- Регистрация
- 26 Март 2018
- Сообщения
- 84.130
Автор: Алексей Лапицкий
Название: AI: рабочий процесс [Алексей Лапицкий]
Описание:
Ситуация: нейросеть за секунды выдаёт убедительный модуль, который так же убедительно не работает в вашей конфигурации. На курсе вы соберёте контур, который доводит задачу 1С до проверенного результата.
Для кого этот курс:
Для разработчиков 1С, которые уже пробовали AI, но пока не выстроили систему работы.
Причина почти всегда одна и та же, и она не в «глупой» нейросети. Модель просто видит слишком мало.
Что у вас останется после курса:
Много инструментов — но собранных в один повторяемый маршрут, который вы уже видели выше.
1. Контекст проекта
Агент исследует проект, предложит спецификацию, изменит файлы и запустит доступные проверки. Бизнес-смысл, границы допустимого и финальное «принимаем» остаются за вами.
Делает агент:
Механическая работа:
Инженерные решения:
Не будет:
Три части. Сначала собираем инструменты, потом готовим проект, потом отрабатываем на нём весь рабочий процесс. Практика начинается после первого инструмента — ждать, пока весь электронный оркестр рассядется по местам, не придётся.
01. Установка инструментов:
02. Подготовка проекта 1С:
03. Практическое применение инструментов:
Здесь собранный контур начинает работать на задачах.
Автор Алексей Лапицкий
https://lapits.ru/ai-course
Название: AI: рабочий процесс [Алексей Лапицкий]
Описание:
Ситуация: нейросеть за секунды выдаёт убедительный модуль, который так же убедительно не работает в вашей конфигурации. На курсе вы соберёте контур, который доводит задачу 1С до проверенного результата.
Для кого этот курс:
Для разработчиков 1С, которые уже пробовали AI, но пока не выстроили систему работы.
Причина почти всегда одна и та же, и она не в «глупой» нейросети. Модель просто видит слишком мало.
- Модель не знает ваш проект
Она видит один файл и общие знания о 1С, а не вашу конфигурацию, связанные модули и метаданные. Отсюда решения «вообще правильные» и негодные конкретно у вас.
- У задачи нет границ
Без правил проекта агент трактует задачу как хочет: переписывает лишнее, придумывает свои соглашения, задевает соседний код.
- Непонятно, что считать готовым
Нет критериев приёмки — значит, каждый ответ приходится оценивать заново и на глаз.
- Нет обратной связи от проверок
Модель не видит результат синтаксической проверки и поведения в базе, поэтому не может исправиться сама.
- Ещё не пробовали AI в разработке на 1С?
Тоже подходящая точка старта. Специальная подготовка по нейросетям не нужна: курс начинается с установки первого инструмента, и уже на первом уроке вы примените его к простой задаче 1С — без долгого теоретического введения.
Что у вас останется после курса:
- Повторяемый маршрут
Вы умеете подготовить контекст, зафиксировать требования в спецификации, провести задачу до изменений в коде и повторить это на следующей доработке.
- Настроенная рабочая среда
Основные AI-инструменты установлены и готовы к работе с конфигурацией 1С.
- Навык самостоятельной проверки
Вы читаете изменения, проверяете синтаксис и логику, запускаете решение в тестовой базе.
Много инструментов — но собранных в один повторяемый маршрут, который вы уже видели выше.
1. Контекст проекта
- Проект и контекст
- Объекты разработки
- Правила проекта
- Проверка результата
- Объекты разработки
- Правила и границы
- AGENTS.md / CLAUDE.md
- Проектные правила
- Что агенту трогать нельзя
- AGENTS.md / CLAUDE.md
- Навыки и скиллы
- Работа с задачей
- Спецификации: от идеи до архива
- Работа с задачей
- Редакторы и AI-агенты
- Cursor · VS Code
- Claude Code · Codex
- Голосовой ввод
- Cursor · VS Code
- MCP-серверы для 1С
- Код и метаданные
- Проверка синтаксиса
- Документация и шаблоны
- Код и метаданные
- Сохранённые решения
- Архив спецификаций
- Memory Bank
- Выводы для следующей задачи
- Архив спецификаций
- Docker
- Git
- GitHub
- npm
- Python
Агент исследует проект, предложит спецификацию, изменит файлы и запустит доступные проверки. Бизнес-смысл, границы допустимого и финальное «принимаем» остаются за вами.
