LançamentoAnálise · No radarHabr AI→ original

DeepSeek corrigiu 3 bugs no 1C em 104 minutos e reproduziu dois patches de forma identica

O DeepSeek foi testado em quatro tarefas no 1C:UNF, desde uma divisao por zero ate um novo formulario de impressao. O agente procurou as causas na configuracao, montou as correcoes como extensoes separadas e executou tudo na interface de producao. Ele eliminou tres bugs pontuais em 25–47 minutos, e duas solucoes coincidiram exatamente com os patches do 1C. Na melhoria de maior porte, o resultado funcionou, mas ficou arquiteturalmente abaixo da implementacao nativa.

Processado por IA de Habr AI; editado por Hamidun News
DeepSeek corrigiu 3 bugs no 1C em 104 minutos e reproduziu dois patches de forma identica
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1As tres correcoes custaram de RUB 155 a RUB 427 e levaram 25–47 minutos.
Dado-chave #2A coincidencia com um patch oficial nao comprova a qualidade sem testes com dados reais.
Dado-chave #3O agente e util como solucao temporaria, mas nao substitui uma atualizacao do fornecedor.

A atualizacao do 1C ainda nao foi lancada, mas o departamento contabil ja nao consegue contabilizar um documento. E uma situacao conhecida: o erro esta escondido em algum ponto de uma enorme configuracao padrao, ela nao pode ser alterada diretamente e um especialista precisa primeiro rastrear uma longa cadeia de chamadas. No experimento, o DeepSeek recebeu quatro tarefas desse tipo e permissao para ler uma exportacao da configuracao, acessar uma base de demonstracao, criar extensoes e verificar o resultado na interface do 1C.

O resultado foi mais util do que outro debate sobre se a IA vai substituir programadores. O agente corrigiu tres defeitos pontuais em 25–47 minutos, a um custo de RUB 155 a RUB 427. Em dois casos, seu codigo coincidiu exatamente com os patches oficiais do 1C. No entanto, o modelo executou uma melhoria de maior porte apenas no nivel funcional: a solucao funcionou, embora a arquitetura nativa do 1C fosse mais limpa.

Como o agente encontrou os erros

No primeiro caso, a impressao de um documento universal de transferencia falhava com uma divisao por zero quando a quantidade do produto era inferior a 0,005. A causa nao era um valor inicial igual a zero. O codigo arredondava a quantidade para duas casas decimais imediatamente antes da divisao, transformando 0,001–0,004 em zero. O DeepSeek encontrou a consulta necessaria em um modulo com cerca de 12 mil linhas, adicionou uma protecao e criou uma extensao. O patch oficial resolvia o problema de uma maneira ligeiramente diferente: mantinha tres casas decimais. O agente tambem percebeu que a descricao original do limite do bug era imprecisa.

No segundo caso, o pagamento on-line de uma fatura de venda nao era carregado no banco de dados e nao exibia nenhum erro. O manipulador comum esperava o atributo EnderecoDoSite, que nao existia em parte dos documentos. O modelo adicionou uma verificacao da existencia do atributo antes de acessa-lo. Essa solucao coincidiu integralmente com o patch do 1C. Alem disso, o agente encontrou o mesmo defeito em outros dois tipos de documentos, embora eles nao fossem mencionados na tarefa original.

O terceiro bug estava escondido no botao de pagamento pelo Sistema de Pagamentos Rapidos. Quando a conta bancaria estava vazia, um erro de digitacao dentro de um operador ternario retornava um valor booleano em vez de uma estrutura. Em seguida, o codigo falhava ao acessar um membro por meio da notacao de ponto. O DeepSeek interrompeu o cenario mais cedo e exibiu um aviso claro. A falha desapareceu, mas o patch oficial era mais preciso: corrigia o proprio erro de digitacao e preservava a possibilidade de selecionar uma conexao por meio de um agregador de pagamentos.

Onde o modelo ficou atras dos desenvolvedores do 1C

A quarta tarefa ja nao era um reparo, mas uma melhoria do produto: criar um documento de definicao de precos a partir de um pedido ao fornecedor e adicionar um formulario de impressao para a remarcacao de precos. O agente criou uma extensao, conectou os comandos e executou o fluxo de forma independente na interface do usuario. Ele ate adicionou a variacao percentual do preco e destaque por cores.

No entanto, o modelo conhecia menos os mecanismos da Biblioteca de Subsistemas Padrao. Para criar o documento, ele primeiro salvava um rascunho e montava manualmente o formulario de impressao. Os desenvolvedores do 1C usaram o mecanismo padrao de criacao com base em outro documento e a impressao padrao com exportacao para PDF e Excel. A funcionalidade foi implementada, mas a versao nativa e mais facil de manter.

O que levar para a pratica

A principal conclusao nao e que o DeepSeek seja capaz de substituir um desenvolvedor de 1C. O experimento nao demonstra isso. Ele mostra um cenario mais restrito e pratico: um agente pode localizar rapidamente um defeito, criar uma extensao temporaria e testa-la em uma interface ativa enquanto a equipe aguarda uma atualizacao do fornecedor.

Uma correcao desse tipo nao pode ser aceita apenas por se parecer com o patch oficial. Sao necessarios um backup, uma base de testes separada, a verificacao do fluxo de negocio e a possibilidade de desativar a extensao imediatamente. Para incidentes pontuais, o modelo ja parece um parceiro util. Para melhorias arquiteturais, ele ainda precisa de um especialista que conheca a plataforma e interrompa uma solucao funcional, mas fragil.

História

Perguntas frequentes sobre a notícia

Como o agente encontrou os erros?

No primeiro caso, a impressao de um documento universal de transferencia falhava com uma divisao por zero quando a quantidade do produto era inferior a 0,005. A causa nao era um valor inicial igual a zero. O codigo arredondava a quantidade para duas casas decimais imediatamente antes da divisao, transformando 0,001–0,004 em zero. O DeepSeek encontrou a consulta necessaria em um modulo com cerca de 12 mil linhas, adicionou uma protecao e criou uma extensao.

Onde o modelo ficou atras dos desenvolvedores do 1C?

A quarta tarefa ja nao era um reparo, mas uma melhoria do produto: criar um documento de definicao de precos a partir de um pedido ao fornecedor e adicionar um formulario de impressao para a remarcacao de precos. O agente criou uma extensao, conectou os comandos e executou o fluxo de forma independente na interface do usuario. Ele ate adicionou a variacao percentual do preco e destaque por cores. No entanto, o modelo conhecia menos os mecanismos da Biblioteca de Subsistemas Padrao.

O que levar para a pratica?

A principal conclusao nao e que o DeepSeek seja capaz de substituir um desenvolvedor de 1C. O experimento nao demonstra isso. Ele mostra um cenario mais restrito e pratico: um agente pode localizar rapidamente um defeito, criar uma extensao temporaria e testa-la em uma interface ativa enquanto a equipe aguarda uma atualizacao do fornecedor. Uma correcao desse tipo nao pode ser aceita apenas por se parecer com o patch oficial.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…