Должен ли весь корпоративный код и рабочие процессы быть переведены на естественный язык? Компания G5 Labs считает, что да, и её новая платформа G5 делает это за вас.

Карл Франзен

Искусственный интеллект, управляемый программистами, быстро становится основным автором корпоративного программного обеспечения (в Anthropic на них уже приходится до 80% всего выпускаемого в производство кода). Хотя это может повысить скорость и производительность, перед предприятиями встает новая, возможно, еще более сложная проблема: как обеспечить, чтобы многочисленные агенты ИИ, работающие вместе, не создавали противоречий, то есть чтобы они не писали код, который конфликтует друг с другом, с текущими операциями предприятия или с разработчиками, контролирующими весь процесс?

Компания G5 Labs, новый стартап, основанный профессором компьютерных наук Массачусетского технологического института Тимом Краской, сегодня выходит из режима скрытой разработки, получив 14 миллионов долларов начального финансирования для решительного решения этой проблемы, а также для обеспечения перспективности своих корпоративных клиентов при внедрении любых последующих, еще более мощных агентов искусственного общего интеллекта (AGI).

Первый продукт компании, G5, представляет собой защищенную облачную веб-платформу, которая преобразует бизнес-требования предприятия, архитектурные решения, политики и другие намерения человека в то, что компания называет системной онтологией — структурированный семантический граф, который информирует всю систему, включая людей и агентов ИИ, о намерениях и целях каждого.

«Наша основная гипотеза заключалась в том, что мы пытаемся сделать естественный язык новым исходным кодом инструмента», — сказал Краска в эксклюзивном интервью VentureBeat. «Естественный язык, с некоторой структурой сверху — тем, что мы называем системной онтологией — фактически становится новым исходным кодом, а затем исходный код, который может быть написан на Python, Rust или чем-то другом, выводится из него».

На первый взгляд, концепция компании звучит как всё более распространённая идея разработки, основанной на спецификациях: записать, что должно делать программное обеспечение, передать спецификацию агенту искусственного интеллекта, и позволить машине написать реализацию.

Существует концептуальное сходство с онтологией Palantir, которая предоставляет предприятиям семантическую модель их операционного мира. G5 пытается сделать нечто аналогичное для жизненного цикла разработки программного обеспечения: создать семантическую модель того, что должно делать приложение, почему были приняты те или иные решения и как эти решения соотносятся с базовым кодом.

Однако G5 Labs выдвигает гораздо более амбициозное требование. Компания хочет не просто, чтобы спецификации на естественном языке предшествовали коду: она хочет, чтобы семантическое представление оставалось синхронизированным с реализацией, разрешало конфликты между изменениями, кодировало организационные политики и, в конечном итоге, стало тем слоем, с которого можно будет создавать новое программное обеспечение.

«Это не просто улучшенная система подсказок — это новый уровень абстракции», — добавил Краска в пресс-релизе, предоставленном VentureBeat. «С G5 намерения, выраженные на естественном языке, становятся самим исходным кодом: компилируемым, сливаемым, различимым и управляемым, подобно тому, как языки высокого уровня когда-то заменили ассемблер. Впервые это дает программное обеспечение в руки всей организации, а не только разработчиков».

Для корпоративных покупателей это отличие является ключевым моментом в отношении G5 — и именно его следует учитывать в сравнении с устаревшими или существующими системами искусственного интеллекта.

От инструмента для кодирования ИИ до системы учета намерений.

У Краски множество заслуг. Помимо преподавания информатики в известной Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) Массачусетского технологического института, он также ранее был соучредителем компании Einblick Analytics (команда которой была приобретена Databricks в 2024 году), разработал систему обучения индексов в Google Brain и занимал должность директора по прикладным наукам в Amazon.

Он сказал, что исследования, лежащие в основе G5 Labs, начались примерно два года назад с вопроса: как должна выглядеть разработка программного обеспечения, если в конечном итоге ИИ будет писать большую часть или всю реализацию?

Решение G5 Labs — это двунаправленная система. Существующее программное обеспечение может быть «перенесено» из исходного кода в онтологию; затем пользователи и агенты могут рассуждать на основе этого семантического представления; а G5 может перенести реализацию обратно в традиционные языки и фреймворки.

