ИИ в разработке на 1С

← Предыдущий | 🗺 Оглавление | Следующий →

Актуализировано: сентябрь 2026.

Файл отвечает на четыре вопроса: какие ИИ-инструменты для 1С существуют на самом деле, насколько хорошо модели пишут BSL, как встроить ИИ в рабочий процесс так, чтобы не принести в код чужие ошибки, и что можно и нельзя отдавать модели с точки зрения безопасности и закона. Здесь нет прогнозов вроде «ИИ заменит разработчиков» и нет рекламы: только проверяемые факты и практика.

Содержание

• Главное за две минуты
• Карта инструментов
• Что показывает PRISM
• Процесс: ИИ-черновик, проверки, ревью
• Типовые ошибки ИИ на BSL
• ИИ внутри решения 1С
• Безопасность и право
• Упражнения (проект P17)
• Чего не делать
• Как ИИ меняет требования к джуну
• Источники

Главное за две минуты

• Официальный ИИ-инструмент фирмы «1С» для разработчика — 1С:Напарник (1C:Workmate) в среде 1C:EDT. Плагин входит в поставку EDT 2026, доступ — по токену на code.1c.ai с учётной записью 1С:ИТС. Это облачный сервис: код уходит на серверы 1С. В Конфигураторе Напарника нет.
• Пользовательского ИИ-ассистента 1С для бухгалтера или менеджера в типовых конфигурациях не найдено. Официальный ИИ в типовых — отдельные облачные сервисы (распознавание документов, прогнозирование и подобные), а не универсальный чат.
• Качество моделей на BSL измеримо и очень неравномерно. По открытому бенчмарку PRISM (прогон 25.09.2026) лучшие модели решают 85–100% задач целиком, GigaChat и YandexGPT — 0–13%, малые локальные модели — 0–27%.
• ИИ даёт черновик, а не готовый код. Между черновиком и репозиторием стоят диагностика BSL Language Server, тесты и ревью человеком. Если вы не можете объяснить каждую строку — код в репозиторий не идёт.
• MCP не граница безопасности. Доступ ограничивают права пользователя 1С, обезличенная копия базы и учётная запись только для чтения.
• Юридическая рамка зависит от заказчика: для коммерции — NDA, коммерческая тайна (98-ФЗ) и 152-ФЗ; для государственных информационных систем — прямой запрет по п. 60 Приказа ФСТЭК № 117.

⚠️ Доступ к некоторым зарубежным сервисам (Cursor, Claude Code, Codex, GitHub Copilot) из РФ ограничен. Условия меняются, проверяйте на сайтах поставщиков и учитывайте политику работодателя. Названия проектов и их состояние в этом файле — на 29.09.2026, экосистема меняется еженедельно: перед установкой открывайте репозиторий и смотрите дату последнего коммита.

🧰 Карта инструментов

Инструменты сгруппированы по роли в процессе, а не по популярности. Для начала вам нужно от одной до трёх позиций, а не вся таблица.

Официальное от 1С

Инструмент	Что это	Важно знать
1С:Напарник (1C:Workmate)	Плагин ИИ-ассистента в 1C:EDT (com.e1c.edt.ai): автодополнение (ручное и автоматическое), «Фоновый анализ» кода с маркерами в редакторе, чат-агент, который умеет искать и править код и метаданные	Токен на code.1c.ai, нужна подписка ИТС. Условия доступа и сроки бесплатного периода для подписчиков ИТС смотрите на code.1c.ai: в источниках сведения расходятся, поэтому мы ни дат, ни цен не приводим. Настройки: «Окно → Параметры → 1С:Напарник»
Облачные ИИ-сервисы в типовых	Распознавание первичных документов, прогнозирование продаж, семантический разбор резюме (в ЗУП КОРП)	Это облачные сервисы для прикладных решений, а не помощник программиста. Перечень сервисов и условия смотрите на официальной странице платформы v8.1c.ru: её содержимое при подготовке файла не сверялось
Работа с речью в платформе	Объект РаботаСРечью (МенеджерРаботыСРечью): распознавание и синтез речи	С 8.3.23, синтез Синтезировать — с 8.3.25; это не LLM

Ограничения Напарника, которые стоит знать заранее:

• Облако. Self-hosted поставки в найденных источниках нет, нужен выход в интернет, в том числе через корпоративный прокси.
• Только EDT. По пересказу пользовательского соглашения (code.1c.ai/user_agreement; сам текст при подготовке файла не открывался) API предназначен для работы из 1C:EDT, а вызовы из внешних приложений сервис трактует как нарушение. Поэтому сторонние «мосты» к API Напарника (1c-buddy и аналоги) мы не рекомендуем. Связать Напарник с внешним агентом можно вызовом изнутри EDT (например, через EDT-MCP, инструмент ask_workmate); соответствие такого способа соглашению проверьте самостоятельно.
• Известные проблемы версий. На трекере 1C-Company/1c-edt-issues есть открытые обращения: после EDT 2026.1.3 Напарник не работал за корпоративным прокси (#2328), а на EDT 2026.2 с JRE 25 без модуля jdk.jshell плагин не запускался (#2359); на EDT 2026.2.1.3 сообщалось о зависании IDE во время запроса к Напарнику (#2360). Если что-то сломалось — сначала проверьте трекер.
• Модель под капотом не раскрыта, и в PRISM Напарника нет (публичного API для бенчмарка нет). Судить о его качестве по PRISM нельзя. Отзывы сообщества («уровень джуна», «проектировался под автодополнение») — вторичные и субъективные, независимой проверки нет.
• Официальных MCP-серверов или SDK от фирмы 1С на GitHub не найдено: в организации 1C-Company нет ИИ-проектов.

