или авторизуйтесь, если у вас он уже есть
История о том, как мы встроили ИИ-помощника в процесс code review 1С в условиях, когда нет ни Git, ни Sonar, ни EDT — только конфигуратор и вера в RAG (Retrieval-Augmented Generation).
Проблема: 20 лет системного долга, миллионы строк кода, нет стандартных инструментов разработчика. Попытка вручную ревьюировать растущий объем кода ведет к техническому дефициту и выгоранию команды.
Решение: Архитектура "всё в одном" на Open WebUI + OpenRouter + MCP-инструменты. Модели (GPT-4, Gemini Pro, Claude) обучены на реальном коде RAU IT и работают с контекстом через RAG, несмотря на отсутствие Git.
Результат:
• Precision/Recall 85–90% при сравнении с эталонным ревью тимлида
• -20% пост-релиз багов (категории ошибок, выявляемые AI)
• 2–3x ускорение ревью на сложных задачах (>500 строк кода)
• +30% времени тимлида на архитектурные решения вместо рутины
• 1 день на start для другой команды
Доклад не о том, что GPT умный, а о том, как его вообще подключить в реальную работу в условиях ограничений. Реальные цифры, реальные ошибки ИИ, production-ready путь внедрения.