Ландшафт технологий 1С

Вокруг 1С давно выросла целая вселенная: EDT и git, Vanessa и YAxUnit, SonarQube и BSL LS, мониторинг, CI/CD, брокеры, BI… Уследить за всем нереально - а понять, что нужно именно тебе и с чего начать, еще сложнее

Собрал все это в одну интерактивную карту
landscape1c.ru

Выбираешь, кто ты и где работаешь - и сразу видишь свой стек, без лишнего

Что внутри:
• 206 инструментов в 24 категориях: описание, зачем нужен, с чего начать
• фильтры по зрелости, лицензии, происхождению и доступности
• путь освоения по ролям - от базового к продвинутому
• схема-постер всего ландшафта с экспортом в SVG/PNG/PDF - распечатай и повесь в офисе
• граф связей - аналоги и зависимости между инструментами

Разметку выверяю не один.
За осями стоит экспертный совет - практики из своих областей:
• Матвей Серегин — разработка
• Игорь Апресов — разработка
• Евгений Акпаев — администрирование
• Дмитрий Абрамов — инфраструктура
• Татьяна Головкина — тестирование
• Александр Кунташов — тестирование
• Роман Данилов — аналитика
• Мария Серегина — аналитика

Проект бесплатный, методология открыта, код на GitHub. Любой инструмент можно предложить или поправить

Заходи, найди свой стек и расскажи, чего не хватает

landscape1c.ru

Буду благодарен за репост - так карту увидит больше коллег

Вопросы для подкаста про 1С:Бухгалтерию

У Марии Серегиной есть идея записать выпуск подкаста про 1С:Бухгалтерию. Сразу скажу, что выпуск не со мной, хотя казалось бы...

Уже вышел выпуск про 1С:ERP - там Алексей Кислов, руководитель подразделения развития практики ERP в фирме "1C", рассказал про историю продукта и планы на будущее

Теперь на очереди 1С:Бухгалтерия

Что хотите узнать? Пишите вопросы в комментарии - лучшие попадут в эфир

Ландшафт технологий - Яндекс.Метрика

Неделю назад опубликовал масштабный проект Ландшафт технологий.

Вот немного цифр.
Уникальных посетителей - 2404 человек, среднее время на сайте чуть меньше 3 минут.

Вид отображения Путь на втором месте (307 просмотров) - это прикольно. Есть идея сделать на базе этого roadmap для обучения 1С, но это уже другая большая история.

Инструментом очень доволен. Получилось круто и залипательно! И 533 вернувшихся посетителя это подтверждают.

Спасибо, что делитесь им!

Продолжаю собирать статьи про ИИ и вот попалась интересная:

По прогнозу аналитической компании Gartner, к 2028 году стоимость разработки с использованием искусственного интеллекта превысит среднемировую зарплату разработчика (в расчётах Gartner около 2000 долларов в месяц). Причиной станет рост потребления токенов и переход поставщиков ИИ на модель оплаты по фактическому использованию.

«Руководители инженерных подразделений всё чаще обеспокоены тем, что расходы на ИИ, зависящие от потребления токенов, становится всё сложнее оправдать. Во многих случаях бюджет заканчивается раньше, чем ожидалось».

Проблема заключается не столько в самом ИИ, сколько в отсутствии культуры управления его использованием. Пока компании измеряют лишь рост производительности, но не контролируют расходы на токены, затраты могут увеличиваться быстрее, чем получаемая выгода. Поэтому управление потреблением токенов постепенно становится такой же важной инженерной дисциплиной, как контроль облачной инфраструктуры или оптимизация вычислительных ресурсов.

Статья: Gartner Predicts AI Coding Costs Will Surpass Average Developer’s Salary by 2028 as Token Consumption Surges

Пока мой план оптимизации выглядит примерно так:
1. Не здороваемся
2. Не благодарим
3. Не используем как калькулятор
4. ...
5. Profit!

Шпаргалка по современным терминам ИИ

Вокруг нейросетей постоянно появляются новые слова. На самом деле большинство из них описывают разные части одной архитектуры. Вот краткий словарь наиболее распространенных терминов.