G5 запускает свой двунаправленный компилятор над существующей кодовой базой/спецификациями для построения первоначального семантического графа, извлекает/организует рабочие процессы и проектные решения в узлы онтологии, а затем предоставляет это представление для проверки людьми, прежде чем вносить изменения обратно в код.

Компания утверждает, что онтология шире, чем просто спецификация функций. Дэвид Чанг, операционный директор G5 Labs и бывший сотрудник Google, а также бывший руководитель глобального вывода на рынок моделей искусственного интеллекта Nova от Amazon, рассказал VentureBeat, что G5 охватывает модель данных, бизнес-правила и рабочие процессы, а также общекорпоративные политики, охватывающие такие области, как безопасность, GDPR, инфраструктура и стандарты кодирования.

«Каждый узел онтологии написан на естественном языке и связан с кодом, который его реализует, поэтому каждая строка кода может быть отслежена до соответствующего требования», — сказал Чанг. «Система G5 постоянно проверяет онтологию на согласованность и код на соответствие онтологии».

На сайте G5 указано, что пользователи могут «изменить намерение, и код перепишется сам собой. Измените код, и онтология обучится. Каждая строка отслеживается». В примере, показанном на сайте, сгенерированный исходный код содержит метаданные трассировки, указывающие на конкретную концепцию онтологии и ее версию.

Такая архитектура может иметь значение, поскольку объем кода, сгенерированного ИИ, начинает превышать то, что люди могут осмысленно просмотреть построчно.

«Если один из ваших инженеров отправляет на платформу изменения кода объемом в 100 000 строк, как вы с этим справляетесь?» — отметил Краска. «Один из наших инженеров за одну неделю отправил на платформу изменения кода объемом в 300 000 строк. Для этого нужны новые механизмы. Старые методы просто больше не работают».

В рекламных материалах и в ходе демонстрации, предоставленной VentureBeat, компания G5 показала «граф различий», связывающий чаты и документы пользователей с концепциями онтологии, архитектурными компонентами и отдельными исходными файлами.

«Мы стараемся разрабатывать инструменты для того, что мы называем пост-разработческой эрой: что происходит после того, как разработчики перестают писать код и читать его?» — сказал Краска.

Другие интерфейсы отображали статус проверки блоков онтологии и реализации, ход реализации и покрытие тестами, а также разделяли создание, перебазирование, утверждение и слияние запросов на слияние на управляемые этапы.

Практическая идея заключается в том, что предприятие должно иметь возможность оценивать изменения на уровне смысла, а не только на уровне текста.

Краска привёл пример того, как два разработчика или агента модифицируют одно и то же банковское приложение. В традиционной разработке корпоративного программного обеспечения, если один разработчик указывает, что кнопка должна быть красной, а другой не имеет мнения по поводу её цвета и генерирует код синего цвета, слияние исходного кода может привести к конфликту.

«Если мы оба попытаемся внести изменения в код, возникнет конфликт, потому что вы говорите „красный“, а я ничего не говорил», — объяснил Краска. «Однако, если посмотреть на семантику, он на самом деле совместим, потому что у вас есть своё мнение, а у меня нет. Он должен просто автоматически объединиться. Конфликта нет».

На семантическом уровне G5 теоретически может распознать, что требование фактически выразила только одна сторона, и соответствующим образом объединить данные. Два несовместимых требования к аутентификации, напротив, должны вызвать настоящий семантический конфликт, требующий принятия решения.

Это более интересное корпоративное предложение, чем просто генерация кода на английском языке. Оно направлено на то, чтобы перевести проверку кода, обеспечение соблюдения политик и управление изменениями в абстрактное, но правдивое, каноническое представление, которое могут проверить владельцы продуктов, специалисты по соблюдению нормативных требований и другие лица, не являющиеся разработчиками.

От модернизации устаревших систем до замены SaaS на специализированные, разработанные с использованием ИИ корпоративные приложения.

Первые клиенты G5 Labs занимаются как модернизацией программного обеспечения, так и заменой дорогостоящих приложений SaaS от сторонних поставщиков на собственные приложения, которые они разрабатывают, владеют и контролируют.

