Личный тех-блокнот. ИИ, 1С и всё вокруг. Поток мыслей, без AI Slop, продажи себя и своих услуг и т.п.

Вчера в твиттере энтузиаст завайбкодил сайт (https://lithium.rfnull.net/) с доступом вроде как к gemini 3.0 pro.

А сам доступ он зареверсил с LMArena ... - история конечно интересная, но звучит как скам, особенно на волне слухов, которые обещали gemini и в начале октября, и 21 октября, но пришествия пока так и не дождались.

Но я решил попробовать - написал базовый промпт на знания 1С , на котором обычно все лажают (кроме glm 4.6 и конечно sonnet 4.5), для модельки с отключенным веб-поиском.

Ты эксперт по 1С. Напиши: 1. функцию по заполнения массива случайными числами и сортировки его пузырьком 2. опиши как программно добавить отбор в пользовательские настройки СКД, описание отбора: контрагент в списке из 3х контрагентов (найди их по гуиду)

И на мое удивление он отлично справился, он и про ГенераторСлучайныхЧисел знает, и про связь настроек СКД через идентификатор. (ответ модельки во вложении)

Вполне может быть что это и не скам, потому что других объяснений такого качественного ответа у меня нет, так как sonnet отвечает по-другому, да и в целом по слухам gemini 3.0 pro снизят градус подхалимства и сделают ответы более краткими - что и видно в моем эксперименте.

В общем ждем gemini 3 pro в этом году, ставлю 3 рубля на то, что он будет лучше sonnet 4.5.

У Claude Code вышел новый релиз, у которого в changelog указано Subagents: claude can now choose to resume subagents

Т.е. субагенты теперь не stateless и могут хранить контекст между вызовами, чтобы например получить фидбэк-ревью и что-то доисследовать, доправить?

Это было бы круто, но не уверен, что здесь речь именно об этом.
И скорее рано, чем поздно, к этому конечно придут, т.к. мультиагентные workflow решают по многим причинам

Почему-то хайп от AI IDE проходит мимо самого очевидного - VS Code с GitHub Copilot

Прайс за запросы, как в старые добрые времена в Cursor: подписка $10 за 300 запросов, причём Claude Sonnet 4.5 тарифицируется как 1 запрос (в Cursor было x2). А Haiku так вообще 0.33 (новый Haiku 4.5 очень хорош в 1С)

Один к одному с Cursor сравнивать не буду, так как давно им не пользуюсь. Отмечу интересные фичи:

Встроенные инструменты (помимо очевидных типа grep):

- problems — видит ошибки и предупреждения BSL LS, не детализирует их по категориям, но видит вроде как все (а Cursor видит не все)
- codebase search — семантический поиск (не пользуюсь, но может кому-то важно). Индекс может хранить как локально, так и на GitHub, если репо там опубликован
- executePrompt — надо включать в настройках, что-то вроде лёгкой версии сабагента
- usages — использует language server для поиска по символам, но к BSL LS пока не коннектится, надеюсь поправят

В VS Code Insiders (бетка vs code с ранним доступом) уже появился инструмент для запуска моих любимых subagents. По слухам с реддита, subagent не будет тарифицироваться как отдельный запрос!

Также нельзя не отметить GitHub Coding Agents — автономный агент, который выполняет ваши ишузы на GitHub. Сейчас всё просто: одна сессия = один запрос, независимо от сложности задачи, раньше (не застал) была какая-то сложная тарификация, когда 1 сессия агента могла сжирать запросы десятками. По моим замерам двухмесячной давности, сессия могла длиться до 20 минут — представьте, сколько там вызовов.

Единственный минус, как и многих AI-сервисов - из РФ недоступен.

В общем, сильно рекомендую.

В догонку по Kiro и прочим AI IDE, CLI и т.д. инструментам с встроенной поддержкой Spec-Driven Development

Я считаю, что эти инструменты больше для вайбкодеров (в плохом смысле этого слова) и для быстрого старта, т.к. чем дальше - тем больше понимаешь, что надо все адаптировать под себя.

Поэтому проще сразу взять методологию в открытом виде: в виде промптов/команд/шаблонов документов и затем уже тюнить под себя.
А инструмент (пока) вторичен.