Базовые понятия
1. LLM - большая языковая модель. Генерирует ответы на запросы пользователя
2. Prompt (промпт) - запрос, который отправляется модели. Определяет, какой ответ получит пользователь
3. System Prompt (системный промпт) - набор правил и роль модели, заданные на весь диалог. Определяет поведение модели независимо от конкретных запросов пользователя
4. Token (токен) - единица текста, по которой измеряются объем и стоимость работы модели. Используется для расчета лимитов и стоимости
5. Context Window (контекстное окно) - максимальный объем контекста, который модель может учитывать одновременно. Позволяет работать с длинными документами и историей переписки
6. Temperature (температура) - параметр, влияющий на вариативность ответов. Позволяет сделать модель более точной или более творческой
7. Hallucination (галлюцинация) - уверенный, но фактически неверный ответ модели. Одна из главных причин проверять важные ответы перед использованием
8. RAG - поиск информации перед генерацией ответа с последующим добавлением ее в промпт. Позволяет использовать актуальные документы и внутренние базы знаний
9. MCP (Model Context Protocol) - стандарт подключения внешних инструментов и источников данных к модели. Позволяет использовать один интерфейс для интеграции различных сервисов
10. Agent (агент) - система, которая самостоятельно планирует решение задачи и использует инструменты. Автоматизирует выполнение сложных сценариев

Часто встречаются
11. Tool Calling (вызов инструментов) - возможность модели вызывать внешние функции и сервисы. Позволяет работать с API, файлами и другими системами
12. Skills (скиллы) - готовые инструкции и материалы для агента, например гайд по созданию таблиц или шаблон отчета. Агент подгружает их под конкретную задачу вместо того чтобы каждый раз объяснять контекст заново
13. Few-shot / Zero-shot prompting (промптинг с примерами и без примеров) - передача примеров желаемого ответа в промпте против просто инструкции без примеров. Влияет на качество и предсказуемость ответа
14. Structured Output (структурированный вывод) - ответ модели в строго заданном формате, например JSON. Упрощает интеграцию с другими системами
15. Embeddings (эмбеддинги) - векторное представление текста для поиска по смыслу. Используются для семантического поиска
16. Vector Database (векторная база данных) - база данных для хранения embeddings. Позволяет быстро находить похожие документы
17. Workflow (воркфлоу) - заранее определенная последовательность действий. Используется для автоматизации повторяющихся процессов
18. Short-term Memory (краткосрочная память) - память текущего диалога. Позволяет модели помнить предыдущие сообщения
19. Long-term Memory (долгосрочная память) - память, сохраняющая информацию между сессиями. Позволяет учитывать прошлые взаимодействия с пользователем
20. Guardrails (гардрейлы) - ограничения и проверки, обеспечивающие безопасную работу модели. Помогают избежать нежелательных ответов и действий

Для разработки AI-приложений
21. Chunking (чанкинг) - разбиение документов на небольшие части. Повышает качество поиска и работы RAG
22. Reranking (реранкинг) - повторная сортировка найденных документов по релевантности. Помогает выбрать наиболее полезные результаты
23. Context Engineering (инженерия контекста) - подход к осознанному формированию того, что попадает в контекст модели на каждом шаге. Расширение prompt engineering для агентных систем с длинными сценариями
24. Planning (планирование) - построение плана выполнения задачи. Позволяет разбивать сложные задачи на этапы
25. Reflection (рефлексия) - самопроверка и корректировка собственного ответа. Помогает уменьшить количество ошибок
26. Multi-Agent (мультиагентность) - совместная работа нескольких специализированных агентов. Позволяет распределять обязанности между агентами
27. Subagents (субагенты) - узкоспециализированные агенты внутри одного оркестратора. Решают отдельную часть задачи и возвращают результат основному агенту
28. Orchestration (оркестрация) - управление всеми этапами работы AI-приложения. Координирует взаимодействие модели, инструментов и памяти
29. Evaluation (оценка) - автоматическая оценка качества ответов. Позволяет отслеживать качество модели после изменений
30. Harness (харнесс) - обвязка вокруг модели для тестирования, логирования и трейсинга. Используется для запуска тестов, сбора метрик и сравнения результатов
31. Benchmark (бенчмарк) - набор тестов для сравнения моделей. Позволяет объективно оценить их качество
32. Observability (обсервабилити) - мониторинг работы системы: стоимость, токены, задержки, ошибки. Используется для контроля и диагностики AI-приложений
33. Sandbox (песочница) - изолированная среда для безопасного выполнения кода. Защищает основную систему при работе с потенциально опасными операциями

Список не претендует на полноту, но именно эти термины сегодня встречаются чаще всего в статьях, документации и при разработке AI-приложений. Если понимать их значение, ориентироваться в современной экосистеме становится заметно проще.

Почти все инструменты, которые сегодня подключают ИИ к 1С, идут по одному пути. Они анализируют исходный код. Читают .bsl и .mdo, разбирают XML, строят собственные индексы, пытаются восстановить типы и связи между объектами.

Но есть реализация, которая задает совсем другой вопрос. А зачем вообще анализировать исходники, если рядом уже есть тот, кто все это сделал? Наша IDE.