Краска сообщил VentureBeat, что примерно 90% организаций, с которыми он сотрудничает, работают в сфере финансовых услуг, и охарактеризовал эти проекты как находящиеся на ранней стадии развития, но отказался назвать имена клиентов в соответствии с соглашениями о конфиденциальности.

Издание VentureBeat ознакомилось с демонстрацией платформы G5 компанией G5 Labs на примере, как описала компания, реального крупного проекта по модернизации корпоративного клиента, при этом клиент оставался анонимным по просьбе G5.

В материалах, предоставленных VentureBeat, освещается проект модернизации финансовых услуг, в рамках которого сравнение онтологий выявило структурные различия, которые, по словам компании, были бы скрыты при обычном переносе кода.

«Типичный инструмент модернизации берет старый код и с помощью ИИ преобразует его в новый код, — объяснил Краска. — Но при этом сохраняются все проблемы старого кода. Часто из-за сроков и других факторов в прошлом принимались решения, которые теперь переносятся, и вы даже не знаете, должны ли они вообще там быть».

Вместо того чтобы давать указание агенту ИИ напрямую переводить старое приложение с одного языка или фреймворка на другой, G5 сначала пытается восстановить семантику системы. Затем предприятие может проанализировать, какие старые предположения остаются в силе, изменить бизнес-требования или архитектуру и сгенерировать новую реализацию на основе пересмотренного представления.

«Мы можем, например, взять ваш старый код, преобразовать его в семантическое представление, а затем вы сможете проверить множество вещей и снова преобразовать его в семантическое представление», — сказал Краска.

На сайте G5 Labs также рекламируется второй путь внедрения платформы, помимо модернизации устаревших систем: замена SaaS. На сайте утверждается, что предприятия могут создавать и владеть приложениями, адаптированными под их конкретные рабочие процессы, вместо того чтобы продолжать платить ежемесячные подписки на универсальное программное обеспечение, и что это потенциально может сэкономить миллионы долларов на затратах на программное обеспечение.

Краска высказал аналогичную точку зрения в своем интервью VentureBeat, предсказав, что экономика высоко персонализированного программного обеспечения будет все чаще бросать вызов высокорентабельным предложениям SaaS по мере того, как ИИ будет снижать затраты на внедрение.

«Честно говоря, в долгосрочной перспективе немногие компании будут готовы платить очень высокую цену за программное обеспечение SaaS, если оно не предоставляет огромную ценность, которую, по их мнению, они не смогут получить иным способом с меньшими затратами», — сказал Краска.

На веб-сайте G5 Labs отмечается, что их продукт «в настоящее время внедряется» в нескольких отраслях с жестким регулированием, и что «миллионы строк» устаревшего кода были преобразованы в семантические онтологии в рамках всей их работы. Эти данные о внедрении и масштабах предоставлены компанией и не были независимо проверены VentureBeat.

Это различие имеет значение для закупок. Основная концепция правдоподобна; заявления о масштабе и надежности по-прежнему в значительной степени являются собственными разработками компании.

G5 хочет занять место выше Клода Кода, Кодекса и других агентов, а не заменить их.

Компания G5 Labs также намеренно не пытается создать еще одну передовую модель программирования или напрямую конкурировать с крупными поставщиками программных агентов.

Краска сказал, что платформа находится над уровнем моделей и программного обеспечения, управляя такими инструментами, как Claude Code или Codex, и потенциально выбирая разные модели для разных задач. Это создает возможность использовать дорогостоящие передовые модели там, где это необходимо, и менее затратные модели для более простых задач.

G5 не зависит от модели: его интерфейс включает элементы управления для выбора различных средств кодирования и базовых моделей, и, по словам Краски, платформа также может оптимизировать выбор модели для различных задач, используя более дешевые модели там, где это уместно, и направляя такие системы, как Claude Code или Codex, на выполнение реализации.

На веб-сайте компании говорится, что платформа разбивает утвержденный план на проверяемые задачи и координирует работу нескольких агентов для их параллельного выполнения, при этом решения, извлеченные уроки и промежуточные шаги агентов закрепляются в онтологии наряду с архитектурными рекомендациями, политиками и передовыми методами, специфичными для клиента. Если это работает так, как описано, G5 Labs не просто поддерживает семантическую запись над кодирующими агентами; она также служит уровнем, определяющим, как распределяется, ограничивается и согласовывается работа агентов.

