется в работе команды после внедрения:

• Senior — выходит из перегруза. Перестаёт затыкать рутину и переходит к архитектуре и сложным кейсам. Это давняя боль 1С-команд: senior'а нет на сложное, потому что он завалён мелочью.
• Мидлы — берут задачи, которые раньше были под senior. Сами не дотягивали — теперь дотягивают с AI-агентом и code review.
• Джуны — выходят из роли «бесконечного исполнителя типовых правок» и начинают расти. Часть рутины делает AI, часть — джун с AI, и время остаётся на обучение.

Бенефициар внедрения — команды, где 80% времени уходит на рутину: типовые правки, отчёты, миграции, доработки под клиентов. У нас в B2C 5 месяцев работы в новом стеке привели именно к этому эффекту, подробности — в статье «Как мы за 5 месяцев перевели свою 1С-разработку на AI».

«Это безопасно?» — короткий ответ

Второе по частоте возражение: «А не уйдёт ли наш код в облако американской компании?» Здесь развилка из двух понятных вариантов, выбор делается до пилота.

Вариант 1 — облачные модели (OpenAI, Anthropic). Код отправляется на сервера провайдера, но НЕ используется для обучения модели — это явно прописано в политиках API обоих провайдеров. Защита уровня SOC2, ISO27001. Подходит большинству бизнеса.

Вариант 2 — локальные модели (Qwen-Coder, DeepSeek-Coder). Модель работает на вашем сервере, код не покидает контур. Подходит банкам, госструктурам, чувствительным данным. Полная изоляция, никакого внешнего трафика. Подробнее — в статье «Локальные AI-модели для 1С».

На пилоте B2C это решается до старта. На диагностическом созвоне выясняем требования по безопасности и выбираем подходящий вариант. Сам процесс пилота (1С:EDT, Git, MCP-серверы, обучение) — одинаков для облака и локалки. Меняется только AI-провайдер.

Что нужно команде, чтобы начать

Базовый стек AI-разработки 1С — это четыре компонента. Без любого из них работа резко проигрывает.

• Крайняя версия платформы 1С:Предприятие. На крайних версиях платформы и 1С:EDT всё работает лучше всего. На старых бывают проблемы совместимости — потребуется разовое обновление платформы.
• 1С:EDT — Enterprise Development Tools. Бесплатно в составе подписки ИТС. Без EDT AI не видит исходники конфигурации в текстовом виде — он работает «вслепую».
• Git — система контроля версий. На ней держится workflow AI-разработки: ветки под задачи, code review через Pull Request, безопасный откат. Подробнее — в статье «Git для 1С-разработчика».
• Подписка на AI-агента. Codex CLI или Claude Code. Для команд в России — через VPN или через нашу инфраструктуру. На пилоте мы это решаем под ключ.

1С:EDT с открытой типовой конфигурацией УНФ — редактор формы элемента Номенклатуры. EDT превращает конфигурацию в текстовые исходники, которые AI может читать построчно. Без EDT AI работает «вслепую».

Развернуть всё это в команде из 3–7 человек реально за одну рабочую неделю. Это и есть наш пилот «Обучение 1С через ИИ»: за 5 рабочих дней команда переходит с Конфигуратора на новый стек и решает 3 ваших реальных задачи в новом формате.

Почему многие думают «это сложно» — и почему это миф

Сложность AI-разработки переоценивают. Причина — путают «инструмент» и «магию». Когда инструмент описывают как магию, кажется, что для управления магией нужны какие-то невероятные навыки. Это не так.

Реальная кривая обучения:

• Дни 1–2. Установка стека: EDT, Git, AI-агент, MCP-серверы. Разбор как это работает в связке. Под опытным руководством — закрывается за два дня.
• Дни 3–5. Первые задачи в новом формате. Разработчик привыкает к ритму «описал задачу — AI рассказал что собирается делать — разработчик одобрил — AI показал что именно изменит в коде — разработчик одобрил — AI применил». Это страховка: AI не уйдёт «не туда» молча, всё видно на каждом шаге. Подробнее — в статье «Как правильно ставить задачу AI-агенту для 1С».
• Недели 2–4. Уверенная работа. Скорость рутины растёт в 3–5 раз. Появляется свой набор шаблонов промптов под типовые задачи команды.
• Дальше — это просто рабочий инструмент. Как Конфигуратор был раньше, только производительнее.

Языковой барьер минимальный: AI-агенты понимают русский технический текст и работают с русскими именами в 1С (реквизиты, регистры, процедуры). Английский нужен только для чтения официальной документации провайдеров — но без этого можно обойтись.

Подробно про типовые возражения и страхи руководителя — в отдельной статье «7 страхов руководителя про AI-разработку 1С».

С чего реально начать — 3 шага без пилота

Если хочется попробовать самим, перед тем как приходить к нам — реальный план самостоятельного старта.

1. Установить 1С:EDTСкачать с ИТС, поставить на машину разработчика. Импортировать одну из ваших конфигураций (любую несложную). Время: 1–2 часа с официальной инструкцией.
2. Подключить VPNClaude Code и Codex CLI работают через серверы OpenAI и Anthropic — из России к ним без VPN не достучаться. Подойдёт любой стабильный канал: свой на VPS или коммерческий. Время: 30 минут.
3. Поставить Claude Code или Codex CLI и попробовать одну задачуНапример: «найди в этой конфигурации все случаи запроса в цикле и предложи план рефакторинга». Этого достаточно, чтобы почувствовать разницу с обычным чатом. Время: 1–2 часа.

Этого хватит, чтобы понять, как ощущается AI-разработка. Дальше — либо две-три недели самостоятельных проб и ошибок, либо наш пилот за неделю, где вы получаете готовую инфраструктуру и обученную команду.