Среда разработки уже построила модель проекта. Она знает типы выражений, связи между объектами, результаты проверок, умеет выполнять рефакторинги и гарантирует корректность изменений. Самая сложная работа уже выполнена.

Остается не повторять ее заново, а получить доступ к этой модели.
Именно эту идею реализует плагин для EDT EDT-MCP (или вот тут легче версия с тем же подходом - edt-bridge). Он публикует модель IDE наружу по протоколу MCP.

После этого агент работает уже не с текстом фаилов, а с представлением проекта, которое поддерживает сама среда разработки. Отсюда появляются вычисление типов, поиск использования, диагностика, безопасный рефакторинг, добавление и удаление реквизитов.

Интересно именно это смещение взгляда. Вместо того чтобы учить ИИ понимать проект с нуля, можно использовать знания, которые IDE уже накопила. Выглядит многообещающе!

Поддержка типовых конфигураций 7.7 прекратится с 2027 года

Фирма "1С" доводит до сведения пользователей типовых конфигураций "1С:Предприятия 7.7" о том, что с 01.01.2027 прекращается выпуск обновлений и поддержка на линии консультаций программных продуктов системы "1С:Предприятие 7.7" для РФ. Обращаем внимание, что в соответствии с информационным письмом № 32303 от 25.10.2024 с 2026 года в типовых конфигурациях "1С:Предприятия 7.7" прекращено обновление форм регламентированной отчетности.

Подробнее в информационном письме №34620 от 03.07.2026

Патент про управляемые формы

У фирмы 1С есть зарегистрированный патент на технологию управляемых форм от 2016 года. Внутри детально расписана та самая архитектура форм, которой мы пользуемся каждый день

Как это устроено:
1. Логическое описание формы
Генерируется автоматически из метаданных объекта или заранее готовится разработчиком: элементы, команды, порядок, группировки

2. Форм движок прогоняет описание через три независимых источника
- Функциональные опции решают что включено во внедрении
- Права доступа решают что скрыть от пользователя
- Пользовательские настройки это то, что человек сам подвинул под себя
3. На выходе визуальное описание, еще без привязки к устройству
4. И только на клиенте оно превращается в конкретную форму с учетом экрана, разрешения, шрифтов и типа клиента


Из интересного:
1. Пользовательские настройки в патенте прямо ограничены. Можно скрыть поле, передвинуть его, задать размер. А вот добавить новое поле пользователь не может, только разработчик через логическое описание

2. Отдельный пункт формулы про сообщения об ошибках рядом с полем, если данные введены некорректно

3. В примере серверного железа в патенте фигурирует процессор Intel Core 2 Quad и видеокарта nVidia GeForce GT 240M. Возраст документа чувствуется

Тестовый прогон бота для Ландшафта технологий

Для повышения точности Ландшафта технологий 1С важно не только мнение экспертов, но и реальное положение дел в сообществе. Что используют, а о чем только слышали

Но для этого нужно как-то удобно и приятно спросить у вас об этом. И я придумал сделать для этого телеграм бота - @stateOf1c_bot

Там по каждому инструменту нужно ответить на два вопроса - работал или слышал и хотелось бы снова или попробовать.

А результаты потом соберем в красивую страничку (пример ниже) и добавим еще на карточки инструментов, чтобы сразу видеть реальное использование

Но это в идеале...

А сейчас хочется проверить эту идею и как справимся с нагрузкой. Поэтому прогон пока только тестовый. Боевой запустим в сентябре, когда все вернутся из отпусков

В тестовом прогоне в основном базовые инструменты и вы их знаете, поэтому опрос займет 1-2 минуты

@stateOf1c_bot

Что важно сейчас понять:
- Все ли понятно?
- Удобно ли пользоваться?
- Справимся ли с нагрузкой?

Результаты тестового опроса соберу и покажу в понедельник

На текущий момент в боте @stateOf1c_bot ответило 57 человек

Давайте за выходные добьем до 100, чтобы данные получились насыщеннее

Те, кто еще не проходил опрос - просьба уделить минуты 3 максимум. Потом можно смело бросить

@stateOf1c_bot

А в понедельник всем будет доступна интерактивная страница с итогами (пример ниже)

Спасибо за участие в опросе

Ребята, всем спасибо за участие в опросе - @stateOf1c_bot

Самостоятельно у меня не удалось набрать достаточно людей для репрезентативной выборки, но благодаря коллегам - все получилось!

