1С:Предприятие 8

🐼 Вы точно ждали это видео!

Почему подключение новых MCP-инструментов может увеличить расходы на ИИ? Как агенту ориентироваться в огромной конфигурации 1С и узнавать об ошибках до загрузки в платформу? Игорь Апресов разбирает устройство MCP-сервера на примере Unica и объясняет, какие решения помогают управлять контекстом и работой агента.

💡 Игорь Апресов - Путь панды: как устроен MCP-сервер для 1С

В докладе:
🔸обмен между агентом, клиентом и сервером;
🔸цена токенов и кэширование;
🔸сжатие контекста и субагенты;
🔸Unica и многое другое.

Выкладываем полное видео - от старта митапа до вопросов из зала!

🐼 Смотреть:
YouTube | ВК

Сказать "спасибо":
https://t.me/kungfu_conf?boost

КУНГ-ФУ: Канал / Чат 👍

ИИ пишет код. ИИ пишет тесты. Все тесты зеленые. А система работает неправильно. Как так?

Оказывается, агент может не просто пропустить баг, а закрепить его тестом, превратив ошибочное поведение в ожидаемое.

Именно такой случай разбирает Алексей Корякин в своём докладе про ИИ и автоматизацию тестирования.

В докладе на реальных примерах показывается, как ИИ-агенты:

- Пишут хрупкие тесты, которые проверяют реализацию вместо бизнес-поведения.

- Подгоняют тесты под существующий код, даже если он противоречит требованиям.

- Создают иллюзию качества: тестов становится больше, все они проходят, а уверенности в корректности не прибавляется.

- Теряют контекст и начинают противоречить собственным первоначальным решениям.

Раньше главным источником истины был код. Теперь всё большую ценность приобретают спецификации, бизнес-инварианты и требования, а код и тесты становятся их реализацией.

Автор показывает, как выстроить работу агента через спецификации, тест-кейсы, AGENTS.md, Skills и автоматическую обратную связь.

Главный вывод: когда ИИ может генерировать код практически без ограничений, узким местом становится не разработка, а способность доказать, что он делает именно то, что нужно.

Смотреть доклад: https://youtu.be/l6rrTxoYdps

1 миллиард событий в месяц на 1С.

Когда речь заходит о высоконагруженных системах, 1С редко приходит на ум первой. Но в СДЭК решили иначе и построили на 1С биллинг, который обрабатывает впечатляющие объёмы:

• ⚡ 1 миллиард событий в месяц
• 📄 3 миллиона актов
• 👥 700 тысяч корпоративных клиентов

И самое интересное здесь не цифры, а архитектура.

Вместо монолитной обработки — разделение данных на логические слои, многопоточный конвейер, RabbitMQ для событий и REST API для синхронных операций.

Отдельного внимания заслуживает подход к финансовым данным: история не переписывается, а изменения оформляются через сторнирование и новые записи.

А для мониторинга используются привычные backend-разработчикам Prometheus и Grafana.

Главный вопрос: где на самом деле предел производительности 1С — в платформе или в архитектуре наших решений?

В статье подробно разобрано, как устроена система, какие инженерные решения были приняты и как удалось добиться такой масштабируемости.

🔗 Читать: https://habr.com/ru/companies/cdek_blog/articles/1074562/