Агентные среды и модели

Агентный режим — это когда модель сама ищет файлы, правит их, запускает команды и итерирует по результату. Из известных вариантов: Claude Code, Codex, Cursor, opencode, а также российские GigaCode (Сбер) и Koda; доступность зарубежных вариантов из РФ ограничена (см. предупреждение выше). Что важно для 1С:

• Агент работает с текстовыми исходниками: EDT-проектом или выгрузкой конфигурации в XML. Поэтому Git и исходники в файлах — необходимое условие, см. 01_Strategy.md.
• Ни одна среда не «знает 1С из коробки». Знания даёт контекст: файл правил проекта, справка платформы через MCP, диагностика BSL LS.
• Выбор модели важнее выбора оболочки: см. раздел про PRISM.

Контекст и связь с 1С через MCP

MCP (Model Context Protocol) — протокол, по которому агент вызывает внешние инструменты. Серверов для 1С много (по запросу «mcp 1c» на GitHub — более 230 репозиториев), поэтому опирайтесь на курируемый каталог Untru/1c-mcp. Классы серверов:

Класс	Примеры	Зачем
Справка платформы	mcp-bsl-platform-context (alkoleft)	Нечёткий поиск по синтакс-помощнику, чтобы агент не выдумывал методы
Среда разработки	EDT-MCP (DitriXNew): пресеты Analysis Only, Code Review, Development; CodePilot1C (ИИ-ассистент внутри EDT со своими моделями)	Доступ агента к проекту EDT: анализ, запросы, СКД, скриншоты форм, отладка, Git
Анализ больших конфигураций	rlm-tools-bsl, code-index-mcp, bsl-atlas, 1c-mcp-metacode	Поиск по большой кодовой базе типовой, граф метаданных
Диагностика	плагин BSL LS для Claude Code (1c-syntax), mcp-bsl-lsp-bridge; экспериментальный режим MCP в самом BSL Language Server	Диагностика после каждой правки
Тесты	METR / mcp-onec-test-runner (запуск YAxUnit), 1C Testpilot (клиент тестирования), MCP, встроенный в Vanessa Automation с версии 1.2.043.12, vrunner-mcp	Замкнуть цикл «правка, запуск, результат»
Живая база	1c_mcp (расширение MCP_Сервер.cfe и прокси), 1c-mcp-toolkit (обработка с анонимизацией данных), mcp-1c, mcp-rsv-data, 1c-trusted-gateway (маскирование ФИО, ИНН, КПП)	Доступ к данным. Самая опасная категория, см. раздел про безопасность

Skills и правила сообщества

• cc-1c-skills (Nikolay-Shirokov, MIT) — skills для Claude Code, Cursor и Codex: работа с XML-выгрузкой и CLI Конфигуратора, сборка EPF/ERF/CFE, тестирование через веб-клиент.
• ai_rules_1c (comol) — правила, субагенты и skills для нескольких агентов; режимы quick-fix и full-cycle, уровни проверки lite, standard, full.
• Unica (IngvarConsulting) — плагин Claude Code и Codex с собственным MCP runtime.
• 1c-ai-development-kit (Arman-Kudaibergenov, AGPL-3.0) — набор skills для Claude Code (в ветке master 55 skills; поддержка Cursor, которую всё ещё заявляет README, из репозитория удалена в феврале 2026). Это инструкции и правила, а не «обученные» модели; собран на основе перечисленных выше проектов, поэтому для начала можно взять первоисточники.
• Vanessa_for_AI — skills для генерации сценариев Gherkin для Vanessa Automation.
• Гайды по безопасности и стеку: 1c-ai-guide, awesome-onec-neurofish, Landscape1C.

Коммерческие MCP и ассистенты существуют (Pilot 1C от Инфостарта, OneMCP и другие), цены в источниках вторичные и быстро меняются, поэтому мы их не приводим.

Свои модели на своём железе

Ollama и vLLM реальны, данные остаются в вашем контуре. Но по PRISM малые локальные модели слабы на BSL (0–27% задач). Сильные модели с открытыми весами (по данным PRISM, GLM 5.3, Kimi K3) требуют серверного GPU. «Поставим Ollama на ноутбук» для промышленной разработки на BSL не решает задачу качества.

Минимальный стек «с нуля»

1. Исходники в Git: EDT-проект или выгрузка в XML (01_Strategy.md, 03_Competencies.md).
2. Файл правил проекта (AGENTS.md, CLAUDE.md или аналог вашего агента) со ссылками на стандарты v8std и словарём предметной области.
3. Справка платформы через MCP.
4. BSL Language Server: диагностика после каждой правки.
5. Синтаксический контроль в EDT или Конфигураторе и модульные тесты YAxUnit.
6. Ревью diff человеком.