Спасибо:
1. Клуб питерских одинэсников
2. Вне эфира с Марией Серёгиной
3. Абасов АйТи
4. Игорь Апресов | Radio Ingvar
5. Путь Аналитика | Данилов Роман
6. Будни 1С QA
7. 1С и AI, полезные инструменты и сервисы, стандарты

Итоги тестового прогона

Результаты здесь - landscape1c.ru/survey2026

Это была тестовая волна, чтобы проверить бота, механику и то, как вообще читаются результаты. Спасибо всем, кто прошел! Делюсь тем, что получилось

Сразу оговорюсь, что выборка вышла узкой. 79% ответивших это разработчики, больше половины из инхауса, а девять из десяти опытные специалисты и эксперты. Поэтому цифры ниже стоит читать как живое превью по этому кругу людей, а не как срез всей экосистемы 1С. Полную и разнообразную картину постараемся собрать в сентябре

Итак, что показал прогон

В тестовый опрос взял все базовые инструменты и несколько нишевых, и ставка на базу подтвердилась. Их знают буквально все, доля «не знаю» в среднем 5%. Консолью запросов, БСП, git и Стандартами разработки пользуются практически все, а «взял бы снова» отвечают под 99%. Значит фундамент подобран точно, это действительно та база, по которой споров нет

Но даже внутри базовых инструментов есть напряжение, и это самое интересное. Смотрите на связку Хранилища и git. Штатным Хранилищем пользуются почти все (95%), а вот снова выбрали бы его лишь 70%. Получается, почти каждый третий поработавший к нему не вернулся бы

У git при использовании 82% лояльность 99%. И показательно, что из тех, кто еще не работал с git, попробовать хотят 90%, а Хранилище пробовать не рвутся даже те немногие, кто с ним пока не сталкивался

То есть это читается как история миграции. Люди вынужденно сидят на Хранилище, а сердцем и руками уже в современном стеке. И по мере роста выборки этот разрыв так и держится

Отдельная и, пожалуй, самая любопытная история про EDT. В сообществе ходит миф, что EDT никто не любит и работать в нем не хотят. Но цифры говорят обратное

Работали с ним 77%, и почти трое из четырех поработавших выбрали бы его снова. А из тех, кто пока только слышал, попробовать хотят 86%, это самая верхушка интереса во всем опросе. Так что тезис «EDT не нужен» цифры не подтверждают. К нему тянутся снаружи, и большинство внутри остается

Но есть и вторая половина правды. Рядом с EDT в стеке разработчика живут git, VSCode и SonarQube с лояльностью 94–99%. На их фоне 72% выглядят скромно. Но, кажется, что это не провал, а зона роста. EDT не отвергают, он просто не дотягивает до планки современного стека

А эталоном той самой планки выглядит SonarQube. У него сходится и то, и другое. Из работавших снова выбрали бы 94%, а среди тех, кто пока только слышал, попробовать хотят 89%. Это один из самых высоких показателей во всем опросе. Его и любят изнутри, и тянутся к нему снаружи.

Из нишевого проглядывает будущее у RabbitMQ. Про него слышали почти все, но в реальной работе он пока меньше чем у трети (используют 29%), при этом попробовать его хотят 85%. И он такой не один, рядом Jenkins (используют 32%, хотят 77%) и Wiki репозитория (31% и 75%). Классические инструменты на переходе из «слышал» в «работаю»

Про 1С:Напарник знают почти поголовно, 99%. Но в деле он пока у 57%, и лояльность у него одна из самых низких в опросе - 69%. Похоже на классику раннего этапа, когда рынок переполнен конкурентами: слышали все, попробовала половина, а закрепился он пока не у всех

Полные результаты с фильтрами по роли, уровню и контексту здесь: landscape1c.ru/survey2026

Но это была разминка и в сентябре проведем большой опрос. Шире охват, все роли и уровни, постараемся собрать честную картину по всей экосистеме

GitHub перестал работать в России

Крупнейшая платформа для хостинга IT-проектов недоступна для пользователей без использования VPN.

Жалобы на сбой поступают из Москвы, Санкт-Петербурга и других российских городов

GitHub снова доступен

Помимо страницы с результатами опроса добавил в карточки инструментов мнение сообщества о базовых инструментах

Разместил бейджики со звездами и датой последнего коммита, чтобы было видно насколько живой инструмент, если он публикуется на GitHub

Доработал страницу со схемой, чтобы можно было передвигать блоки и категории в них. Так можно подготовить карту под себя, а затем распечатать и повесить в офисе или на стене

И добавил репозиторий еще и на gitflic

Карта всех инструментов 1Сника - https://landscape1c.ru/

Перерыв на 2 недели

Коллеги, традиционный перерыв на 2 недели от телеграма!
Не скучайте! Вы самые крутые!