Последний год я всё чаще ловлю себя на мысли, что работа разработчика начинает меняться быстрее, чем мы успеваем к этому привыкнуть. Я 14 лет работаю в 1С. Интеграции, обмены между базами, legacy-код, ERP-системы, ЭДО, SOAP, OData, доработки старых корпоративных систем — вот это всё. И на фоне всего хайпа вокруг AI-агентов мне стало по-настоящему интересно: а можно ли вообще применить это к реальной разработке под 1С? Не к красивым demo-проектам из интернета. А к настоящим production-задачам: - с огромными конфигурациями; - переопределёнными типовыми механизмами; - древним кодом; - кучей доработок за разные годы; - обменами, которые ломаются в самых неожиданных местах. Честно — сначала опыт был так себе. AI-агенты скорее раздражали, чем помогали. Они: - придумывали несуществующие методы; - путались в архитектуре; - теряли контекст; - советовали переписывать половину системы там, где проблема была в одной подписке. Иногда задача, которую я сама решила бы за пару часов, с агентом растягивалась на полдня. И в какой-то момент мне даже казалось, что всё это пока больше хайп, чем реальный инструмент. Но было интересно разобраться, почему у других это всё-таки работает. Постепенно начала понимать важную вещь: AI плохо заменяет разработчика. Но очень хорошо усиливает опытного разработчика. Особенно там, где нужно быстро исследовать большие legacy-системы. Когда много лет работаешь с корпоративными проектами, постепенно привыкаешь, что значительная часть времени уходит не на «написание кода», а на исследование: - где переопределили типовой механизм; - какая подписка сработала; - почему обмен регистрирует изменения, но не снимает их; - кто и зачем написал это 8 лет назад; - в каком месте вообще начинает ломаться цепочка. Раньше это почти всегда означало: открыть конфигурацию, идти в отладчик, вручную строить гипотезы, проверять десятки вариантов. Сейчас я всё чаще сначала даю задачу агенту: - структуру проекта; - куски кода; - логи; - описание архитектуры; - тексты ошибок; - связанные модули. И через несколько минут получаю: - список возможных причин; - подозрительные места; - цепочку вызовов; - что проверить в первую очередь. И нет, это не «волшебная кнопка». Половину советов всё ещё приходится фильтровать. Иногда агент предлагает полный бред. Иногда уверенно ведёт не туда. Иногда ломает рабочую логику. Но когда начинаешь правильно давать контекст и формулировать задачу — эффект становится очень заметным. И вот это ощущение было для меня самым странным. В какой-то момент агент за несколько минут помог локализовать проблему в обмене, на которую я сама, скорее всего, потратила бы несколько часов. И тогда я впервые поймала себя на мысли: кажется, меняется не просто набор инструментов. Меняется сама работа разработчика. Сейчас всё меньше ценится способность сидеть в одиночку и часами писать код руками. И всё больше: - умение быстро исследовать систему; - работать с контекстом; - правильно ставить задачу; - проверять гипотезы; - принимать инженерные решения; - собирать решение из разных инструментов. И, честно, после этого уже сложно работать по-старому. Поэтому сейчас мне всё интереснее смотреть не только в сторону самой разработки, но и в сторону новых подходов, автоматизации и расширения технологического стека. Пока без громких заявлений 🙂 Скорее пытаюсь понять, как вообще будет выглядеть работа разработчика через несколько лет. Интересно, как у вас? Используете AI-агентов в реальной работе или пока относитесь скептически? #1с #Ai #Разработка