LanzamientoAnálisis · En radarHabr AI→ original

DeepSeek corrigio 3 errores de 1C en 104 minutos y reprodujo dos parches al detalle

DeepSeek fue puesto a prueba con cuatro tareas en 1C:UNF, desde una division por cero hasta un nuevo formulario de impresion. El agente busco las causas en la configuracion, preparo las correcciones como extensiones independientes y las ejecuto en la interfaz de produccion. Elimino tres errores puntuales en 25–47 minutos y dos de sus soluciones coincidieron exactamente con los parches de 1C. En la mejora de mayor alcance, el resultado funcionaba, pero su arquitectura era inferior a la implementacion integrada.

Procesado por IA desde Habr AI; editado por Hamidun News
DeepSeek corrigio 3 errores de 1C en 104 minutos y reprodujo dos parches al detalle
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1Las tres correcciones costaron entre RUB 155 y RUB 427 y requirieron 25–47 minutos.
Dato clave #2La coincidencia con un parche oficial no demuestra la calidad sin pruebas con datos reales.
Dato clave #3El agente resulta util como solucion temporal, pero no sustituye una actualizacion del proveedor.

La actualizacion de 1C todavia no se ha publicado, pero el departamento de contabilidad ya no puede contabilizar un documento. Es una situacion habitual: el error esta oculto en algun punto de una enorme configuracion estandar, no se puede modificar directamente y un especialista debe rastrear primero una larga cadena de llamadas. En el experimento, DeepSeek recibio cuatro tareas de este tipo y permiso para leer una exportacion de la configuracion, acceder a una base de demostracion, crear extensiones y comprobar el resultado en la interfaz de 1C.

El resultado fue mas util que otro debate sobre si la IA sustituira a los programadores. El agente corrigio tres defectos puntuales en 25–47 minutos, con un coste de entre RUB 155 y RUB 427. En dos casos, su codigo coincidio exactamente con los parches oficiales de 1C. Sin embargo, el modelo completo una mejora de mayor alcance solo en el plano funcional: la solucion funcionaba, aunque la arquitectura integrada de 1C era mas limpia.

Como encontro los errores el agente

En el primer caso, la impresion de un documento universal de transferencia fallaba por una division por cero cuando la cantidad del producto era inferior a 0,005. La causa no era un valor inicial igual a cero. El codigo redondeaba la cantidad a dos decimales justo antes de la division, convirtiendo 0,001–0,004 en cero. DeepSeek encontro la consulta necesaria en un modulo de unas 12.000 lineas, agrego una proteccion y creo una extension. El parche oficial resolvia el problema de una forma ligeramente distinta: conservaba tres decimales. El agente tambien detecto que la descripcion original del limite del error era imprecisa.

En el segundo caso, el pago en linea de una factura de venta no se cargaba en la base de datos y no mostraba ningun error. El controlador comun esperaba el atributo DireccionDelSitio, que no existia en algunos documentos. El modelo agrego una comprobacion de la existencia del atributo antes de acceder a el. Esta solucion coincidio por completo con el parche de 1C. Ademas, el agente descubrio el mismo defecto en otros dos tipos de documentos, aunque no aparecian en la tarea original.

El tercer error estaba oculto en el boton de pago mediante el Sistema de Pagos Rapidos. Cuando la cuenta bancaria estaba vacia, una errata dentro de un operador ternario devolvia un valor booleano en lugar de una estructura. Despues, el codigo fallaba al intentar acceder a un miembro mediante notacion de punto. DeepSeek detuvo antes el proceso y mostro una advertencia clara. El fallo desaparecio, pero el parche oficial era mas preciso: corregia la propia errata y mantenia la posibilidad de seleccionar una conexion mediante un agregador de pagos.

Donde el modelo quedo por detras de los desarrolladores de 1C

La cuarta tarea ya no era una reparacion, sino una mejora del producto: crear un documento de fijacion de precios a partir de un pedido a proveedor y agregar un formulario de impresion para la revalorizacion. El agente creo una extension, conecto los comandos y ejecuto por su cuenta el flujo en la interfaz de usuario. Incluso agrego el porcentaje de variacion del precio y resaltado por colores.

Sin embargo, el modelo conocia peor los mecanismos de la Biblioteca de Subsistemas Estandar. Para crear el documento, primero guardaba un borrador, y construyo manualmente el formulario de impresion. Los desarrolladores de 1C utilizaron el mecanismo estandar de creacion basada en otro documento y la impresion estandar con exportacion a PDF y Excel. La funcion quedo implementada, pero la version integrada es mas facil de mantener.

Lecciones practicas

La principal conclusion no es que DeepSeek pueda sustituir a un desarrollador de 1C. El experimento no demuestra eso. Muestra un escenario mas limitado y practico: un agente puede localizar rapidamente un defecto, crear una extension temporal y probarla en una interfaz activa mientras el equipo espera una actualizacion del proveedor.

Una correccion de este tipo no puede aceptarse solo porque se parezca al parche oficial. Se necesita una copia de seguridad, una base de pruebas independiente, la verificacion del flujo de negocio y la posibilidad de desactivar la extension de inmediato. Para incidentes puntuales, el modelo ya parece un colaborador util. Para las mejoras arquitectonicas, todavia necesita a un especialista que conozca la plataforma y detenga una solucion funcional pero fragil.

Historia

Preguntas frecuentes sobre la noticia

Como encontro los errores el agente?

En el primer caso, la impresion de un documento universal de transferencia fallaba por una division por cero cuando la cantidad del producto era inferior a 0,005. La causa no era un valor inicial igual a cero. El codigo redondeaba la cantidad a dos decimales justo antes de la division, convirtiendo 0,001–0,004 en cero. DeepSeek encontro la consulta necesaria en un modulo de unas 12.000 lineas, agrego una proteccion y creo una extension.

¿Qué se sabe sobre Donde el modelo quedo por detras de los desarrolladores de 1C?

La cuarta tarea ya no era una reparacion, sino una mejora del producto: crear un documento de fijacion de precios a partir de un pedido a proveedor y agregar un formulario de impresion para la revalorizacion. El agente creo una extension, conecto los comandos y ejecuto por su cuenta el flujo en la interfaz de usuario. Incluso agrego el porcentaje de variacion del precio y resaltado por colores. Sin embargo, el modelo conocia peor los mecanismos de la Biblioteca de Subsistemas Estandar.

¿Qué se sabe sobre Lecciones practicas?

La principal conclusion no es que DeepSeek pueda sustituir a un desarrollador de 1C. El experimento no demuestra eso. Muestra un escenario mas limitado y practico: un agente puede localizar rapidamente un defecto, crear una extension temporal y probarla en una interfaz activa mientras el equipo espera una actualizacion del proveedor. Una correccion de este tipo no puede aceptarse solo porque se parezca al parche oficial.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…