Хотите так же в своей команде?

Мы внедряем AI-разработку в 1С-команды за одну рабочую неделю. После пилота ваши разработчики сами решают 3 ваших задачи — это прописано в договоре. Инфраструктура (1С:EDT, Git, MCP-серверы, VPN) остаётся у вас.

Записаться на диагностический созвон

Часто задаваемые вопросы

• AI-разработка 1С заменит программистов?Нет. AI заменяет рутину, а не разработчика. Решения о том, что и как делать, проверка результата, общение с заказчиком — всё это остаётся за человеком. Без разработчика AI разворачивается в «быстро сделать неправильно».То, что меняется: внутри команды роли сдвигаются. Senior освобождается из рутины и переходит к архитектуре. Мидлы берут задачи, которые раньше тянул только senior. Джуны получают возможность роста, а не вечного исполнительства типовых правок.
• Это работает на русском?Да. И запросы можно писать по-русски, и в коде сохраняются русские имена реквизитов и процедур по стандартам 1С. Современные AI-агенты (Claude 4.6+, GPT-5) обучены на русских данных в том числе и свободно работают с технической терминологией 1С: «реквизит», «регистр накопления», «обработчик команды формы».
• Сколько времени нужно, чтобы освоить?Базовая работа — 2–3 дня. Уверенная — 1–2 недели. Дальше это просто рабочий инструмент, как ваш текущий Конфигуратор. На нашем пилоте мы укладываем всё в 5 рабочих дней с реальными задачами клиента в новом формате.
• Это для маленьких команд или для крупных?Эффективнее всего на командах 3–10 разработчиков. Для одиночек выгода тоже есть, но меньше — нет эффекта снятия нагрузки с senior. Для команд 10+ нужны дополнительные политики работы и стандартизация (готовые шаблоны промптов, корпоративные MCP-серверы), но эффект самый сильный.Отдельный сценарий — аналитик или методолог 1С, который сам не программирует: с AI-агентом он может реализовать своё решение без программиста (или хотя бы собрать рабочий прототип, чтобы программисту осталось только довести до прода). Это сильно расширяет аудиторию AI-разработки за рамки узкой команды кодеров.
• Подходит ли для типовых конфигураций (УТ, ERP, БП)?Да. AI работает с любыми конфигурациями на крайних версиях платформы (на старых бывают проблемы совместимости с 1С:EDT). Типовые конфигурации удобнее даже потому, что MCP-серверы могут подгрузить документацию БСП и стандарты конкретной конфигурации — у AI становится больше «опорных точек».
• Что если у нас нестандартная отраслевая конфигурация?Работает. AI читает исходники конфигурации через MCP-сервер метаданных — ему не важно, типовая она или отраслевая. У нас стек обкатан в том числе на ДАЛИОН ТРЕНД, нескольких отраслевых решениях для розницы и расширениях УНФ.
• AI пишет качественный код?Это зависит от того, как поставлена задача и кто проверяет результат. В правильно настроенном стеке — связка с BSL Language Server (180 правил статического анализа) ловит классические ошибки 1С (запрос в цикле, обращение к удалённым объектам, нарушения стандартов БСП) до того, как разработчик откроет конфигурацию.С такой связкой качество получается выше, чем у среднего ручного кода джуниора. Code review через Pull Request, как в любой нормальной команде, остаётся.
• Не страшно отдавать код в облако американской компании?Если страшно — используются локальные модели (Qwen-Coder, DeepSeek-Coder), и код не покидает контур. Это решение принимается до пилота, под политики безопасности клиента. Для большинства бизнеса работают облачные модели — провайдеры явно гарантируют, что код не используется для обучения при работе по API.
• Окупается ли пилот?Цена нашего пилота — меньше месячной зарплаты одного 1С-программиста в Москве. Поэтому ответ короткий: да, окупается сразу. Уже в первый месяц после пилота команда работает быстрее на тех же людях — и эта разница сразу больше, чем стоил пилот.Долгосрочный эффект — экономия 30–50% времени на рутине, что для команды из 3–7 человек эквивалентно 1–3 дополнительным ставкам разработчика в год. Это уже не про окупаемость, а про то, насколько сильнее становится команда без расширения штата.
• С чего начать, если ещё не пробовали?Прочитайте остальные статьи этой серии — там объясняем стек по шагам: что такое MCP, Codex CLI vs Claude Code, как ставить задачу AI, почему без EDT и Git ничего не работает. Если хочется быстро — приходите на бесплатный диагностический созвон, разберём вашу конкретную ситуацию и составим план пилота под вашу команду.

В этой серии 10 статей о AI-разработке 1С

1. AI-разработка 1С простыми словами: что это, как работает
2. Codex и Claude Code — два AI-инструмента, кейс VibeCRM
3. Что такое MCP-сервер и зачем он 1С-разработчику
4. Как мы за 5 месяцев перевели свою 1С-разработку на AI
5. Как правильно ставить задачу AI-агенту для 1С
6. 7 страхов руководителя про AI-разработку 1С
7. 1С:EDT и почему без него AI бесполезен
8. Git для 1С-разработчика — основа AI-разработки
9. Локальные AI-модели для 1С (без отправки кода в облако)
10. 10 готовых промптов для 1С-разработчика

Источники

• Документация 1С:EDT — its.1c.ru/db/edtdoc/
• Документация Anthropic Claude Code — docs.claude.com
• Документация OpenAI Codex CLI — developers.openai.com
• Спецификация Model Context Protocol — modelcontextprotocol.io
• BSL Language Server — github.com/1c-syntax/bsl-language-server