Если у вас есть ИТС и EDT, начните с Напарника: он уже встроен, дополнительных установок не требует. Агентные CLI и MCP добавляйте, когда упрётесь в потолок.

📊 Что показывает PRISM

PRISM — открытый бенчмарк генерации BSL (MIT). Код моделей не оценивается «на глаз»: он исполняется в 1С 8.3.27 (headless, Docker) и OneScript, проходит BSL LS и набор тест-кейсов. Методика SMOP: Syntax, Meaning, Optimization, Platform. Объём: 35 задач, 174 тест-кейса. Задачи категории A — алгоритмические, категории B — платформенные (FIFO, остатки, себестоимость). Прогон 25.09.2026, 57 моделей.

Доля задач, решённых целиком (A / B), выборка:

Модель	A	B
GPT-5.6 Sol	100%	95%
Claude Opus 5.5	93%	100%
GPT-6 Sol	93%	95%
Kimi K3 (open-weight)	100%	85%
GLM 5.3 (open-weight)	100%	85%
DeepSeek V4 Pro 0813 (open-weight)	80%	70%
Alice AI LLM Flash	60%	35%
YandexGPT 5.1 Pro	7%	10%
GigaChat 2 Max	7%	10%
GigaChat 2 Lite	0%	0%
Qwen3.8 27b (open-weight)	27%	0%
GPT-OSS 120B (open-weight)	13%	10%

Как это читать:

• Разброс огромный: от 0% до 100%. Фраза «ИИ пишет код на 1С» бессмысленна без указания модели.
• Лидеры не безошибочны. 85–100% решённых задач означает, что часть задач (до 15%) не решена, а сама проверка идёт по тест-кейсам конкретного небольшого банка.
• GigaChat и YandexGPT в этом прогоне слабы (0–13%); Alice AI LLM Flash заметно выше (60% / 35%), но тоже ниже лидеров. Это срез на 25.09.2026, он меняется с каждым прогоном.
• Платформенные задачи, как правило, труднее алгоритмических: у большинства моделей в таблице B ниже A (но не у всех). В исследовании Д. Андреева на УТ11 с метаданными через MCP категория B в среднем ниже на 2 балла из 10. MCP-контекст сам по себе разрыв не убирает.
• Ограничения бенчмарка указаны авторами: маленький банк задач, рейтинг меняется, экспертная оценка ещё в планах. Исследование Андреева — 3 модели, 5+5 задач, одна конфигурация, без контрольной группы.
• Вывод для практики: собирайте свои 5–10 задач из реальной работы и гоняйте на них выбранные модели. Это и есть упражнение E1 ниже.

🔍 Процесс: ИИ-черновик, проверки, ревью

Правила процесса:

1. Сначала постановка, потом промпт. Запишите критерий готово: входы, выходы, граничные случаи, ограничения по стандартам. Если вы не можете это сформулировать, вы не готовы проверять результат.
2. Малые шаги. Просите одну процедуру или одну функцию, а не «сделай подсистему». Большие правки невозможно честно прочитать.
3. Отдельная ветка, маленький diff. Агент работает только под Git. Откат должен стоить одной команды.
4. Контекст даёт не модель, а вы. Дайте агенту соседние модули, структуру метаданных и правила проекта. Для платформенных методов подключите справку (MCP) и требуйте ссылаться на неё.
5. Автоматика до человека. BSL LS и тесты гоняются до ревью, чтобы человек читал уже отфильтрованный код.
6. Тесты пишете или пересматриваете вы. Если модель написала и код, и тесты, они могут повторять одну и ту же ошибку. Ожидаемые значения в тестах считайте независимо.
7. Ревью по чек-листу (ниже) и проверка на стандарты v8std. Ответственность за результат — ваша, а не модели.
8. Фиксируйте использование ИИ в описании PR: что делал агент, какая модель, что правили руками. Так делают на практике и так проще разбирать ошибки.

Чек-лист ревью ИИ-кода

• [ ] Все вызываемые методы и свойства существуют в 8.3.27/8.5.1 (сверено по синтакс-помощнику или справке).
• [ ] Нет запросов и обращений к базе в цикле (#std436).
• [ ] Запрос использует параметры, а не конкатенацию; условия по виртуальным таблицам заданы параметрами виртуальной таблицы (#std657).
• [ ] Контекст правильный: клиентский код не делает лишних серверных вызовов, директивы компиляции осмысленны.
• [ ] Нет модальных вызовов (Вопрос, Предупреждение, ВвестиЗначение), вместо них асинхронные или с ОписаниеОповещения.
• [ ] Записи с чтением остатков или другими гонками защищены управляемой блокировкой внутри транзакции.
• [ ] Нет секретов, паролей, адресов реальных серверов в коде и логах.
• [ ] Права доступа не расширены «для удобства» (привилегированный режим включён минимально и точечно).
• [ ] Тексты для пользователя вынесены в НСтр, не разрушена локализация.
• [ ] Есть тест на граничный случай, а не только на «счастливый путь».
• [ ] Вы можете объяснить каждую строку.

