IT Does Matter

😎🍂2 сентября мы перевернем календарь,
а 3 сентября... всё будет серьезно!

Пока рынок обсуждает нейросети, мы в EmplDocs переводим компанию на концепцию AI-Native — это когда ИИ становится неотъемлемым участником команды.

Проводим открытый онлайн-митап, где разберем рабочий стек ИИ каждого отдела.

🗓3 сентября, 16:00 МСК.
📍Формат: бесплатно, онлайн (запись всем зарегистрированным).

🎙 Что в программе? Семь коротких докладов.
Наши спикеры покажут свои реальные рабочие задачи и роли ИИ в этих процессах:

🔴Олег Филиппов (CEO) — движемся к статусу «AI-Native» компании.
🔴Екатерина Александрова (CPO) — продуктовые решения с AI.
🔴Сергей Петров (Разработчик) — разработка с ИИ.
🔴Ирина Дементьева (Аналитик) — автоматизация аналитики с помощью ИИ.
🔴Валерия Толкачева (PM) — как ИИ помогает в управлении проектами.
🔴Виктория Богатырева (Web-дизайнер) — дизайн, анимация и макеты.
🔴Максим Рябченко (Маркетолог) — ежедневная маркетинговая аналитика.

🎁 После эфира вы получите (при регистрации):
— Запись и слайды — придут на почту в течение суток.
— Список инструментов и прикладной чек-лист.

⚠️ Если вы ищете тему «что такое нейросети», этот эфир покажется слишком практическим! Мы будем говорить только о реальных рабочих сценариях.

Приходите, зовите коллег IT-специалистов, аналитиков и HRD. Ответим на любые вопросы.

🔴 Зарегистрироваться на AI-Native meetup🔴
ссылка на meet-up придет за 3 дня до события

#подпишите_событие

Отметьте у себя в календарике. Дата знаковая, не забудете наверное :)

Поймал себя на мысли, что если ни один ИИ агент не работает и что то не фигачит у меня наступает тревожность :))).
Долго ли ещё осталось до времени когда собравшись на дейли будем спрашивать:
- Сколько у тебя агентов работает
- пять
- А что мешает десять запустить? Есть блокеры?

Про Автономных агентов в эксплуатации. На мой взгляд - почти идеальный выбор. Если не юзаете ещё, самое время начать.

Есть задача автоматизации регламентной операции. Мы её поручаем автономному агенту.
Просто одной фразой: "каждый день в 10 вечера выгружай dt из рабочей базы", к примеру.
Автономный агент работает НЕ ТАК как агенты для разработки.
👉 Агент пишет скрипт, который выгружает базу, проверяет что он работает. И ставит на него cron. Что и как он сделал - добавляет себе в память
👉 После cron происходит общание к LLM, LLM читаем память проверяет что скрипт выполнился (у агента условие - писать скрипты с логированием всегда), проверяет результат - отправляет вам оповещение в тележку если явно не указали что не надо.
👉 Если скрипт НЕ выполнился - LLM переписывает тут же скрипт и его выполняет. Учитывая новые условия (в базе были пользователи которых надо скинуть, база большая и нужен ibcmd, сервер 1С надо запустить и т.п.). Все условия добавляются в скрипт И в ПАМЯТЬ. Если появится новое непокрытое условие модель будет "знать" что и куда надо добавить
👉 Если появился непреодолимый блокер (вы тупо базу убрали, модели ничего не сказали и не откуда взять эту инфу) - модель отправит вам в тележку с восклицательным знаком сообщение и будет ждать ответа.
👉 Если упал сам Hermes\OpenClaw 🦀, то вы не получите никаких сообщений, как только поднимите его руками - будут выполнены или осознанно пропущены (оно не будет днём скидывать пользователей как правило) с уведомлением.

Всё это даёт:
👉 Минимальный расход токенов
👉 Практически сопоставимый с человеческим контроль регламентных операций

Про "лучше всё заскриптовать" можно забыть как по мне. В случае если вам доступны автономные агенты в инфре, их конечно надо юзать.
Ну и на данном примере наверное понятна как раз сила и мощь автономных агентов.

🔵 Дада, при доступе в инфру конечно вопрос безопасности стоит одним из главных. Это решается - правильно настроенные Hooks и LiteLLM, либо правильно настроенные права у tool backend. При желании решаемо. Но как по мне так админа ночью на сервер пускать страшнее чем ИИ агента :)

Моя любимая кгига детства. Как она актуальна и сейчас:

👉 Империя - ручная работа, даже автоматизация обычными скриптами. Она умирает и уже мертва, несмотря на то, что так пока ещё выполняется подавляющее большинство действий при разработке ПО.
👉 Основание - работа ИИ агентом. Не нужно много ресурсов и людей. Все значительно дешевле. Агент автономен, способен принимать решения, сделает что нужно
👉 Второое основание - автономный агент, который присматривает за основным агентом на случай если тот оказался не так хорош и автономен как хотелось бы :)

Сериал сейчас ещё по ней есть. Но сериал так себе. А у меня вот таки вот творческие аналогии для вечера субботы :)

Вцелом, это можно наверное уже считать классическим архитектурным паттерном разработки с ИИ.

Подозрительно дешёвого deepseek больше не будет :(... Что вцелом было ожидаемо. Видимо теперь через API самый дешёвый будет z.ai через openrouter у дешёвых провайдеров

Конкурс на новый факультет искусственного интеллекта МГУ составил 127 человек на место, сообщили РИА Новости в пресс-службе вуза.

