Корпоративный код и процессы — на естественном языке? G5 Labs считает: G5 всё сделает

ИИ-агенты быстро становятся основными авторами корпоративного программного обеспечения. В Anthropic на них уже приходится до 80% всего кода, отправляемого в рабочие системы.

Это повышает скорость и производительность, но создаёт новую проблему: как убедиться, что множество ИИ-агентов действуют согласованно, не пишут противоречивый код и не конфликтуют с текущими процессами компании или с решениями людей-разработчиков.

G5 Labs основал профессор компьютерных наук MIT Тим Краска. Стартап вышел из скрытого режима с $14 млн посевного финансирования. Компания хочет решить проблему координации ИИ-агентов и подготовить корпоративных клиентов к появлению ещё более мощных агентов общего искусственного интеллекта (AGI).

Первый продукт компании — защищённая облачная веб-платформа G5. Она переводит бизнес-требования, архитектурные решения, политики и другие намерения людей в системную онтологию. Это структурированный семантический граф, который описывает цели и намерения всей системы — людей и ИИ-агентов.

Краска объяснил VentureBeat, что гипотеза G5 Labs состоит в превращении естественного языка в новый исходный код инструмента. По его замыслу, естественный язык с дополнительной структурой в виде системной онтологии становится исходным кодом, а обычный код на Python, Rust или другом языке выводится из него.

На первый взгляд подход напоминает уже знакомую разработку по спецификациям: описать, что должна делать программа, передать спецификацию ИИ-агенту и позволить ему написать реализацию.

Есть и сходство с Ontology компании Palantir, которая создаёт семантическую модель операционного мира предприятия. G5 пытается применить похожую идею к жизненному циклу разработки: построить семантическую модель того, что должно делать приложение, почему приняты определённые решения и как они связаны с исходным кодом.

Но G5 Labs претендует на более широкий подход. Компания хочет, чтобы семантическое представление:

Краска назвал G5 новым уровнем абстракции, а не просто улучшенным промтингом. По его словам, естественно-языковое намерение становится самим исходным кодом: его можно компилировать, объединять, сравнивать и контролировать по правилам. Такой подход, по замыслу компании, должен передать работу с программным обеспечением всей организации, а не только разработчикам.

Для корпоративных заказчиков именно это отличает G5 от обычных ИИ-инструментов для программирования. Одновременно это требует особенно внимательно сравнивать платформу с уже используемыми системами.

От инструмента для программирования к реестру намерений

У Краски большой академический и индустриальный опыт. Он преподаёт компьютерные науки в знаменитой лаборатории компьютерных наук и ИИ MIT (CSAIL), ранее был сооснователем Einblick Analytics — её команду в 2024 году приобрела Databricks, — создал Learned Indexes в Google Brain и работал директором по прикладным исследованиям в Amazon.

По словам Краски, исследования, которые привели к созданию G5 Labs, начались примерно два года назад. Команда стала искать ответ на вопрос: как будет выглядеть разработка, если ИИ со временем начнёт писать большую часть или весь программный код?

Ответом стала двунаправленная система. Существующее программное обеспечение можно поднять из исходного кода в онтологию. Затем люди и ИИ-агенты рассуждают над этим семантическим представлением, а G5 снова опускает изменения в обычные языки программирования и фреймворки.

G5 запускает двунаправленный компилятор поверх существующего кода и спецификаций, чтобы построить исходный семантический граф. Затем система извлекает и организует рабочие процессы и проектные решения в узлы онтологии. После этого люди проверяют получившееся представление, а платформа переносит изменения обратно в код.

Компания подчёркивает, что онтология шире обычной спецификации функции. По словам операционного директора G5 Labs Дэвида Чанга, который также ранее работал в Google и был глобальным руководителем направления вывода на рынок моделей Nova AI в Amazon, система описывает:

Каждый узел онтологии написан на естественном языке и связан с кодом, который его реализует. Поэтому, как утверждает Чанг, каждую строку кода можно проследить до требования. G5 постоянно проверяет онтологию на согласованность, а код — на соответствие онтологии.

На сайте G5 Labs это описано так: пользователь меняет намерение — код переписывается; меняет код — онтология обучается. В показанном компанией примере сгенерированный исходный код содержит метаданные трассировки, указывающие на конкретную концепцию и версию онтологии.

Такой подход может стать важным, если объём кода, созданного ИИ, превысит возможности людей по построчному просмотру.

Краска привёл пример: один из инженеров G5 за неделю отправил в платформу изменение объёмом 300 000 строк. По его словам, уже при изменении в 100 000 строк нужны новые механизмы проверки, потому что прежние методы больше не справляются.