🧠 Типовые ошибки ИИ на BSL

Причины повторяются: у моделей мало BSL в обучающих данных, много кода из устаревших источников, а платформенная логика (контекст, транзакции, блокировки) неочевидна из текста. Ниже — ошибки, которые стоит уметь распознавать. Примеры учебные: имена метаданных условные.

1. Выдуманные методы и свойства

Модель уверенно предлагает то, чего в платформе нет: что-то вроде Строка.Содержит("текст"), ТаблицаЗначений.Отфильтровать(...), метод с «правдоподобным» русским именем. Для строк используйте СтрНайти, СтрНачинаетсяС, СтрСоединить, СтрРазделить, для таблиц значений — Найти, НайтиСтроки. Проверка: синтаксический контроль, BSL LS, синтакс-помощник; в агентной работе — MCP справки платформы. Методы, добавленные в поздних версиях, модель может не знать или, наоборот, использовать в версии, где их нет: сверяйте с режимом совместимости конфигурации.

2. Запрос в цикле

// Плохо: запрос на каждую итерацию (нарушение #std436)
Для Каждого СтрокаТовара Из Товары Цикл
	Запрос = Новый Запрос(
		"ВЫБРАТЬ ПЕРВЫЕ 1 Цена ИЗ РегистрСведений.ЦеныНоменклатуры.СрезПоследних(, Номенклатура = &Товар)");
	Запрос.УстановитьПараметр("Товар", СтрокаТовара.Номенклатура);
	Выборка = Запрос.Выполнить().Выбрать();
	// ...
КонецЦикла;

Каждая итерация — отдельное обращение к базе. Правильно — один запрос со списком значений:

// Серверный общий модуль.
Функция ЦеныТоваров(Знач Товары, Знач ДатаЦен) Экспорт

	Запрос = Новый Запрос;
	Запрос.Текст =
	"ВЫБРАТЬ
	|	Цены.Номенклатура КАК Номенклатура,
	|	Цены.Цена КАК Цена
	|ИЗ
	|	РегистрСведений.ЦеныНоменклатуры.СрезПоследних(
	|		&ДатаЦен,
	|		Номенклатура В (&Товары)) КАК Цены";
	Запрос.УстановитьПараметр("ДатаЦен", ДатаЦен);
	Запрос.УстановитьПараметр("Товары", Товары); // массив ссылок

	Результат = Новый Соответствие;
	Выборка = Запрос.Выполнить().Выбрать();
	Пока Выборка.Следующий() Цикл
		Результат.Вставить(Выборка.Номенклатура, Выборка.Цена);
	КонецЦикла;

	Возврат Результат;

КонецФункции

Для больших наборов данных (сотни тысяч значений) используйте временную таблицу и соединение с ней, см. 07_Projects.md и материалы по производительности в 03_Competencies.md.

3. Условие в ГДЕ вместо параметров виртуальной таблицы

Модель часто пишет запрос к виртуальной таблице остатков так, что отбор идёт в ГДЕ, а не в параметры виртуальной таблицы. Стандарт #std657 требует передавать такие условия в параметры: СУБД сможет выбрать лучший план и не будет обрабатывать лишние записи.

// Плохо: условие по измерению вынесено в ГДЕ (нарушение #std657)
"ВЫБРАТЬ Остатки.Номенклатура, Остатки.КоличествоОстаток
|ИЗ РегистрНакопления.ТоварыНаСкладах.Остатки() КАК Остатки
|ГДЕ Остатки.Склад = &Склад"

// Хорошо: отбор в параметрах виртуальной таблицы (#std657)
"ВЫБРАТЬ Остатки.Номенклатура, Остатки.КоличествоОстаток
|ИЗ РегистрНакопления.ТоварыНаСкладах.Остатки(&Дата, Склад = &Склад) КАК Остатки"

4. Запись без блокировки: гонка на остатках

Типовая генерация «проверить остаток, потом списать» без управляемой блокировки приводит к отрицательным остаткам под нагрузкой. Правильная схема: транзакция, управляемая блокировка на нужные измерения, повторное чтение остатка под блокировкой, запись.

// Серверный общий модуль (например, модуль менеджера документа).
Процедура СписатьТовары(Знач ТаблицаТоваров, Знач Склад) Экспорт

	НачатьТранзакцию();
	Попытка
		Блокировка = Новый БлокировкаДанных;
		ЭлементБлокировки = Блокировка.Добавить("РегистрНакопления.ТоварыНаСкладах");
		ЭлементБлокировки.Режим = РежимБлокировкиДанных.Исключительный;
		ЭлементБлокировки.ИсточникДанных = ТаблицаТоваров; // колонки: Номенклатура
		ЭлементБлокировки.ИспользоватьИзИсточникаДанных("Номенклатура", "Номенклатура");
		ЭлементБлокировки.УстановитьЗначение("Склад", Склад);
		Блокировка.Заблокировать();

		// Здесь: чтение остатков (один запрос), проверка, формирование движений, запись.