Различных SDD-методологий полно на гитхабе, включая систем-промпты для kiro.
- kiro: https://github.com/jasonkneen/kiro
- Github Spec Kit: https://github.com/github/spec-kit

Из всех этих IDE самая любопытная для меня Qoder от Alibaba - он и AST строит для умного анализа, и wiki по репо ведет. Не думаю, что это все заведется для 1С, но не 1Сом единым.

Также рекомендую присмотреться к подписке Google AI Pro — можно задешево купить акк на разных площадках.

Раньше смысла от подписки особо не было, т.к. почти все потребности закрывались через безлимитный aistudio, но с сентября добавили плюшки — повышенные лимиты на Gemini CLI.

Ребята из CodeAlive закинули pull request в tree-sitter-language-pack с поддержкой bsl

Плюсы:
1. CodeAlive будет поддеживать GraphRag по коду 1С, можно потыкать сервис
2. tree-sitter под лицензией MIT, можно в принципе и свой простенький GraphRag запилить (хотя мне почему-то казалось, что ANTLR4 для этого лучше подходит)

P.S. это не первый tree-sitter для 1С, Алексей Корякин (когда он все успевает?) уже выкладывал свою реализацию

У меня в начале лета витала идея запилить граф по коду + метаданным
Это полезно для impact-анализа - особенно при рефакторинге.

Т.к. что sonnet 3.7, что gemini, что o3 ленились самостоятельно строить и анализировать стек вызовов, обычно 1-2 уровня и после этого отчитывались что все ок.

В тот момент я решал эту проблемы просто скидыванием в контекст стека вызовов.

Но в итоге я передумал делать граф, т.к.:
- появились субагенты в cc
- появился sonnet 4.5
- есть BSL LS с функцией построение Call Hierarchy, в принципе это для большинства случаев достаточно, надо лишь прикрутить MCP-LSP адаптер или подождать, когда в vs code пофиксят usages tool

А чтобы получить доступ в gemini-cli надо в waitlist встать: Access Gemini 3 in Gemini CLI (только для держателей подписки Google AI Pro - о ней писал ранее)

Подробная информация: https://github.com/google-gemini/gemini-cli/blob/release/v0.16.0-preview.5/docs/get-started/gemini-3.md

Логан - продакт AI Studio и в целом довольно известен, одно из главных медийный лиц гугла в части AI

Касательно этого сообщения - в AI Studio явно собираются резать щедрые лимиты, монетизироваться через API (уже) и включать в подписки AI Pro/Ultra.

В общем планы на AI Studio большие, хотя, как мне кажется, изначально сервис создавался как песочница/playground для теста моделей и сбора данных для обучения, а теперь будут и подписочки, и мобильное приложение в начале 2026-го выйдет.

Новая nano banana хороша

Да, есть артефакты на русском, но гораздо меньше чем было.

Если проработать промпты и дать референсы на интерфейс 1С, то вполне можно использовать для чернового  прототипирования интерфейсов для презентаций и тз

Пикча в посте по промпту:
Сгенерируй скриншот 1с:предприятие 8.3 конфигурации "Управление публичным домом"

Антропики зарезали эффективное контекстное окно в Claude Code для соннета 4.5 до 127к токенов, увеличив буфер на autocompact с 44к до 77к

Причем у опуса как и раньше осталось 44k на autocompact

Если и раньше claude code по сравнению с codex жрал токены как не в себя, то теперь стало еще хуже за счет уменьшения размера контекстного окна.

Но "там не дураки сидят", надеюсь это сделано наоборот чтобы повысить качество компактизации для длинных сессий. Т.е. compact будет чаще, но результаты будет давать качественнее. Посмотрим.

Прогресс нейросеток за год

На примере кейса.

Иногда помогаю коллегам по тех. вопросам. Недавно прилетела срочная задача с подозрением на утечки памяти по незнакомой и довольно сложной подсистеме одного из наших коробочных решений.

Как бы я решал год назад:
- Настроил тех. журнал на CALL и LEAKS
- Погрузился в воспоминания о том как пользоваться grep'ами, sed'ами, чтобы посчитать топ по memory в calls
- То же самое для регулярок — и как говорится, если у тебя 1 проблема, в которой тебе необходимо пользоваться регулярками, то у тебя уже как минимум 2 проблемы
- Ну и дальше небыстрая ручная отладка кода, т.к. сам процесс в котором течет память может около часа выполняться

Как сделал сейчас:

Настроил тех. журнал (надо же руками самому хоть что-нибудь делать). Попросил copilot в vscode написать скрипт на питоне для выборки событий с top по memory в CALLS, потом скрипт который по связанным с call событиям leaks посчитает частоту всех стеков вызовов.