В материалах продукта и на живой демке для VentureBeat G5 показала «граф изменений». Он связывает чаты и документы людей с концепциями онтологии, архитектурными компонентами и отдельными файлами исходного кода.

Краска описывает это как инструменты для «эпохи после разработчиков» — времени, когда разработчики перестанут писать и читать код.

Другие интерфейсы G5 показывали:

Практическая идея платформы заключается в том, что компания сможет проверять изменения на уровне смысла, а не только на уровне текста.

Краска привёл пример с двумя разработчиками или ИИ-агентами, которые изменяют одно банковское приложение. Один указывает, что кнопка должна быть красной, второй не высказывает требований к цвету и случайно создаёт синий код. При обычном объединении исходного кода может возникнуть конфликт.

На семантическом уровне G5 теоретически сможет понять, что требование сформулировала только одна сторона, а вторая ничего не потребовала. Тогда изменения можно объединить автоматически. Если же два участника задают несовместимые требования к аутентификации, система должна зафиксировать настоящий семантический конфликт и передать его на решение человеку.

Это уже не просто генерация кода по описанию на английском языке. G5 пытается перенести проверку кода, применение политик и управление изменениями в абстрактное, но достоверное представление, которое смогут изучать владельцы продуктов, специалисты по соответствию требованиям и другие сотрудники без навыков разработки.

От модернизации унаследованных систем к замене SaaS

Первые клиенты G5 Labs работают сразу в двух направлениях: модернизируют программное обеспечение и заменяют дорогие SaaS-продукты сторонних поставщиков собственными приложениями, которыми компания владеет и управляет сама.

Краска рассказал VentureBeat, что примерно 90% организаций, с которыми работает G5 Labs, относятся к финансовому сектору. Он назвал проекты ранними и не раскрыл имена клиентов из-за соглашений о конфиденциальности.

VentureBeat увидел демку платформы G5 на примере реального проекта по модернизации крупной корпоративной системы. По просьбе G5 Labs заказчик остался анонимным.

В материалах, подготовленных к запуску, компания выделила проект модернизации в финансовом секторе. Сравнение онтологий выявило структурные различия, которые, по утверждению G5, остались бы незаметными при обычном переносе кода.

Краска объяснил, что типичный инструмент модернизации берёт старый код и с помощью ИИ переводит его на другой язык. Вместе с этим в новую систему переносятся все проблемы старой. Принятые много лет назад решения могут сохраняться просто из-за сроков и ограничений проекта, хотя никто уже не знает, нужны ли они.

G5 предлагает сначала восстановить семантику старого приложения, а уже затем переводить систему на другой язык или фреймворк. Компания может:

Краска описал процесс так: старый код можно поднять в семантическое представление, проверить нужные свойства, а затем снова опустить его в реализацию.

Второе направление, которое продвигает сайт G5 Labs, — замена SaaS. Компания утверждает, что предприятия могут создавать и контролировать приложения под собственные рабочие процессы, вместо того чтобы постоянно платить за универсальное программное обеспечение. Потенциальная экономия, по заявлению G5, может составлять миллионы долларов.

Краска высказал похожую мысль в разговоре с VentureBeat. По его прогнозу, по мере снижения стоимости реализации сильно настроенное под конкретного заказчика программное обеспечение будет всё заметнее конкурировать с высокомаржинальными SaaS-продуктами.

Он считает, что со временем компании будут не готовы платить за SaaS высокую надбавку, если только такой продукт не даёт огромную ценность, которую нельзя получить дешевле другим способом.

На сайте G5 Labs говорится, что продукт уже развёрнут в нескольких отраслях с жёстким регулированием, а в рамках проектов в семантические онтологии подняты «миллионы строк» унаследованного кода. Эти сведения о внедрениях и масштабе предоставлены самой компанией и не проверены VentureBeat независимо.

Для закупки это различие имеет значение: сама концепция выглядит правдоподобной, но заявления о масштабе и надёжности пока остаются заявлениями G5 Labs.

G5 работает поверх Claude Code, Codex и других агентов

G5 Labs не пытается создавать ещё одну передовую модель для программирования или напрямую конкурировать с основными поставщиками ИИ-агентов.

По словам Краски, платформа располагается над моделью и уровнем инструментов для программирования. Она ставит задачи таким системам, как Claude Code и Codex, а также может выбирать разные модели для разных работ. Это позволяет использовать дорогие передовые модели там, где они действительно нужны, а для простых задач выбирать более дешёвые.

G5 не привязана к конкретной модели. В интерфейсе можно выбирать разные инструменты для программирования и базовые модели. Кроме того, платформа может оптимизировать выбор модели по задачам: направлять Claude Code или Codex на реализацию, а для менее сложной работы использовать более дешёвые системы.

