Авторы публикаций на платформе Инфостарт провели серию практических экспериментов, демонстрирующих возможности искусственного интеллекта в экосистеме 1С. Исследования охватывают обучение нейросетей непосредственно на сервере платформы, оптимизацию производительности оборудования, использование ИИ-ассистентов для написания кода и внедрение автоматизации в малом бизнесе. Представленные кейсы содержат конкретные цифры, рабочие инструменты и описание допущенных ошибок, что позволяет понять текущее состояние технологий и скрытые риски их применения.
В одном из экспериментов было проверено обучение нейросети без использования видеокарт и внешних сред разработки, таких как Python. Модель с 21 920 параметрами обучилась на сервере 1С за 2,96 часа, успешно ответив на 38 из 40 вопросов об объектах платформы. Автор детально разбирал механизмы обучения, включая понятия градиента и алгоритм AdamW, показывая, как оценка времени обучения сократилась с первоначальных 51 суток до нескольких часов. Этот подход позволяет реализовать обучение ИИ средствами встроенного языка 1С, не прибегая к сложной инфраструктуре.
Для повышения производительности сервера 1С на базе процессора AMD Ryzen 9 9950X была применена виртуализация под Proxmox KVM. В результате балл в тесте Гилёва вырос с 35,46 до 79,37, что составляет увеличение на 123,8% без экстремального разгона. Автор отмечает преимущества такого подхода для производственных серверов: возможность резервного копирования, переносимость виртуальной машины и удаленное администрирование. Однако предупреждается о рисках отключения защитных функций процессора ради ускорения, подчеркивая, что грамотная настройка системы может быть эффективнее покупки более мощного оборудования.
Разработка конфигураций с помощью ИИ-ассистента Cursor также была протестирована в реальных условиях. Создана карта репозитория, описывающая организацию проектов, навыков и команд, где ИИ выступает в роли быстрого, но требующего контроля стажера. Особое внимание уделено правилам безопасности: типовая конфигурация остается нетронутой, а опасные операции выполняются с явным подтверждением. Репозиторий помогает превратить эксперименты в системную инженерную практику, обеспечивая предсказуемость результата и контроль качества.
Внедрение ИИ в малом бизнесе показано как доступное решение, не требующее многомиллионных бюджетов. Предприниматели могут начать с автоматического разбора почты, виртуальных продавцов и MCP-серверов для взаимодействия с агентами. Ключевым аспектом становится не написание кода, а качество внедрения и технической поддержки. Автор подчеркивает важность проверки внутренней архитектуры решений и их работоспособности в реальных условиях, чтобы избежать ошибок в счетах или самовольных изменений цен.
Трехмесячный опыт разработки в проекте 1С:Бухгалтерии КОРП 3.0 с использованием агента Claude Code выявил ограничения автоматизации. За этот период агент внес 328 коммитов и написал 40 правил, возникших после падений конфигуратора. Несмотря на успешную проверку в среде EDT, это не гарантировало работоспособность всей конфигурации. Автор рекомендует правильно ставить задачи, проверять результаты на полных наборах данных и оставлять создание метаданных человеку, превращая автоматизацию в управляемый процесс с измеримыми проверками и контролем рисков.