Такое позиционирование может быть привлекательным для предприятий, которые не хотят, чтобы их плоскость управления разработкой была привязана к одному поставщику моделей. Однако это также означает, что платформу G5 следует рассматривать как дополнительный уровень в стеке, а не как замену затратам на разработку базового программного обеспечения для ИИ.

Компания внедрила проверку стоимости на этом уровне. Краска описал случаи, когда, казалось бы, небольшой запрос на естественном языке может подразумевать переработку архитектуры; G5 может оценить предполагаемую стоимость и потребовать дополнительного подтверждения, прежде чем приступить к реализации.

Управление также имеет центральное значение. Краска утверждает, что по мере того, как разработчики контролируют все большее количество программных агентов, ответственность не исчезает лишь потому, что какой-либо агент инициировал изменения.

«Я не думаю, что разработчики исчезнут, — сказал Краска. — Просто их навыки изменятся. Они станут менеджерами виртуальных сотрудников — агентов. Они будут принимать действительно важные решения, касающиеся архитектуры, организации работы и других аспектов».

Платформа предназначена для сопоставления изменений с процессами и политиками утверждения, чтобы организации могли установить, кто утвердил изменение, какой агент или процесс проверки был задействован, и соответствовала ли полученная реализация соответствующим требованиям.

Kiro и GitHub Spec Kit усложняют конкурентную ситуацию.

Компания G5 Labs выходит на рынок, который быстро движется в направлении многих из тех же идей, и лежащая в их основе предпосылка о том, что код реализации может быть получен из представления более высокого уровня, независимого от технологии, существовала за десятилетия до появления генеративного ИИ.

В 2001 году группа Object Management Group заложила в основу своих стандартов архитектуру, управляемую моделями (Model Driven Architecture, MDA). MDA исходит из платформенно-независимой модели бизнес-функциональности и поведения приложения, преобразует её в платформенно-специфические модели и реализации и явно предусматривает возможность перегенерации кода по мере изменения базовых технологий. Другими словами, утверждение «модель более долговечна, чем сгенерированная реализация» само по себе не является новой идеей в области разработки программного обеспечения.

В качестве еще одного примера можно привести компанию AveriSource, которая предлагает инструменты для анализа устаревших приложений, извлечения бизнес-правил и структур данных в промежуточную доменную модель и использования этих моделей для генерации современных реализаций на Java, C# и микросервисной архитектуре.

Аналогичным образом, текущий продукт Reimagine, разработанный компанией AveriSource, позиционирует структурированные спецификации бизнес-функций как входные данные для перспективного проектирования, ориентированного на ИИ, при этом оставляя позади старые технические проблемы. Это не делает AveriSource эквивалентом G5, чья стратегия включает в себя текущую разработку, семантическое слияние, обработку намерений на естественном языке и организационное управление, но это означает, что извлечение устойчивой семантики из устаревшего кода и создание современной реализации не является уникальной особенностью G5.

Таким образом, утверждение G5 Labs о новизне носит более узкий — и потенциально более интересный — характер, чем просто «модели заменяют код в качестве источника истины».

Компания делает ставку на то, что современные языковые модели могут значительно упростить создание и поддержку такого высокоуровневого представления: восстанавливая его из существующего программного обеспечения, выражая большую часть на естественном языке, закрепляя концепции в реализации, сохраняя первоначальные намерения человека отдельно от решений агентов и используя полученный граф для семантического слияния, управления и разработки многоагентных систем. Более сложный вопрос заключается в том, сможет ли G5 Labs надежно поддерживать этот процесс в рамках большой, постоянно меняющейся корпоративной кодовой базы.

Например, платформа для разработки программного обеспечения Amazon Kiro AI уже предлагает структурированный рабочий процесс создания спецификаций, который формирует файлы requirements.md, design.md и tasks.md, включая требования, выраженные в тестируемой нотации EARS. Она может анализировать требования на наличие противоречий или упущений до начала реализации, а постоянные «управляющие» файлы могут кодировать архитектуру, соглашения и другие организационные указания. Корпоративный продукт Kiro теперь также включает централизованное управление моделями и серверами MCP, ведение журналов подсказок, мониторинг активности и аналитику использования.

