Фирма 1С выпустила AI-ассистента. Называется «Напарник», работает прямо в EDT, бесплатен для подписчиков ИТС до 1 февраля 2027 года. Я потратил две недели, чтобы понять: это инструмент или маркетинг?
Спойлер: и то, и другое. Но пропорции не те, что ожидаешь.
Что это такое технически
Напарник — это LLM (языковая модель), обученная фирмой 1С на коде платформы и типовых конфигураций. Встроена в EDT как плагин. Работает в контексте открытого проекта: видит метаданные, формы, модули, процедуры. Использует RAG — Retrieval-Augmented Generation, то есть подтягивает релевантный контекст из конфигурации перед генерацией ответа.
Звучит правильно. RAG — это именно то, чего не хватает обычному ChatGPT при работе с 1С: модель не знает вашу конфигурацию, не видит ваши модули, генерирует код в вакууме. Напарник, по идее, эту проблему решает.
По идее.
Где реально помогает
Начну с хорошего. Есть задачи, где Напарник экономит время.
Документирование кода. Просишь «опиши, что делает эта процедура» — получаешь внятное описание на русском языке. Для legacy-кода без единого комментария — находка. Я за день прогнал через него два модуля, которые давно хотел задокументировать. Результат процентов на 80 пригоден — нужна минимальная правка.
Шаблонный код. Создать обработчик события формы, написать запрос к регистру сведений, сформировать табличный документ — рутина, которую пишешь на автопилоте. Напарник делает это быстрее, чем я набираю вручную. Не потому что он умнее — просто у него нет паузы на «так, какой там синтаксис у ВременнойТаблицы».
Объяснение чужого кода. Открываешь модуль, написанный кем-то три года назад. Переменные a1, a2, x. Вложенные циклы. Никаких комментариев. Спрашиваешь Напарника — он разматывает логику. Не всегда точно, но как стартовая точка для понимания — работает.
Где не работает
А теперь честная часть.
Сложная бизнес-логика. Просишь написать алгоритм распределения себестоимости по партиям с учётом возвратов и перемещений между складами. Получаешь красивый код, который делает что-то похожее, но не то. Напарник не понимает бизнес-контекст. Он генерирует синтаксически правильный код, который семантически неверен. И это опаснее, чем если бы он просто отказался — потому что код выглядит убедительно.
Нетиповые конфигурации. RAG работает хорошо, когда конфигурация типовая или близка к типовой. Модель обучена на коде БСП, ERP, УТ. Если у вас кастомная конфигурация с нестандартными объектами — контекст помогает меньше. Напарник видит ваши метаданные, но не понимает их семантику.
Оптимизация запросов. Вот здесь я разочарован больше всего. Просишь оптимизировать медленный запрос — получаешь косметические правки. Добавить индекс. Убрать лишнее поле. Но глубинные проблемы — как тот LEFT JOIN с фильтром в ON — Напарник не видит. Он оперирует синтаксисом, а проблема в семантике SQL, в поведении оптимизатора, в архитектуре запроса. Именно такой случай разобрал подробно: как один фильтр в ON превратил трёхсекундный отчёт в четырёхминутный.
Неочевидные связи между модулями. Когда баг возникает из-за того, что обработчик в одном модуле меняет глобальную переменную, которую читает процедура в другом модуле — Напарник бессилен. Он видит код отдельных модулей, но не связи между ними. Не архитектуру.
Главная проблема: уверенность
Напарник никогда не говорит «не знаю». Он всегда выдаёт ответ. Даже когда не имеет понятия, что делает. Это свойство всех LLM, и оно особенно опасно в контексте 1С.
Потому что проверить сгенерированный код на 1С — это не просто запустить линтер. Нужно понимать бизнес-процесс, знать особенности конфигурации, учитывать права доступа, регламентные задания, обмены данными. Код компилируется, выглядит правильно, а потом закрытие месяца идёт восемь часов вместо двух.
Джуниор-разработчик, который доверяет Напарнику без проверки — бомба замедленного действия. Опытный разработчик, который проверяет каждую строку — получает ускорение, но не революцию.
Сравнение с ChatGPT и Claude
Я параллельно использую Claude для работы с кодом. И вот что заметил: для задач, не требующих контекста конфигурации — Claude сильнее. Лучше объясняет, точнее генерирует алгоритмы, адекватнее отвечает «я не уверен».
Преимущество Напарника — именно в контексте. Он видит вашу конфигурацию изнутри EDT. Для задач типа «напиши обработчик ПриСозданииНаСервере для формы справочника Номенклатура» — Напарник выигрывает, потому что знает реквизиты этого справочника. Детальное сравнение с ChatGPT и Claude на конкретных задачах разработки — в расширенном обзоре 1С:Напарника.
Идеальный рабочий процесс: Напарник для контекстно-зависимого кода, внешняя LLM для алгоритмов и архитектурных вопросов. Не выбирать одно, а комбинировать.
Мой вердикт
Напарник — полезный инструмент для рутины. Документирование, шаблонный код, первичное знакомство с чужим кодом. На этих задачах он реально экономит время.
Для сложной разработки — не замена мозгам. Скорее блокнот, который иногда подсказывает. Иногда правильно.
Стоит ли пробовать? Да. Он бесплатный, встраивается в EDT одним плагином, не ломает рабочий процесс. Стоит ли менять подход к разработке? Нет. Пока нет.
Через год, может, допишу продолжение с другим выводом. AI развивается быстро. Но сегодня, в марте 2026 — это помощник для рутины, не более. Почему senior-разработчиков 1С по-прежнему не хватает даже с AI-ассистентами — об этом кадровый голод на рынке 1С: взгляд изнутри.