Передал результаты в Claude Code (sonnet 4.5, opus тогда еще не вышел) - попросил сделать deep research с субагентами по исходникам. CC нашел проблему: в ДокументDOM устанавливаются пользовательские данные со ссылками на узлы этого документа, которые в свою очередь ссылаются на этот ДокументDOM - циклическая ссылка, утечка найдена.

Предложил 2 варианта: полный с существенным рефакторингом (ок, добавим в бэклог в redmine) и быстрый - сделать а-ля деструктор, просто в цикле очистить пользовательские данные во всех узлах DOM.

У меня сомнения - не верю что можно так просто безболезненно почистить DOM, наверняка он используется по стеку далее.

Ок, но мы уже хорошо знаем LLM и его вероятностную природу, когда при разных запусках получаем отличающийся результат. Использую методику мультисэмплинга (подсмотрено у GPT 5 Pro и Gemini DeepThink): прошу Claude Code сделать ревью через группу субагентов, каждый из которых делает один и тот же ревью с небольшими различиями в инициирующем промпте, а затем оркестратор выбирает лучший ответ или агрегирует результаты. Оркестратор подтверждает — все ок, объект можно чистить. Верим.

Но смущает чистка DOM циклом - это не самая дешевая операция, размер дерева может быть приличным.

Ок, у нас есть более ленивый, но более эрудированный Gemini 3 в copilot — отправляю ему результаты исследования, прошу предложить другие варианты (не уточняя, что мне не нравится цикл). Gemini и без моих наводок приходит к выводу, что циклы не подходят, и предлагает найти нужные узлы через XPath — это будет гораздо быстрее, т.к. поиск по сути на голом C++ (на libxml). Круто, а я об этом и не подумал!

Gemini пишет код → скриптами загружаю в ИБ → запускаем процесс → проверяем память в Grafana (дашборды которой тоже настроил с gemini) → проверяем тех. журнал → и с первой же попытки утечки пофикшены. Ну и куда без супервизии — решение со своей стороны еще раз детально проверил.

Секундомером не замерял, но ускорение x2 получил точно. Еще и в параллели занимался другой задачей.

Может и выглядит немного хаотично — но такие точечные задачи идеальны чтобы потестить разные подходы. Сам R&D — самое сложное, а автоматизировать отлаженный процесс уже дело техники. Параллельно у себя выстраиваем инфраструктуру: промпты под типовые задачи, документация для ИИ, MCP-серверы, AI-assisted сервисы.

Еще на тему прогресса нейросетей за этот год

Нельзя не отметить, что помимо LLM мы получили потрясающий прогресс и в других генеративных моделях. Sora, Nano Banana, Veo - действительно впечатляют.

Но один GenAI мне особенно запал. Опять же, на личном примере.

Весь год мы с главным фанатом хорроров - моей женой - урывками играли в Silent Hill 2 на PS5, и к концу года наконец прошли. Мне нравятся такие игры: с драмой и депресняком (из похожего могу еще S.O.M.A посоветовать).

После финала, под настроение, захотелось послушать что-нибудь такое же меланхоличное, задумчивое, с «холодным» пианино. Ближайшие референсы в голове: Street Spirit от Radiohead или Sugar от Editors, хоть там и без клавишных.

Год назад я бы просто пошел на Youtube Music, но гугл решил, что я больше не похож на турка, и обрубил подписку.

Но мы же в 2025-м. Дал Gemini референсы на игру, треки и свои пожелания по настроению и за пару итераций получил текст и структуру песни. Купил подписку на Suno, скормил промпт - трек готов: https://music.yandex.com/album/39848673

Начал слушать — и окончательно осознал: «Старик, будущее наступило». Не то чтобы я раньше этого не понимал, но Suno - это как финальный аккорд.

Аминь.