		ЗафиксироватьТранзакцию();
	Исключение
		ОтменитьТранзакцию();
		ВызватьИсключение;
	КонецПопытки;

КонецПроцедуры

Нюансы, которые модель обычно пропускает: блокировка ставится до чтения, а не после; нужен откат транзакции при исключении; при проведении документа блокировку остатков обычно ставят иначе (например, через блокирующее чтение итогов) и стараются не держать её дольше необходимого. Подробности — в стандартах #std661 (блокирующее чтение остатков в начале транзакции), #std460 (управляемый режим блокировки) и #std659 (избыточные блокировки). Пример учебный: в реальной конфигурации состав измерений и режим блокировки определяет структура регистра.

5. Путаница «клиент — сервер»

Признаки: серверный вызов на каждый элемент списка; обращение к данным формы из &НаСервереБезКонтекста; тяжёлая логика в клиентской процедуре; &НаСервере там, где контекст формы не нужен и можно использовать &НаСервереБезКонтекста; кэширование не там, где надо. Проверка: на ревью для каждой процедуры задайте вопрос «где она выполняется и сколько раз за операцию пользователя происходит серверный вызов».

6. Модальные окна

Старые примеры из интернета (Вопрос(...), Предупреждение(...)) попадают в ответы моделей. В управляемых формах используйте немодальные варианты:

&НаКлиенте
Процедура ОчиститьСписокКоманда(Команда)

	ОписаниеОповещения = Новый ОписаниеОповещения("ОчиститьСписокПослеВопроса", ЭтотОбъект);
	ПоказатьВопрос(ОписаниеОповещения,
		НСтр("ru = 'Очистить список?'"), РежимДиалогаВопрос.ДаНет);

КонецПроцедуры

&НаКлиенте
Процедура ОчиститьСписокПослеВопроса(Результат, ДополнительныеПараметры) Экспорт

	Если Результат <> КодВозвратаДиалога.Да Тогда
		Возврат;
	КонецЕсли;
	// Действие после подтверждения.

КонецПроцедуры

Немодальный режим работы (свойство конфигурации «Режим использования модальности») появился в 8.3.3, а асинхронные конструкции Асинх/Ждать доступны с 8.3.18. Для нового кода придерживайтесь единого стиля, принятого в проекте, и не используйте модальные вызовы.

7. Устаревшие приёмы и «типовой стиль» без контекста

Конструкции из старых обработок (Сообщить вместо ОбщегоНазначения.СообщитьПользователю в конфигурациях на БСП, Выполнить/Вычислить вместо безопасных механизмов, работа с ПВХ по устаревшим шаблонам); игнорирование БСП в конфигурации, которая её использует; изобретение собственных общих функций, дублирующих БСП. Лечится файлом правил проекта и просьбой сначала искать существующие решения в проекте.

8. Прочее, что встречается регулярно

• Лишний или забытый Экспорт, неверные типы параметров, путаница между Неопределено, NULL, пустой ссылкой и пустой строкой в проверках (вместо осознанного выбора между сравнением и ЗначениеЗаполнено).
• Тексты без НСтр, строки запроса через конкатенацию с данными пользователя.
• Правки метаданных без обновления форм, прав и подписок: код «компилируется», но конфигурация неконсистентна.
• «Красивые» тесты, которые всегда зелёные (ожидаемое значение вычислено тем же кодом).
• Слишком общие обработчики Исключение без записи в журнал регистрации.

🤖 ИИ внутри решения 1С

Отдельный сценарий: не «ИИ пишет код», а «ваше решение вызывает LLM». В платформе нет встроенных объектов для LLM (в найденных источниках они не описаны; не утверждайте иного, в том числе про 8.5.4 и 8.5.5). Вызов делается обычными HTTPСоединение и HTTPЗапрос к API провайдера, ключи хранятся в безопасном хранилище БСП. Есть библиотеки сообщества (ИИкона / 1c-ai-connector, GigaChat_SDK_1C, OpenIntegrations), но механику полезно один раз разобрать на маленьком примере. Из встроенного в платформе есть работа с речью (РаботаСРечью) и классический анализ данных (АнализДанных), но это не LLM.

// Серверный общий модуль. Ключ хранится в безопасном хранилище БСП,
// в коде и в логах его нет. Данные для модели заранее обезличены.
// ВладелецКлюча - ссылка на объект (например, элемент справочника
// «Настройки интеграции») или уникальная строка до 128 символов.
Функция ВыполнитьЗапросКМодели(Знач АдресСервиса, Знач ВладелецКлюча, Знач ТелоЗапросаJSON) Экспорт

	УстановитьПривилегированныйРежим(Истина);
	КлючAPI = ОбщегоНазначения.ПрочитатьДанныеИзБезопасногоХранилища(ВладелецКлюча, "КлючAPI");
	УстановитьПривилегированныйРежим(Ложь);
	Если Не ЗначениеЗаполнено(КлючAPI) Тогда
		ВызватьИсключение НСтр("ru = 'Ключ доступа к сервису не задан'");
	КонецЕсли;

	Соединение = Новый HTTPСоединение(АдресСервиса.Хост, , , , , 60,
		Новый ЗащищенноеСоединениеOpenSSL);
	Запрос = Новый HTTPЗапрос(АдресСервиса.Путь);
	Запрос.Заголовки.Вставить("Content-Type", "application/json; charset=utf-8");
	Запрос.Заголовки.Вставить("Authorization", "Bearer " + КлючAPI);
	Запрос.УстановитьТелоИзСтроки(ТелоЗапросаJSON, КодировкаТекста.UTF8, ИспользованиеByteOrderMark.НеИспользовать);

