Аналитик - это технарь или гуманитарий? :)

А ФА - это уже технарь или необязательно?

Вот ведь вопрос…

Кодинг меняется

Пробую сделать тут некоторый минипроект по анализу проектных интервью с заказчиками. Основной инструмент - Codex.

Достаточно сложная штука получается, многоходовый анализ с помощью разных технологий и подходов.

Поймал себя на мысли, что вот он, один из примеров вайбкодинга, такой агентской разработки. Ты не задумываешься вообще про код, ты сразу принимаешь, что код сам по себе рабочий.

Да, это не коммерческая разработка, это не на прод.. но к этому все идет, к такой схеме

Можно ли при этом сказать, что все просто по щелчку пальцев? Нет! Думать все равно нужно: много вариаций, много разных путей реализации, куча каких-то параметров и нюансов. И ИИ тут просто как советчик:

- вот так можно сделать?
- ага...
- а вот так?
- и так тоже можно!
- а как лучше?
- хз... нужно пробовать, тестить на бенчмарках... и учти ещё, что (и вываливает на меня еще новую тонну нюансов)

1С на диване

ИИ-агенты в бизнесе

Давайте я расскажу про бизнес-агентов в 1С. Это не те, с помощью которых разработчики разрабатывают код 1С быстрее, а это те, с помощью которых пользователи будут пользоваться конфигурацией 1С быстрее. Или не будут 🤷‍♂️

Так как, упрощая, 1С - это СУБД, то бишь база данных, то прочитать данные из неё можно одним основным способом - запросом к этой базе базе данных. То есть, чтобы дать ИИ контекст для работы, нужно выполнить некий запрос к БД 1С и результат запроса передать в нейросеть.

Глобально, есть два пути это осуществить:
1. Кодогенерация. Это когда запрос к БД генерит сам ИИ-агент
2. Использование tools - заранее написанных и проверенных человеком функций на языке 1С, которые и вызывает ИИ-агент.

Первый путь, конечно, сладок и манит своей доступность. Но нужно четко понимать, что:
- такое возможно только на облачных моделях и сейчас желательно топовых американских, что автоматически нарушает все требования ИБ (результат выполнения запроса к данным базы будет уходить в LLM) - это раз
- т.к. это кодогенерация 1С-запроса на лету - то по-хорошему вам необходимо воспроизвести ВЕСЬ РАЗРАБОТЧЕСКИЙ ВАЙБКОДЕРСКИЙ СТЕНД здесь и сейчас - все MCP-сервера, RAG-базы и прочие Agents.md, которые скажут КАК ПРАВИЛЬНО сгенерировать запрос именно к ВАШЕЙ базе. И не просто сгенерировать, а генерировать его или похожий запрос по тысячу раз на дню полностью предсказуемо. Это два. И это основная проблема при таком подходе - нужно поднимать семантический слой.

(если говорить про OData - то это вариант запроса к БД по сути: что-то сложнее простой выборки - и модель уже не поймет без семантического слоя, а что, собственно, нужно запросить в 1С и что это значит для пользователя)

Поэтому на серьёзных щах сейчас такой вариант рассматривают только как MVP-петпроект для погружения в тему нейросетей без оглядки на ИБ и стабильность работы агента.

Второй путь, через tools, на сегодняшний момент является единственно продуктовым, именно так идут крупные вендоры (SAP, Microsoft, Anthropic).

Ну, к слову, кодогенерацию используют, но не для доступа к данным, а для вариативности вызова tools, опять же :)

И, конечно, писать инструменты tools на каждый чих пользователя не нужно. Их нужно проектировать максимально широко, с кучей фильтров и параметров. А возможно и сам tool должен быть сборным и параметризуемым. И вот это уже можно отдать ИИ-агенту.

1С на диване

Бенчмарк

В связи с приличной работоспособностью агента в 1С есть мысль сделать какой-то бенчмарк: для начала бенчмарк локальных моделей - как они справляются с агентскими бизнес-сценариями в конфигурации 1С.

Основной метрикой, видимо, будет, во-первых, дошел ли агент на этой модели в принципе до успешного выполнения запроса пользователя 😁.

А дальше уже можно будет посмотреть за сколько времени, сколько сжег токенов, процент успешности. Ну и так далее.

Тема так-то весьма актуальна, т.к. особо никто в бизнесе не рвется сливать свои базы 1С в OpenAI/Anthropic/Google и прочим китайцам. Половина готовы арендовать опенсорс модели в наших ЦОД, а вторая половина видят только локальное использование ИИ.

P.S. Грустно на скрине дипсику фреш в4

1С на диване

Юридическое

В последнее время стала всё активнее появляться информация, как крупные компании пытаются ограничить их данные для обработки ИИ.

Самое очевидное, конечно, это запрет на загрузку документов в облака третьих лиц, то есть в ИИ куда-то там.

Для подрядчиков-разработчиков 1С это тоже будет повсеместно и жестко - строго любая документация, код, аудио/видео - никаких облаков.

Выводы?

Ну… пойти купить еще одну видеокарту про запас? 🫣 😬

Про видеокарты напишу в следующий раз.

1С на диване

исправленный вариант

Партнерка осень 26. Напарник.

Первый день прошел и в толще докладов как-то не сильно заметно прошла тема, способная изменить если не все, то многое в нашей 1С-жизни. Эдакий game changer.

1С подробно в нескольких докладах рассказал про третий вид 1С:Напарника (первый в EDT для кода, второй в ИТС) - Напарник для пользователя.

Визуально это будет чат с Напарников в Обсуждениях. Агент будет со всем наполнением приличного агента - вызов инструментов, песочницы для работы с файлами, субагенты, бизнес-навыки.

Работать в начале будет только с облачной моделью 1С.

Сейчас готовят базовую часть ядра, потом разработчики типовых начнут делать бизнес-навыки для типовых.

Почему это может изменить нашу жизнь? 😁

Представьте, что у вас у пользователя ИИ-агент прям в базе, который понимает базу и учет в ней. Сразу встает вопрос первой линии саппорта франчи. Да и второй тоже. Далее, вопросы оценок доработок - под постоянным прессингом, потому что «а Напааарник сказал, что это можно сделать быстрее».

У самого заказчика хорошо настроенный и хорошо работающий агент способен заменить целые наборы функций сотрудников…

Ключевое тут - «хорошо работающий». А что, как мы знаем, с нетоповыми ИИ-моделями сделать весьма и весьма непросто. 1С для ИИ-агента очень сложная среда.

В общем, поживем-увидим. Обещают выкатить к весне.

1С на диване