БАЗОВАЯ АРХИТЕКТУРА

Человек → ChatGPT → tools → browser → 1С → EVIDENCE. Управляющий протокол: PLAN → ACTION → EVIDENCE.

Что такое AI-агент для 1С

В практическом смысле AI-агент для 1С — это система, которая может не только объяснить, что нужно сделать в 1С, но и пройти часть рабочего сценария через разрешённый интерфейс: найти объект, проверить состояние, собрать данные, выполнить допустимое действие и затем проверить результат. Агентность начинается там, где ответ перестаёт быть конечным продуктом и становится управляющим слоем реальной работы.

Чем это отличается от «ChatGPT пишет код 1С»

Генерация кода остаётся важным сценарием, но она работает только с текстовым представлением задачи. Агентская работа охватывает ещё и эксплуатационный контекст: какая база открыта, какой пользователь вошёл, что сейчас находится в интерфейсе, какие действия разрешены, что изменилось после операции и как это доказать.

Проверенный стек

В лабораторном сценарии использовалась цепочка: ChatGPT как слой постановки и рассуждения, Desktop Commander как локальный инструментальный слой, Opera Neon как браузер, затем 1С Web Client как реальная бизнес-система. Такая архитектура важна не названиями продуктов, а разделением ролей: reasoning, tools, UI action, target state, evidence.

Пример задачи:

«Проверь, есть ли в контрагентах ООО “АТЭК”. Ничего не меняй. Верни только подтверждённый результат и укажи, где он проверен».

PLAN для 1С-агента

PLAN должен включать базу или контур, цель, разрешённый тип действий и критерий успеха. Для проверки контрагента ACTION может быть только read-only. Для изменения документа PLAN должен отдельно определить, что можно редактировать, какие поля нельзя трогать и требуется ли предварительный dry-run или подтверждение человека.

ACTION: браузер как слой исполнения

Web Client делает 1С доступной через обычную браузерную поверхность. Это позволяет использовать агентский браузерный слой для навигации и проверки интерфейса без прямого вмешательства в конфигурацию. Однако UI-автоматизация должна считаться менее надёжной, чем API или структурированный интерфейс: элементы могут меняться, состояние формы — зависеть от контекста, а лицензирование и сессии — накладывать ограничения.

EVIDENCE: как доказать результат в 1С

Для чтения evidence может быть найденная карточка объекта, список результатов или повторная проверка поиска. Для изменения — повторное чтение поля, статус документа, движение регистра, запись в журнале или другой наблюдаемый признак. Сообщение агента «проведено» не является достаточным доказательством проведения документа.

Реальный edge case: одна Web Client-сессия

В тестовой среде обнаружилось ограничение developer license: параллельный Web Client мешал сценарию. Это хороший пример того, почему отрицательный результат тоже является evidence. Агентский workflow должен знать не только «как нажать», но и эксплуатационные ограничения платформы и окружения.

Где AI-агенты могут дать максимальную пользу в 1С

  • Поддержка: воспроизвести пользовательскую проблему и собрать факты до передачи разработчику.
  • Навигация и диагностика: найти объект, проверить настройки, статус, взаимосвязанные данные.
  • Регрессионные сценарии: пройти повторяемую последовательность действий и проверить результат.
  • Миграции и массовые операции: сначала dry-run и список затрагиваемых объектов, затем ограниченное выполнение.
  • AI Code Intelligence: связать реальное поведение системы с архитектурой и кодом 1С.
  • Документирование: превращать фактический сценарий в воспроизводимую Functional Spec.

Безопасность: не «доверять AI», а проектировать границу

Для 1С особенно важно разделять права на чтение и изменение. Агент не должен получать больше полномочий, чем требуется текущей задаче. Технические ограничения окружения, отдельная тестовая база, роль пользователя, allowed directories для локальных файлов и подтверждение перед опасными действиями сильнее, чем инструкция «будь осторожен».

Коммерческий сценарий

Практическая ниша — не продавать «нейросеть для 1С» как абстракцию, а предлагать конкретные проверяемые workflows: диагностика инцидента, AI-readiness аудит, автоматизированный разбор модуля, проверка операций, agent-assisted support. Каждый сценарий должен иметь PLAN, ограниченный ACTION и наблюдаемый EVIDENCE.

Связь с A1sCode

A1sCode может стать вторым слоем преимущества: если прикладной код имеет читаемые высокоуровневые операции, спецификации и явные намерения, агенту проще анализировать код, связывать его с бизнес-сценарием и объяснять результат человеку.