	Ответ = Соединение.ОтправитьДляОбработки(Запрос);
	Если Ответ.КодСостояния <> 200 Тогда
		// В журнал: код состояния, но не тело запроса и не заголовки с ключом.
		ВызватьИсключение СтрШаблон(НСтр("ru = 'Сервис вернул код %1'"), Ответ.КодСостояния);
	КонецЕсли;

	Возврат Ответ.ПолучитьТелоКакСтроку();

КонецФункции

Здесь АдресСервиса — структура со свойствами Хост и Путь, подготовленная вызывающим кодом; формат тела зависит от провайдера. Безопасное хранилище БСП хранит данные сжатыми, но не зашифрованными: доступ к ним ограничивается правами и привилегированным режимом, а не шифрованием. Ответ модели считайте недоверенным вводом: не выполняйте его через Выполнить/Вычислить, проверяйте структуру, не пишите в базу без валидации и подтверждения человеком. Про интеграционные основы и внешние вызовы см. tracks/integration.md.

🔐 Безопасность и право

Этот раздел — практическая рамка, а не юридическая консультация. Конкретную политику определяют работодатель или заказчик и его юристы.

Куда уходят данные

Ситуация	Что происходит	Рамка
Код и метаданные в облачный чат или агент	Текст уходит провайдеру, иногда за рубеж	NDA, коммерческая тайна (98-ФЗ), политика работодателя, лицензионные условия на код
Персональные данные в промпте	Передача оператору вне РФ — трансграничная	152-ФЗ (в том числе требования к трансграничной передаче и локализации баз); зарубежные провайдеры — трансграничная передача, российские — по отдельному соглашению об обработке
Напарник	Облако 1С: код и контекст проекта уходят на серверы 1С	Условия code.1c.ai, политика заказчика
Локальная модель	Данные в вашем контуре	Ограничены качество модели и ваша инфраструктура
Госсектор: ГИС и ИС госорганов, ГУП, госучреждений	Прямой запрет	п. 60 Приказа ФСТЭК № 117 (с 01.03.2026)

Что известно точно:

• 152-ФЗ. Передача персональных данных зарубежному провайдеру ИИ — трансграничная передача, NDA её не отменяет. Штрафы за утечки выросли: по 420-ФЗ за повторную утечку оборотный штраф составляет от 20 млн ₽ (от 25 млн ₽ за специальные категории и биометрию), максимум — 500 млн ₽; актуальную редакцию КоАП проверяйте на consultant.ru. Поэтому копия базы для разработки и агента должна быть обезличенной.
• 98-ФЗ и NDA касаются кода и бизнес-логики заказчика. Формула «нельзя ничего» неверна, формула «всё можно» тоже: сверяйтесь с договором и политикой.
• Приказ ФСТЭК № 117 от 11.04.2025 (зарегистрирован Минюстом 16.06.2025 № 82619, действует с 01.03.2026, заменил приказ № 17) распространяется на ГИС и иные ИС госорганов, ГУП и госучреждений. П. 60: не допускается передача лицу, разработавшему модель ИИ, информации ограниченного доступа, содержащейся в информационных системах, в том числе для улучшения функционирования модели. П. 61 требует шаблоны и допустимые тематики запросов и ответов, критерии недостоверных ответов и регламент реагирования. Для коммерческих организаций приказ напрямую не действует. Подробнее — 10_Domain_and_Law.md.
• Сертифицированной ФСТЭК LLM-платформы в найденных источниках не подтверждено. Номера сертификатов ФСТЭК на платформу 1С мы не приводим: проверяйте их в реестре ФСТЭК.

Технические правила работы агента с базой

MCP — это способ вызвать инструмент, а не механизм защиты. Если агент может отправить произвольный запрос или вызвать метод записи, он это сделает, в том числе по ошибке или под влиянием вредоносного текста в данных (prompt injection). Поэтому ограничения ставятся на стороне 1С:

1. Обезличенная копия базы для любых экспериментов агента. Не продуктив. Обезличивание (ФИО, ИНН, телефоны, адреса, реквизиты) делается до передачи в среду агента. Маскирующие шлюзы вроде 1c-trusted-gateway и анонимизация в 1c-mcp-toolkit — дополнительный, а не единственный слой.
2. Отдельная техническая учётная запись с минимальными правами и запретом записи, заданным ролями 1С, а не настройкой в MCP-клиенте. Учтите: стандартный интерфейс OData 1С умеет создавать, изменять и проводить документы, то есть не является read-only по умолчанию.
3. Минимально опубликованные объекты: публикуйте в HTTP/OData-интерфейсе только нужное.
4. Негативные тесты: докажите тестом, что POST, PATCH и DELETE с этой учётной записи отвергаются. Заявление «у нас read-only» без теста ничего не стоит (упражнение E4).
5. Секреты не хранятся в промптах, mcp.json, репозитории и логах; в 1С их кладут в безопасное хранилище БСП (оно не шифрует данные, поэтому доступ к нему тоже ограничивают правами).
6. Цепочка dry-run, предпросмотр, подтверждение человеком для любых изменяющих операций.
7. Журналирование вызовов инструментов и проверенный бэкап.
8. Знайте, где обрабатывается запрос: у каждой модели есть страна обработки и политика хранения запросов.
9. Сторонние MCP-серверы — это чужой код с доступом к вашей среде. Читайте исходники, фиксируйте версии, не давайте лишних прав. Для серверов с открытой лицензией (AGPL, GPL) проверьте, как это влияет на ваш проект.
10. Разработка на продуктивной базе запрещена как практика. Для госзаказчиков это ещё и требование (п. 58 Приказа № 117 запрещает разработку и тестирование в промышленных средах).