Таким образом, Kiro — это не просто генератор кода на основе чата с прикрепленной к нему формой спецификации. Это более широкая среда разработки, охватывающая IDE, CLI и веб-процессы.

GitHub Spec Kit позволяет провести еще более прямое сравнение. Этот проект с открытым исходным кодом, распространяемый по лицензии MIT, описывается как «система, управляемая намерениями» и поддерживает десятки интеграций с агентами программирования. Его стандартный рабочий процесс переходит от спецификации к плану, затем к задачам и, наконец, к реализации, а модель «живой спецификации» явно позволяет файлу spec.md функционировать как контракт, на основе которого генерируются последующие артефакты. Он также может работать в автономном режиме и в изолированных средах.

Важно отметить, что Spec Kit также претерпел изменения с момента написания некоторых более ранних сравнительных обзоров инструментов, основанных на спецификациях. Его рабочий процесс /speckit.converge, представленный в 2026 году, оценивает текущую кодовую базу на соответствие спецификации, плану и задачам, выявляет отсутствующие, частичные, противоречивые или незапрошенные реализации и добавляет отслеживаемые работы по исправлению. Это сужает возможности G5 Labs выделиться, просто заявив, что конкурирующие системы не проверяют код на соответствие спецификациям.

Однако Spec Kit по-прежнему оставляет командам право выбора способа сохранения и изменения спецификаций. В его собственной документации говорится, что для сохранения спецификации требуется, чтобы команды перегенерировали или согласовали последующие артефакты, и особо предупреждается, что обоснование реализации может быть утрачено, если оно не будет преднамеренно сохранено.

Уникальное утверждение G5 Labs заключается не в том, что «у нас есть спецификации, и они остаются важными», поскольку конкуренты уже так делают. Вместо этого платформа G5 может поддерживать общесистемный семантический граф, двусторонне связанный с реализацией, сохранять намерения человека отдельно от решений, сгенерированных ИИ, выявлять конфликты на этом семантическом уровне и применять политику и управление ко всему результирующему графу.

Краска описывает G5 как систему, которая, по сути, берет спецификации, созданные такими системами, как Kiro или Spec Kit, и организует их в единый согласованный граф знаний на уровне приложения, а затем добавляет механизмы привязки, двунаправленной компиляции, семантического слияния и рабочих процессов утверждения.

Если это надежно работает в масштабах предприятия, то это существенное техническое отличие. Кроме того, это гораздо сложнее, чем создание спецификаций в формате Markdown.

Tessl — ещё один полезный пример для сравнения. В более ранних работах по разработке, основанной на спецификациях, он описывался как исследование модели «спецификация как источник». Однако его текущее коммерческое позиционирование в значительной степени сосредоточено на навыках агентов, плагинах, оценках, общем контексте и управлении. Его корпоративное предложение включает в себя SAML SSO, управление политиками, BYOK, самостоятельный хостинг и возможности аудита.

Доступность определяется потребностями предприятий; вопрос ценообразования остается открытым.

Компания G5 Labs запускает свою деятельность не с обычной страницей самообслуживания для разработчиков, предлагающей ценовые предложения.

Краска заявил, что стандартное развертывание представляет собой облачную среду, к которой клиенты получают учетные данные, хотя G5 утверждает, что может работать с банками и другими клиентами, которые предъявляют более строгие требования к инфраструктуре. В проектах модернизации клиенты либо работают самостоятельно, либо с G5, чтобы интегрировать существующую систему и построить первоначальную онтологию, прежде чем изменять и перегенерировать приложение.

В настоящее время на веб-сайте потенциальным клиентам предлагается воспользоваться функцией «Запросить ранний доступ», а не формой самостоятельной регистрации, что подчеркивает, что G5 в настоящее время является продуктом, предназначенным для внедрения в корпоративной среде, а не продуктом, который разработчики могут просто приобрести и развернуть по запросу.

Компания также заявляет, что корпоративные данные остаются у предприятия и что G5 может работать в рамках существующих соглашений клиентов с типовыми поставщиками, включая, где это применимо, соглашения об нулевом хранении данных. «Данные остаются у предприятия», — сказал Краска.