На сайте G5 Labs говорится, что платформа:

Если система работает именно так, G5 не просто хранит семантическую запись над инструментами для программирования. Она также определяет, как разделить работу агентов, какими ограничениями её снабдить и как согласовать результат.

Такое положение может заинтересовать компании, которые не хотят привязывать контур управления разработкой к одному поставщику моделей. Но G5 в этом случае нужно оценивать как дополнительный слой программного стека, а не как замену расходов на базовые ИИ-инструменты.

В этот слой встроены проверки стоимости. Краска рассказал о случаях, когда небольшой запрос на естественном языке фактически означал переписывание архитектуры. G5 может заранее оценить предполагаемые затраты и потребовать дополнительного подтверждения до начала реализации.

Управление также занимает центральное место в концепции платформы. Краска считает, что ответственность не исчезает только потому, что изменение создал ИИ-агент. Разработчики, по его мнению, не уйдут, а изменят набор навыков и станут руководителями виртуальных сотрудников — агентов. Они будут принимать решения о высокой степени ответственности в области архитектуры, эксплуатации и других вопросов.

Платформа связывает изменения с процессами утверждения и политиками. Компания сможет установить:

Kiro и GitHub Spec Kit усложняют конкурентную картину

G5 Labs выходит на рынок, который быстро движется в том же направлении. При этом сама идея выводить реализацию из более высокого, независимого от технологий представления появилась за десятилетия до генеративного ИИ.

В 2001 году Object Management Group сделала модельно-ориентированную архитектуру (Model Driven Architecture, MDA) основой своих стандартов. MDA начинает с независимой от платформы модели бизнес-функций и поведения приложения, преобразует её в модели и реализации для конкретной платформы и прямо предусматривает повторную генерацию кода при изменении базовых технологий.

Иными словами, мысль о том, что модель долговечнее сгенерированной реализации, сама по себе не нова.

Другой пример — AveriSource. Компания предлагает инструменты, которые анализируют унаследованные приложения, извлекают бизнес-правила и структуры данных в промежуточную предметную модель, а затем используют её для создания современных реализаций на Java, C# и в архитектуре микросервисов.

Текущий продукт AveriSource Reimagine также использует структурированные спецификации бизнес-функций как входные данные для ИИ-ориентированной прямой разработки, оставляя старый технический долг в прошлом.

Это не делает AveriSource эквивалентом G5: предложение G5 охватывает текущую разработку, семантическое объединение, намерения на естественном языке и корпоративное управление. Но извлечение устойчивой семантики из старого кода и повторная генерация современной реализации не являются уникальной особенностью G5.

Поэтому претензия G5 Labs на новизну уже: компания не просто заявляет, что модели заменят код в качестве источника истины.

Ставка G5 заключается в том, что современные языковые модели значительно упростят создание и поддержку представления высокого уровня. Оно должно:

Главный сложный вопрос — сможет ли G5 Labs надёжно поддерживать этот двусторонний цикл в большой корпоративной кодовой базе, которая постоянно меняется.

Сравнение подходов выглядит так:

Kiro

Платформа Amazon Kiro уже предлагает структурированный процесс работы со спецификациями. Она создаёт файлы requirements.md, design.md и tasks.md, а требования можно формулировать в проверяемой нотации EARS.

Kiro умеет анализировать требования на противоречия и пропуски до начала реализации. Постоянные файлы «управления» могут хранить архитектуру, соглашения и другие корпоративные рекомендации.

Корпоративная версия Kiro также получила централизованное управление моделями и MCP-серверами, журналы промтов, мониторинг активности и аналитику использования.

Поэтому Kiro — уже не чат-генератор кода с прикреплённой формой спецификации. Это более широкая среда агентной разработки, объединяющая процессы в IDE, командной строке и веб-интерфейсе.

GitHub Spec Kit

GitHub Spec Kit даёт ещё более прямую точку для сравнения. Проект распространяется с открытым исходным кодом по лицензии MIT, называется «инструментом разработки, управляемой намерением», и поддерживает десятки интеграций с агентами для программирования.

Его стандартный процесс проходит этапы:

Модель «живой спецификации» прямо допускает, что spec.md становится контрактом, из которого повторно создаются производные артефакты. Spec Kit также может работать офлайн и в изолированных средах.

После появления более ранних сравнений инструментов разработки по спецификациям Spec Kit продолжил развиваться. Введённый в 2026 году процесс /speckit.converge сравнивает текущую кодовую базу со спецификацией, планом и задачами. Он ищет:

Затем процесс добавляет задачи для исправления с сохранением трассировки. Поэтому G5 Labs уже сложнее отличать себя простым утверждением, что конкуренты не проверяют код по спецификациям.

