Разработка с помощью ИИ: как команда агентов дорабатывает Битрикс24

Разработка с помощью ИИ в проектах по Битрикс24 устроена как работа команды агентов: аналитик, архитектор, дизайнер, разработчик и DevOps пишут и выкатывают код по техническому заданию, а инженер ставит задачи и проверяет результат. По итогам внутреннего тестирования команды Первого Бита разработка модуля для облачного Битрикс24 сократилась с 5-7 дней до 0,5-1 дня. Об этом подходе на вебинаре 24 сентября 2026 года рассказал Станислав Токарев, руководитель отдела сопровождения и разработки WEB-продуктов Первого Бита, на примере модуля для расчёта смет в карточке сделки.

Как дорабатывали Битрикс24 раньше и что изменилось

Раньше доработка шла по длинному циклу: интегратор собирал требования по процессам, переводил их на технический язык, писал техническое задание, отдавал в разработку и только потом показывал заказчику результат.

По словам Станислава Токарева, с ИИ-агентами этот цикл стал заметно короче. На первой встрече команда разбирается, что нужно клиенту, на вторую приходит уже с прототипом и по нему уточняет требования, а на следующей встрече клиент получает готовый результат.

Станислав разделил применение ИИ в Битрикс24 на два направления. Первое - вайбкодинг для бизнес-пользователей: человек без опыта разработки описывает в чате, что ему нужно, и получает приложение. Второе - агентная разработка, где интегратор делает для бизнеса более сложные доработки: модули, расширения, изменение поведения системы. Эта статья про второе направление.

Пример: модуль «Смета» в карточке сделки

В демонстрации у компании настроена воронка сделок, и по процессу менеджеру нужно готовить для заказчика смету. Штатно такого функционала в Битрикс24 нет, поэтому в карточку сделки встроили модуль «Смета», по сути калькулятор стоимости работ внутри Битрикс24.

Что умеет модуль:

• Каталог позиций. Заранее заполняется справочник работ с описанием и трудоёмкостью. В смету позиции добавляются через поиск по каталогу, а новая позиция сохраняется для следующих смет.
• Этапы и работы. Смета собирается из этапов, внутри которых описываются работы и их стоимость.
• Расчёт. Сумма считается от количества часов, ставки и скидки клиенту.
• Шаблоны и выгрузка. Готовую смету можно сохранить как шаблон и выгрузить в Excel или PDF.

Раньше смету часто собирали в Excel, а каталог позиций хранился отдельно, и данные приходилось копировать вручную. Модуль объединяет инструменты в одном месте и позволяет передать работу сметчика менеджеру: он сам собирает смету по заданным правилам и шаблону.

Весь функционал модуля, по словам Станислава, написан ИИ по техническому заданию. Для коробочной версии Битрикс24 такая доработка делается как модуль, который устанавливается на портал. Для облачной версии как расширение, которое размещается на внешнем сервере и подключается к Битрикс24.

Команда ИИ-агентов: кто за что отвечает

Код в этом подходе пишется по заранее прописанным правилам (в Cursor их называют скиллами), которые хранятся в проекте и разделены по ролям. Каждую роль выполняет свой агент:

• аналитик уточняет вопросы по задаче;
• архитектор строит архитектуру приложения;
• дизайнер делает прототипы и показывает вёрстку до того, как писать код, и это тоже сокращает цикл разработки;
• разработчик пишет код;
• DevOps выкатывает результат в Docker-контейнер на тестовый стенд.

Станислав Токарев рассказал, что команда следит за изменениями в этой области больше двух-трёх лет, а резкий скачок в качестве кода произошёл примерно год назад. В нынешних правилах собран опыт, накопленный за это время. В демонстрации разработчик работал в Cursor, а на слайде кейса указано, что код, структуру и обработчики событий сгенерировали Cursor и Claude Code по требованиям, описанным на естественном языке.

Роль человека: тимлид для агентов

Разработчик, который раньше писал всё руками, теперь проверяет код, написанный ИИ. Станислав описал свою роль как роль тимлида агентов: правильно поставить задачу, сформулировать требования и отвечать на уточняющие вопросы агента. Иногда полезно не давать готовое решение, а вместе с агентом порассуждать о задаче: он может предложить варианты, которые не приходили в голову.