🧪 Упражнения (проект P17)

P17 — опциональный проект «Решение с ИИ-ассистентом и разбор ошибок ИИ», подробное описание — в 07_Projects.md. Ниже — упражнения, из которых он состоит. Делайте их после этапа 4 (типовые конфигурации), когда вы сами способны оценить код. Работайте на учебной базе и обезличенных данных.

№	Упражнение	Критерий готово
E1	Сравнить 2–3 модели на 5 своих задачах (2 алгоритмические, 3 платформенные: остатки, себестоимость, запрос к регистру)	Таблица «задача, модель, прошла ли, где сломалось» с отнесением ошибок к S (синтаксис), M (смысл), O (оптимизация), P (платформа)
E2	Сделать агентом внешнюю обработку или отчёт на учебной базе	В репозитории: промпты, diff, отчёт BSL LS до и после, доля ручных правок (в строках), список найденных ошибок ИИ
E3	Провести ИИ-ревью собственного модуля (Напарник «Фоновый анализ» или EDT-MCP в пресете Code Review) и сравнить с ручным ревью	Список замечаний с разметкой «реальное, ложное, пропущенное»
E4	Поднять MCP-доступ к обезличенной копии базы и сделать инструмент «остатки на дату» только для чтения	Негативный тест: попытки записи с технической учётной записи отвергаются; выгрузка показывает, что персональных данных нет
E5	Сгенерировать черновик .feature для Vanessa Automation и тест YAxUnit, довести вручную	Тесты зелёные и падают, если намеренно сломать код
E6	Написать AGENTS.md (или аналог) для учебного проекта	Правила ссылаются на v8std, есть запреты (запрос в цикле, модальные вызовы), формат PR-описания, список «что агенту нельзя»
E7	«Найди ошибки ИИ»: дайте модели 3 задачи, соберите все ошибки в каталог с исправлениями	Каталог не менее 10 ошибок, к каждой — правило проверки на ревью

Пример теста YAxUnit для функции, которую вы просили написать у модели. Проверьте синтаксис API по документации YAxUnit для вашей версии (актуальный релиз на сентябрь 2026 — 25.12).

// Функция в серверном общем модуле (это то, что написала модель):
Функция РассчитатьСкидку(Сумма, ПроцентСкидки) Экспорт

	Если ПроцентСкидки < 0 Или ПроцентСкидки > 100 Тогда
		ВызватьИсключение НСтр("ru = 'Процент скидки вне диапазона 0..100'");
	КонецЕсли;
	Возврат Окр(Сумма * (100 - ПроцентСкидки) / 100, 2);

КонецФункции

// Тестовый модуль в расширении с тестами.
Процедура ИсполняемыеСценарии() Экспорт

	ЮТТесты
		.ДобавитьТестовыйНабор("Расчёт скидки")
			.ДобавитьТест("ОбычнаяСкидка")
			.ДобавитьТест("ГраничныеЗначения");

КонецПроцедуры

Процедура ОбычнаяСкидка() Экспорт

	// Ожидаемое значение посчитано независимо от кода: 200 - 15% = 170
	ЮТест.ОжидаетЧто(МодульСкидок.РассчитатьСкидку(200, 15)).Равно(170);

КонецПроцедуры

Процедура ГраничныеЗначения() Экспорт

	ЮТест.ОжидаетЧто(МодульСкидок.РассчитатьСкидку(200, 0)).Равно(200);
	ЮТест.ОжидаетЧто(МодульСкидок.РассчитатьСкидку(200, 100)).Равно(0);

КонецПроцедуры

Обратите внимание: оба теста проверяют только допустимые значения, а поведение при 101 и -1 (исключение) не покрыто. Добавить такой тест — часть упражнения E5; в YAxUnit есть проверка ожидаемого исключения, найдите её в документации.

Как оценивать себя по P17:

• Вы можете показать, какие ошибки нашли в чужом (ИИ) коде и чем.
• Каждое изменение прошло диагностику и тесты до ревью.
• В README проекта есть раздел «Как использовался ИИ» и политика данных.
• Данные, переданные модели, не содержат персональных данных и секретов.