При этом Spec Kit оставляет командам выбор того, как спецификации сохраняются и изменяются. В документации проекта говорится, что живая спецификация требует заново создавать или согласовывать производные артефакты. Там же есть предупреждение: обоснование решений может потеряться, если его специально не переносить дальше.

Новизна G5 Labs, по версии компании, состоит не в том, что спецификации важны и сохраняются. Конкуренты уже предлагают это. G5 должна поддерживать системный семантический граф, двунаправленно связанный с реализацией, отдельно сохранять намерение человека и решения, созданные ИИ, находить конфликты на семантическом уровне и применять политики ко всему графу.

Краска описывает G5 как систему, которая берёт спецификации из Kiro или Spec Kit и организует их в единый граф знаний на уровне приложения. Затем платформа добавляет связь с реализацией, двунаправленную компиляцию, семантическое объединение и процессы утверждения.

Если это будет надёжно работать в корпоративном масштабе, различие окажется технически значимым. Но поддерживать такую систему намного сложнее, чем создавать спецификации в Markdown.

Tessl

Ещё одна точка сравнения — Tessl. В ранних материалах по разработке на основе спецификаций этот продукт описывался как исследование модели, где спецификация является источником кода.

Текущая коммерческая версия Tessl гораздо сильнее сосредоточена на навыках агентов, плагинах, оценках, общем контексте и управлении. Корпоративное предложение включает:

Доступ рассчитан на предприятия, а цены ещё не определены

G5 Labs запускается без обычной страницы с тарифами для самостоятельной покупки разработчиками.

Краска сказал, что стандартная поставка — облачная среда, к которой клиент получает учётные данные. При этом G5 утверждает, что может работать с банками и другими организациями, предъявляющими более жёсткие требования к инфраструктуре.

В проектах модернизации клиенты могут самостоятельно загрузить существующую систему и построить начальную онтологию либо сделать это вместе с G5. После этого они меняют представление и заново создают приложение.

Сейчас сайт компании предлагает потенциальным клиентам запросить ранний доступ, а не зарегистрироваться и оплатить сервис самостоятельно. Это подтверждает, что G5 пока поставляется как корпоративное решение, а не как продукт, который разработчик может в любой момент купить и развернуть.

Компания также утверждает, что данные остаются у клиента, а G5 может работать в рамках уже заключённых соглашений с поставщиками моделей. Это включает режимы без хранения данных, если соответствующий режим доступен у поставщика.

Цены пока не опубликованы и не утверждены. Краска признал, что компания всё ещё формирует модель оплаты.

Для закупщиков это оставляет без ответа важный вопрос. В общую стоимость войдут не только будущая цена G5, но и:

У конкурентов есть более понятные ориентиры:

Что проверять корпоративным заказчикам

Для ИТ-директоров, технических директоров и закупочных команд вопрос не в том, будет ли естественный язык чаще использоваться в программировании. Этот процесс уже идёт. Нужно проверить, сможет ли системная онтология G5 Labs стать надёжным контуром управления сложным программным обеспечением, а не ещё одним представлением, которое со временем устареет.

Поэтому серьёзный пилот следует проводить на реальном приложении с исторически накопившимся кодом, а не на демке нового проекта. Заказчикам стоит проверить, сможет ли G5:

Есть и операционные вопросы, на которые G5 Labs пока не дала подробных публичных ответов:

Последний пункт особенно важен. G5 предлагает сделать онтологию одним из главных артефактов жизненного цикла программного обеспечения. Если она действительно станет долговечным представлением бизнес-намерений, а обычные реализации будут всё чаще создаваться заново, переносимость семантического актива со временем может оказаться не менее важной, чем переносимость сгенерированного исходного кода.

Инвестор и бывший сотрудник Google Джефф Дин назвал G5 серьёзной и хорошо спроектированной попыткой поднять уровень абстракции в программировании ещё на один шаг. Он отметил, что крупные скачки в разработке исторически происходили именно благодаря такому повышению уровня абстракции.

Партнёр Battery Ventures и бывший генеральный директор MongoDB Макс Шайресон сформулировал позицию ещё жёстче. По его мнению, с развитием ИИ исчезнет необходимость писать программное обеспечение на Java, C, Python или Rust, а новым языком разработки станет английский. Недостающим звеном он назвал набор инструментов для построения надёжного процесса разработки вокруг такого языка и считает, что G5 создаёт эти инструменты.

Ближайшее решение для предприятий гораздо практичнее. Им не нужно сейчас выбирать, заменит ли английский Java. Нужно выяснить, выиграет ли растущий объём кода от ИИ-агентов от постоянного семантического и управленческого слоя над исходным кодом — и сможет ли G5 Labs сделать этот слой достаточно надёжным, чтобы включить его в саму систему поставки программного обеспечения.