Чтобы агент работал точно, ему нужен контекст:

• Описание проекта. В папке проекта лежит описание модуля: зачем он нужен и как устроена его архитектура. Тогда агент работает с конкретным модулем и не вмешивается в остальные.
• Ограничения. Кроме того, что нужно сделать, в правилах прописано, чего делать нельзя и куда агенту ходить нельзя.
• Бизнес-контекст. Ни одна модель ничего не знает о процессах вашей компании. Как вы работаете, нужно описать в правилах проекта, и на это требуется время и навык.

По мнению Станислава, на текущем уровне развития модели пишут код примерно одинаково хорошо, а разница в результате зависит от постановки задачи.

Что агенты делают сами

По словам Станислава Токарева, агенты не только пишут код:

• сами пишут и запускают вспомогательные скрипты в тестовой среде или на компьютере разработчика, если им дали такой доступ, причём каждое действие можно подтверждать вручную;
• анализируют присланные материалы, например структуру данных в Excel-файле, и используют её при написании кода, поэтому не обязательно всё расписывать детально, достаточно дать примеры;
• делегируют части задачи субагентам и передают им только нужные файлы, а не весь контекст, что экономит токены;
• пересобирают интерфейс после изменений (в модуле он написан на Vue);
• проверяют код тестами перед отправкой.

Ошибки, по словам Станислава, обычно возникают, когда агенту не хватает контекста: тогда он идёт усреднённым, общепринятым путём, а не тем, что нужен конкретному проекту. В таких местах ключевой становится компетенция разработчика, который знает, как решить задачу, и может направить агента.

Только тестовый стенд и проверка людьми

Агенты не вносят изменения в рабочий портал напрямую. Все доработки делаются на тестовом стенде, а после разработки готовое решение проверяют и тестируют люди: функционал должен соответствовать требованиям, а поведение системы не должно измениться в других местах.

Тот же подход Станислав предложил для старых порталов, где за годы работы разные подрядчики сделали много доработок, а документация потерялась. ИИ может пройти по написанному коду, описать, что делает модуль, где он используется и кому доступен, и помочь решить, нужно ли с ним что-то делать.

Что показало тестирование

Итоги тестирования команда Первого Бита свела на одном слайде:

• разработка модуля для облачного Битрикс24: с 5-7 дней до 0,5-1 дня;
• разработка модуля для коробочной версии: с 3-4 дней до 0,5-1 дня;
• аудит legacy-кода: с 4-6 часов до 1 часа;
• тесты и документация: с 1-2 дней до 20-30 минут;
• рефакторинг: на 90% меньше базовой трудоёмкости;
• отдельной строкой на слайде отмечены проектирование и постановка задач.

Вывод на том же слайде: ИИ не заменяет разработчика, он снимает рутину, то есть шаблоны, тесты и документацию, а инженер сосредоточен на архитектуре, бизнес-логике и качестве. Станислав добавил, что программисты уходят от лёгких задач к сложным, а их опыт попадает в бизнес-контекст и правила, поэтому следующие задачи решаются быстрее. Надежда Ткаченко, руководитель отдела продаж WEB-проектов, дополнила: IT-служба в такой модели управляет средой, где создаются приложения, контролирует безопасность и права доступа и занимается архитектурой.

О том, чем ИИ-агенты отличаются от других способов автоматизации, подробнее в статье «ИИ-агенты для бизнеса: что это, чем отличаются от RPA и когда действительно нужны».

С чего начать

На слайде «Как правильно внедрить» команда предложила пять шагов: выбрать пилотный проект (один модуль или рефакторинг), создать общий контекст с кодом, требованиями и API, прописать промпты для модуля, тестов, документации и аудита, назначить ответственного за код-ревью того, что выдаёт ИИ, и собрать библиотеку промптов и архитектурных шаблонов. Правило с того же слайда: ИИ генерирует черновик кода и документации, а инженер отвечает за качество, архитектуру и безопасность.

Если своих специалистов нет, первый шаг для вашего портала можно обсудить на консультации.

Подробный разбор с демонстрациями есть в записи вебинара. Другие решения на базе ИИ собраны в разделе «Искусственный интеллект», записи по теме в вебинарах по ИИ.