Внезапно заработал Antigravity
Я им не горел, но решил попробовать еще раз залогиниться на фоне новостей о том что у подписчиков AI Pro повысили лимиты.
Видимо потому что сменил регион аккаунта (пункт 2 ниже)

В целом при проблемах с гуглом из-за гео надо проверять в 3-х местах:
1. Страна в платежном профиле: https://payments.google.com/gp/w/home/settings
2. Регион аккаунта: https://policies.google.com/country-association-form
3. Регион IP через этот скрипт, т.к. он проверяет регионы в разрезе сервисов (например, Netflix, Google, Cloudflare один и тот же IP могут относить к разным странам): https://github.com/vernette/ipregion/

Неопределенность с GLM Coding Plan

GLM 4.6 - одна из лучших (а до недавнего времени лучшая) открытая модель для кодинга, для 1С уж точно.
И z.ai (вендор) часто предоставляет выгодные предложения на Coding Plan для GLM.

Несколько месяцев назад приобрел себе Pro Plan за 45$ на квартал с x3 лимитами относительно Claude Max за 100$ в месяц. Красота.
Поначалу тестил в Claude Code - были очень хорошие впечатления, особенно на фоне деградации Sonnet 4.0 в августе.

Но бесплатный сыр сами знаете где.

На сегодняшний день что имеем:
- Anthropic-совместимый эндпоинт (для Claude Code) в GLM 4.6 имеет 200к окно и работает без ризонинга и довольно медленно, а без ризонинга даже SOTA модели довольно тупые.
- OpenAI-совместимый эндпоинт (для Kilo, Cline и пр.) имеет ризонинг, но ограничен контекстом в 130к и работает еще медленнее.
- Производительность сложно прогнозировать, т.к. в разное время суток и дни недели она сильно плавает.

Попробовать можно, благо недорого, но на текущий момент не рекомендую брать Coding Plan, если очень хочется - то работать по API.

P.S. И локально разместить GLM 4.6 вряд ли получится, т.к. у нее 350 млрд параметров.

ИИ-инструменты для DevOps и администрирования

Какое-то время использовал Warp для подключения и админки своих linux-серверов
У Warp есть киллер-фича Warpify. Это например когда ты из powershell подключаешься по ssh к linux-серверу через Warp, то он пробрасывает свой функционал внутрь сессии без установки агента на сам сервер. Плюс Warp работает без ограничений в РФ.

Это прямо хорошее подспорье для работы с ubuntu, особенно если ты не фуллтайм linux-сисадмин.
Раньше чтобы проверить состояние сервера надо было лезть в заметки в obsidian и вспоминать все эти du, netstat, iostat, fdisk. Сейчас достаточно написать - "тормозит сервер, проверь характер нагрузки, найди причину".

Но у Warp, как и у большинства ИИ-сервисов не от самих вендоров LLM, начали сжиматься лимиты - уже не раз их резали. А платить за него не хочу, т.к. у меня и так уже есть и copilot, и claude code.

Альтернативы:

VS Code + Copilot

Copilot в РФ не работает без ПО из трех букв
Подключиться по SSH к удаленному серверу можно через стандартное расширение VS Code - Remote SSH.
Это и плюс, что с Remote SSH просто удобнее работать, чем через голый терминал, но и минус, т.к. в интернет Copilot выходит через канал удаленного сервера, а не локальной машины, и соответственно там тоже словите гео-блоки.

Благо в настройках в VS Code можно явно указать, чтобы Copilot выходил через канал локального ПК:

"remote.extensionKind": {
    "GitHub.copilot": ["ui"],
    "GitHub.copilot-chat": ["ui"]
}

Но работает нестабильно.

Claude Code

@rsyuzyov поделился скиллом для Claude Code для работы по ssh
Принцип: CC поднимает процесс ssh, и затем с ним взаимодействует через pid процесса.
Не успел потестировать, но сам подход мне нравится.
CC работает локально, канал используется локальный. Из минусов разве что не будут работать встроенные инструменты (Edit/Glob/Ripgrep), т.к. их не прокинешь по ssh, но CC вполне может пользоваться нативными линуксовскими альтернативами: sed,grep и т.д.

Но только под рутом не подключайтесь (ваш кэп): в скилле в примерах авторизации используется root, а permissions из настроек claude code не будут учитываться на удаленном сервере.

А то не дай бог у Соннета рука дрогнет: "Ты абсолютно прав! Мне не стоило выполнять rm -rf!"

UPD:

но в целом, если не требуется держать постоянное соединение (например, если с конфигуратором работаете по ssh), то проще на сервер добавить свой ключик и просить CC напрямую дергать команды по ssh