Делает агент:
Механическая работа:
- Исследует проект и предлагает спецификацию
- Вносит изменения в файлы конфигурации
- Запускает доступные проверки
Инженерные решения:
- Бизнес-смысл и границы допустимого
- Чтение фактических изменений и проверка логики
- Финальное решение: принимаем или нет
Не будет:
- Обучения 1С с нуля — основы языка и устройство модулей в программу не входят.
- Разработки одной кнопкой — вы ставите задачу, согласуете спецификацию и контролируете результат. Автономную AI-компанию курс не строит.
- Проверки преподавателем — после видео вы получите задание и повторите показанное самостоятельно. Персонального разбора кода и сопровождения нет.
- Обзора нейросетей и погони за промптами — задача узкая: применять AI в работе разработчика 1С так, чтобы результат можно было понять, проверить и повторить.
Три части. Сначала собираем инструменты, потом готовим проект, потом отрабатываем на нём весь рабочий процесс. Практика начинается после первого инструмента — ждать, пока весь электронный оркестр рассядется по местам, не придётся.
01. Установка инструментов:
- Начинаем с площадки: компьютер, доступы, права на установку и безопасная тестовая база.
- Дальше — по одному инструменту за урок: зачем он нужен, как поставить, как проверить, что он действительно работает.
02. Подготовка проекта 1С:
- Выгружаем тестовую конфигурацию в файлы, чтобы агент видел связанные модули и метаданные, а не один фрагмент кода.
- Задаём структуру каталогов и правила проекта, которые не дают агенту разгуляться.
03. Практическое применение инструментов:
Здесь собранный контур начинает работать на задачах.
- 3.1 Принцип «AI first»
Чем агент отличается от чата и почему по умолчанию задача идёт через агента. Где проходит граница: что делает он, а что остаётся за вами.
- 3.2 Принцип «Harness решает»
Модель генерирует следующий шаг, обвязка превращает шаг в управляемое действие. Разбираем агентный цикл и учимся определять, какой слой контура мешает получить результат.
- 3.3 Рабочий процесс AI-инженера 1С
Сквозной маршрут задачи: контекст → спецификация → изменения → проверка в 1С → сохранённое решение. Читаем фактические изменения, проверяем старое поведение в тестовой базе.
- 3.4 Спецификация
Как удержать требования и план до того, как написана первая строка кода. Критерии готовности, согласование решения, жизненный путь спецификации от идеи до архива.
- 3.5 Применение и выбор моделей
Показываю, какими моделями пользуюсь на исследовании, реализации и ревью и как переключаюсь между ними по ходу задачи.
- 3.6 Развитие AI-контура
Как повторить маршрут на следующей задаче, обновить инструменты и перенести процесс, когда сменится модель, IDE или сервис.
Автор Алексей Лапицкий
- 30+ лет в IT, 20+ лет в разработке на 1С.
- Ведёт YouTube-канал «Лапицкий, что не так с этим кодом?» и Telegram-канал о разработке и работе с AI.
- Более 8 000 подписчиков YouTube-канала, более 3 000 — Telegram-канала.
https://lapits.ru/ai-course
Материал «AI: рабочий процесс [Алексей Лапицкий]», возможно, скоро появится на All-DAR.
Пройдите регистрацию и оформите Premium подписку, чтобы первым получить доступ, и воспользуйтесь поиском — может быть, он уже опубликован.
Скрытый контент для пользователей All-dar.