Однако цены пока не обнародованы и не утверждены окончательно. «Мы все еще работаем над нашей ценовой моделью», — признал Краска.

Это оставляет нерешенной важную проблему для команд по закупкам, особенно потому, что общая стоимость будет включать в себя не только окончательную цену, установленную G5, но и использование базовой модели/API, усилия по миграции, создание онтологии и текущие накладные расходы на управление.

Конкуренты предоставляют более четкие ориентиры. В настоящее время Kiro предлагает широкий выбор тарифных планов, начиная от бесплатного и заканчивая платными планами стоимостью 20, 40, 100 и 200 долларов США за пользователя в месяц, с возможностью использования дополнительных кредитов и отдельным администрированием для всего предприятия.

Сам GitHub Spec Kit распространяется под лицензией MIT с открытым исходным кодом, хотя организации по-прежнему несут расходы на используемые с ним агенты кодирования, модели и внутренние процессы поддержки. Компания Tessl предлагает командное решение за 100 долларов в месяц, а также индивидуальные корпоративные тарифы, основанные на плате за платформу и кредитах за использование.

Что на самом деле следует тестировать корпоративным покупателям?

Для директоров по информационным технологиям, технических директоров и отделов закупок правильный вопрос заключается не в том, будет ли естественный язык играть более значительную роль в программировании. Эта тенденция уже активно развивается. Вопрос в том, сможет ли системная онтология G5 Labs стать надежной плоскостью управления для сложного программного обеспечения, а не просто еще одним представлением, которое само по себе устаревает.

Поэтому для серьезной проверки концепции следует использовать реальное существующее приложение, а не демонстрационную версию с нуля. Покупатели должны проверить, может ли G5 восстанавливать бизнес-цели из незнакомого кода, поддерживать сопоставления после внесения изменений инженерами вне платформы, отличать подлинные семантические конфликты от безобидных различий в реализации, обеспечивать соблюдение собственных политик организации без чрезмерного количества ложных срабатываний и регенерировать часть системы в существенно иной стек, сохраняя при этом внешне наблюдаемое поведение. Они также должны потребовать полный журнал аудита, показывающий, почему существует каждое внесенное изменение и как оно соотносится с утвержденными целями.

Не менее важны и операционные вопросы, на которые G5 Labs еще не дала подробных ответов: экспортируемость онтологий, восстановление после сбоев, точные варианты изоляции и развертывания, обязательства по уровню обслуживания, поддерживаемые системы контроля версий, административный контроль и способы, с помощью которых клиенты могут избежать превращения самой G5 в новую форму привязки к платформе.

Последний пункт особенно важен, поскольку G5 требует от предприятия превратить свою онтологию в один из наиболее стратегически важных артефактов в жизненном цикле программного обеспечения. Если онтология действительно станет надежным представлением бизнес-целей, а традиционные реализации будут становиться все более гибкими в плане регенерации, переносимость этого семантического актива в конечном итоге может иметь такое же значение, как и переносимость сгенерированного исходного кода.

Однако у проекта G5 Labs есть известные сторонники.

«Предыдущие крупные прорывы в разработке программного обеспечения всегда происходили за счет повышения уровня абстракции», — заявил инвестор и бывший сотрудник Google Джефф Дин в заявлении, предоставленном G5 Labs изданию VentureBeat. «G5 — это серьезная, хорошо продуманная попытка совершить следующий прорыв».

Партнер Battery Ventures и бывший генеральный директор MongoDB Макс Ширесон более агрессивно изложил свою точку зрения в другом заявлении, предоставленном G5 Labs: «С появлением ИИ вскоре больше не будет причин писать программное обеспечение на Java, C, Python или Rust. Новым языком разработки программного обеспечения станет английский. Недостающим звеном является набор инструментов для построения надежного процесса разработки программного обеспечения на его основе. G5 предоставляет эти инструменты».

В краткосрочной перспективе решение для предприятий менее радикально. Организациям не нужно решать, заменит ли английский язык Java. Им нужно решить, выиграет ли быстро растущая производительность программистов от наличия надежного семантического и управленческого уровня над исходным кодом — и сможет ли G5 Labs сделать этот уровень достаточно надежным, чтобы он стал частью самой системы доставки программного обеспечения.

Источник: venturebeat.com