"куда пойти учиться" теперь выглядит так :)

Выход очередного релиза "суверенного рунета" от РКН знаменательно ложит всё и везде.
В детстве меня учили, если у человека нет никакого ощущения что он делает что то хорошее и полезное, но он продолжает это делать, то это психическое отклонение. Потом рассказывали, что для людей с психическими отклонениями есть специальные места, чтобы они не были опасными для общества - иначе они могут навредить.
Очень были правы. Сильно могут навредить.
А мы ещё жалуемся что ИИ напрочь лишен эмпатии. У многих людей с ней тоже не очень.

https://vibecoding1c.ru/#map - сделал интерактивную карту по всему что только появилось и ещё появится по всем курсам/MCP/AddOn - ам.
Для совсем ленивых 📹 записал видео. Примерно это я объясняю и рассказываю на каждом:

Олег, есть 5 минут созвониться по поводу ИИ в 1С? Нам надо понять с чего начать.

Ну сейчас и правда уже может запутаться можно.
Discontinued курсов пока нет! По базовому курсу по вайбкодингу уже готовится массивный апдейт (новые модели и особенности, CC, codex, OpenCode), потом займусь продвинутым (Pi, оркестрация, графовая память, сжатие контекста). В общем Welcome - теперь не запутаетесь :)

Новый Opus слишком маниакально стремится проверить любой результат своей работы. В итоге фикс названия на 100 токенов превращается в задачу на полляма токенов. Вообщем скоро будет важный update правил для тех кто юзает антропиковские модели. О вермена о нравы, Раньше писали правила чтобы модель за собой проверяла, теперь начинаем писать чтобы не проверяла :).

AirLLM способен последовательно генерировать токены Kimi K3, храня почти все 1,56 ТБ весов на диске и удерживая в GPU только текущие модули; на RTX 6000 Ada для короткого теста было измерено 3,72 ГБ VRAM при скорости около одного токена за 292 секунды.

Генерация ответа на 100 токенов заняла бы около 8,1 часа;

https://github.com/lyogavin/airllm - любителям локальных моделей посвящается. Там Kimik3 на 16 GB VRAM разворачивают... Какая скорость не знаю, я этим конечно заниматься не буду. Но звёздочек много, кто хочет может попробовать, отпишитесь потом сколько токенов в секунду... Ну или... сколько секунд на токен :))))

Тема вызвала прямо много дискуссий
По мнению уважаемых людей при детальной проверке ИИ всё таки не сдал спеца по платформе.
В решении есть грубые ошибки, которые видны при детальном рассмотрении.
Моё мнение остаётся прежним - кажется я сдавал спеца с куда худшим кодом, и задачи "откопать все косяки" у преподавателей обычно нет.
Так или иначе, я должен отразить что если просмотреть код всего решения - действительно можно набрать косяков на неуд.
И тут у модели уже были и правила и стандарты разработки 1С и справка по платформе и шаблоны и паттерны.

Тестировать модель с методичкой по сдаче спеца я не буду - нет такой цели, уверен что вероятность сдачи в районе 100%

Тем не менее, в приведенном тесте:
✔️ Получено краткое описание задачи
✔️ Реализованы все пункты из описания (а задача достаточно объёмная)
✔️ Созданы объекты метаданных
✔️ Созданы формы
✔️ Созданы отчеты
✔️ Реализован весь код
✔️ Обновлена база
✔️ Созданы тестовые данные, и проведена проверка на них
✔️ Код написан нормально и адекватно
✔️ Использованы механизмы платформы

Ну мы лучше знаем слабости ИИ:
🚫 Детали архитектуры связанные с данными "понимает" пока плохо
🚫 Паттерны проектирования метаданных рассчитанные на параллельную работу большого количества пользователей могут хромать
🚫 Иногда склонен заменять кодом типовые механизмы платформы 1С

💰Откуда я взял "дороже" - я оценил финансовую часть. Просто примерно, решение этой задачи обошлось бы вам если нанять разработчика очень примерно 4500*5 = 22500 р. (ставка франча разработчика и время экзамена), а если нанять ИИ 600 тыс токеннов - максимум 2000 рублей, скорее всего сильно меньше. К качеству решений ИИ есть вопросы, но и во франче далеко не все сдали спеца по платформе, кстати :).

Так что есть пока ещё что проверить у будущих топовых моделей.

По видео есть люди кто усомнился в справедливости моей оценки - выгрузка базы по ссылке, посмотрите сами. Ничего не трогал. https://disk.yandex.ru/d/znbg-YoxT40SHg На рисунке результат проверки GPT 5.6. Но честно, не знаю как там сейчас проверяют педагоги, но если бы все задачи 1С:Специалист проверял бы решение ИИ по критериям которые описаны в методичке - не сдал бы никто. Я бы точно. ИИ предельно формален, снимает по максимуму и напрочь лишен эмпатии. Так что не надо сильно опираться на результаты его оценок - ИИ может оценивать только себя. Ну и если запустить одного решать, другого проверять по критериям и потом править - результат вы знаете, всё равно решит. Сейчас поэтому у всех так и работает. Смысл теста был именно в том чтобы дать на вход задачу и каркасную базу, на выходе получить базу с решенной задачей. Решение не идеальное, но то что я видел мне понравилось. Из важных косяков, которые я не нашел, действительно есть: механизм вытеснения не использован, а сделан запросом, что вцелом даёт верный результат, но неверный подход. Я не силён в сложных периодических расчетах и сразу не заметил.