❌ Чего не делать

• Не вставлять в чат реальные данные клиентов, пароли, ключи, строки подключения, выгрузки продуктивной базы.
• Не давать агенту доступ к продуктивной базе и учётной записи с правами записи.
• Не коммитить код, который вы не читали и не можете объяснить.
• Не пользоваться сторонними мостами к API Напарника: это нарушает пользовательское соглашение сервиса.
• Не доверять «уверенному» тону: модель одинаково спокойно выдумывает метод и называет верный.
• Не оценивать качество по одному удачному примеру: проверяйте на своём наборе задач.
• Не отключать диагностику BSL LS и тесты, чтобы «зелёное» выглядело быстрее.
• Не оставлять секреты в mcp.json, .env и истории чата в репозитории.
• Не рассчитывать на ИИ на экзаменах и аттестациях: готовьтесь так, будто ассистента не будет, а правила проведения уточняйте на официальных страницах, см. 04_Certifications.md.
• Не выдавать результат ИИ за собственное понимание на собеседовании: вопросы «почему так» вскрывают это за минуты, см. 08_Interview.md.
• Не строить план обучения «через ИИ, без основ»: без базы вы не отличите ошибку от нормы.

🎓 Как ИИ меняет требования к джуну

Сдвиг не в том, что джуны не нужны, а в том, что порог «уметь проверять» вырос: писать простой код стало дешевле, читать и проверять — нет. Это оценка авторов на сентябрь 2026, а не факт рынка. Уровни Junior, Middle и Senior понимаются по модели компетенций 1С MC-6-001 (см. 03_Competencies.md) и не привязаны к срокам; этапы указаны только как ориентир.

Уровень	Что ожидают	Что делать
Junior (ориентир: этапы 1–4)	Основы языка, запросов, метаданных без ИИ; умение читать чужой код; знать типовые ошибки ИИ	ИИ как репетитор и «второй пилот» с проверкой по синтакс-помощнику и ИТС; не вставлять реальные данные; вести журнал ошибок ИИ
Middle (ориентир: этапы 5–6)	Агентный цикл «задача, план, правка, BSL LS, тест, ревью»; файл правил проекта; 2–3 MCP (справка, EDT-MCP, тест-раннер); умение читать и откатывать diff агента	Упражнения E2, E3, E5, E6, E7
Senior и Lead (ориентир: этап 7)	Политика ИИ в команде: какие данные и куда; обезличенные стенды и шлюзы; read-only учётные записи и негативные тесты; выбор модели по собственным замерам; при необходимости свой контур	Упражнения E1, E4, политика данных для команды, метрики (доля правок, дефекты после ИИ)

Практические выводы:

• Основы остаются вашей работой. Запросы, транзакции, блокировки, права, обмены, производительность — то, на чём ИИ ошибается, а заказчик платит за надёжность.
• Проверяемость — навык. Умение быстро найти запрос в цикле в чужом diff ценится выше умения быстро набрать промпт.
• Портфолио. Покажите один проект с честным разбором: что делал ИИ, что вы исправили и как это доказали тестами (P17).
• На собеседованиях вас, вероятно, спросят, как вы используете ИИ и какие данные ему не отдаёте: подготовьте ответ с примерами из E7.

🔗 Источники

Официальное и нормативное:

• Напарник: code.1c.ai, токены: code.1c.ai/tokens, пользовательское соглашение: code.1c.ai/user_agreement
• Страница «Искусственный интеллект» платформы: v8.1c.ru/platforma/iskusstvennyy-intellekt
• Курс УЦ №1 «Знакомство с 1С:Напарником»: uc1.1c.ru
• Трекер EDT: 1C-Company/1c-edt-issues (см. также обращения #2360, #2328, #2327, #2317)
• Стандарты разработки: #std436, #std460, #std657, #std659, #std661
• Приказ ФСТЭК № 117: publication.pravo.gov.ru; 420-ФЗ: publication.pravo.gov.ru

Бенчмарки:

• PRISM (genlab-1c/prism), методика и валидность
• Исследование Д. Андреева

Инструменты и каталоги:

• Untru/1c-mcp, awesome-onec-neurofish, Landscape1C, 1c-ai-guide
• EDT-MCP (ask_workmate), CodePilot1C, mcp-bsl-platform-context, METR, 1C Testpilot
• rlm-tools-bsl, code-index-mcp, bsl-atlas, 1c-mcp-metacode, mcp-bsl-lsp-bridge
• 1c_mcp, 1c-mcp-toolkit, mcp-1c, mcp-rsv-data, 1c-trusted-gateway
• cc-1c-skills, ai_rules_1c, Unica, 1c-ai-development-kit, Vanessa_for_AI
• BSL Language Server, плагин BSL LS для Claude Code, YAxUnit, Vanessa Automation, vanessa-runner
• ИИкона (1c-ai-connector), GigaChat_SDK_1C, OpenIntegrations, Ollama, vLLM, GigaCode, Koda

Для дальнейшего чтения (материалы Инфостарта и Habr собраны из курируемых списков, открывайте с проверкой актуальности):

• Вайб-кодинг в 1С: рутинные скиллы Claude Code, Практика разработки в 1С с AI-агентом, Вайбкодинг на 1С: быстрый старт
• Вайб кодинг в 1С (Habr), ИИ-кодинг для 1С (Habr)

← Предыдущий | 🗺 Оглавление | Следующий →