Должен ли весь корпоративный код и все рабочие процессы стать естественным языком? В G5 Labs считают, что да, и их новая платформа G5 делает это за вас

ИИ-агенты по написанию кода стремительно становятся главными авторами корпоративного ПО (в Anthropic, например, на их долю уже приходится до 80% всего готового к внедрению продакшн-кода). Хотя это может повысить скорость и продуктивность, перед компаниями встает новая, пожалуй, еще более сложная проблема: как гарантировать, что многочисленные ИИ-агенты, работающие вместе, не действуют во вред друг другу? Иначе говоря, как сделать так, чтобы они не писали код, который конфликтует с работой друг друга, текущими бизнес-процессами компании или деятельностью курирующих их разработчиков-людей?

G5 Labs, новый стартап, основанный профессором компьютерных наук Массачусетского технологического института (MIT) Тимом Краской (Tim Kraska), выходит из тени с 14 млн долларов начального финансирования. Цель компании — решительно положить конец этой проблеме, а заодно обеспечить своим корпоративным клиентам защиту от устаревания при внедрении любых последующих, еще более мощных агентов общего искусственного интеллекта (AGI).

Первый продукт компании, G5, представляет собой защищенную облачную веб-платформу, которая превращает бизнес-требования компании, архитектурные решения, политики и прочие намерения людей в так называемую системную онтологию (system ontology) — структурированный семантический граф. Он информирует всю систему, включая людей и ИИ-агентов, о намерениях и целях каждого участника.

«Наша главная гипотеза заключалась в том, чтобы сделать естественный язык новым исходным кодом инструмента, — рассказал Краска в эксклюзивном интервью VentureBeat. — Естественный язык с некоторой надстройкой в виде структуры — то, что мы называем системной онтологией — фактически становится новым исходным кодом, а сам исходный код, будь то Python, Rust или что-то еще, производлен от него».

Питч компании на первый взгляд звучит как всё более привычная концепция разработки на основе спецификаций (spec-driven development): запишите, что должно делать ПО, передайте спецификацию ИИ-агенту и позвольте машине написать реализацию.

Здесь прослеживается концептуальное сходство с онтологией Palantir, которая предоставляет предприятиям семантическую модель их операционной среды. G5 пытается сделать нечто аналогичное для жизненного цикла разработки ПО: создать семантическую модель того, что должно делать приложение, почему были приняты те или иные решения и как эти решения соотносятся с лежащим в основе кодом.

Но G5 Labs заявляет о значительно более амбициозных планах. Компания хочет не просто добиться того, чтобы спецификации на естественном языке предшествовали коду: она стремится к тому, чтобы семантическое представление оставалось синхронизированным с реализацией, урегулировало конфликты между изменениями, кодировало организационные политики и в конечном счете стало слоем, из которого можно заново генерировать программное обеспечение.

«Это не просто улучшенный промптинг — это новый уровень абстракции, — добавил Краска в пресс-релизе, предоставленном VentureBeat. — С G5 намерения на естественном языке становятся самим исходным кодом: компилируемым, слияемым, пригодным для создания diff-файлов и управляемым, подобно тому как языки высокого уровня когда-то заменили ассемблер. Впервые разработка ПО оказывается в руках всей организации, а не только разработчиков».

Для корпоративных покупателей это различие является главным аргументом в пользу G5, а также тем аспектом, который заслуживает наибольшего внимания при оценке их устаревших или текущих ИИ-решений.

От ИИ-инструмента для написания кода к системе учета намерений

Послужной список Краски впечатляет. Помимо преподавания компьютерных наук в знаменитой Лаборатории искусственного интеллекта и компьютерных наук MIT (CSAIL), он также ранее стал соучредителем Einblick Analytics (чье подразделение было приобретено Databricks в 2024 году), создал Learned Indexes в Google Brain и работал директором по прикладной науке в Amazon.

По его словам, исследования, лежащие в основе G5 Labs, начались примерно два года назад с вопроса: как должна выглядеть разработка ПО, если в конечном итоге бо́льшую часть реализации или всю её целиком будет писать ИИ?

Ответом G5 Labs стала двунаправленная система. Существующее ПО может быть «поднято» (uplifted) из исходного кода в онтологию; после этого люди и агенты могут работать с этим семантическим представлением, а G5 может сгенерировать на его основе реализацию обратно на привычных языках и фреймворках.

G5 запускает свой двунаправленный компилятор для существующей кодовой базы или спецификаций, чтобы построить первоначальный семантический граф, извлекает и организует рабочие процессы и проектные решения в узлы онтологии, а затем предлагает людям проверить это представление, прежде чем транслировать изменения обратно в код.

Компания утверждает, что онтология шире, чем спецификация функций. Дэвид Чанг (David Chang), операционный директор G5 Labs, бывший сотрудник Google и экс-руководитель глобального направления вывода на рынок моделей Amazon Nova, рассказал VentureBeat, что G5 фиксирует модель данных, бизнес-правила и рабочие процессы, а также общекорпоративные политики в таких областях, как безопасность, GDPR, инфраструктура и стандарты кодирования.

«Каждый узел онтологии написан на естественном языке и связан с кодом, который его реализует, поэтому каждую строку кода можно проследить вплоть до требования, — сказал Чанг. — Система G5 постоянно проверяет онтологию на предмет согласованности, а код — на соответствие онтологии».

На сайте G5 указано, что пользователи могут «изменить намерение — и код перепишется сам. Изменить код — и онтология усвоит изменения. Каждая строка поддается отслеживанию». В примере, показанном на сайте, сгенерированный исходный код содержит метаданные трассировки, указывающие на конкретную концепцию онтологии и её редакцию.

Такая архитектура может оказаться критически важной по мере того, как объем сгенерированного ИИ кода начнет превышать то, что люди способны осмысленно проверить строка за строкой.

«Если один из ваших инженеров отправляет изменение кода на 100 000 строк, как с этим бороться? — отметил Краска. — Один из наших инженеров на днях за одну неделю отправил на платформу изменение в 300 000 строк. Для работы с этим просто необходимы новые механизмы. Старые методы больше не работают».

В рекламных материалах и живой демонстрации, показанной VentureBeat, G5 продемонстрировала «дифф-граф» (Diff Graph), связывающий чаты пользователей и документы с концепциями онтологии, архитектурными компонентами и отдельными исходными файлами.

«Мы стараемся разрабатывать инструменты для так называемой пост-разработческой эры: что происходит после того, как разработчики больше не пишут код и больше не читают его?» — сказал Краска.

В других интерфейсах отображались статусы проверки онтологии и блоков реализации, прогресс реализации и покрытие тестами, а также разделение процессов создания pull-request, ребазинга, одобрения и слияния на регулируемые этапы.

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

Краска привел пример с двумя разработчиками или агентами, модифицирующими одно и то же банковское приложение. В традиционной разработке корпоративного ПО, если один разработчик указывает, что кнопка должна быть красной, а у второго нет мнения насчет её цвета и он случайно генерирует синий код, слияние исходного кода может привести к конфликту.

«Если мы оба попытаемся отправить код, возникнет конфликт, потому что вы сказали „красный“, а я ничего не сказал, — пояснил Краска. — Однако, если посмотреть на семантику, они на самом деле совместимы, так как у вас есть мнение, а у меня его нет. Это должно объединяться автоматически. Никакого конфликта нет».

На семантическом уровне G5 теоретически способна распознать, что требование было высказано только одной стороной, и выполнить слияние соответствующим образом. Два несовместимых требования к аутентификации, напротив, должны вызывать настоящий семантический конфликт, требующий принятия решения.

Это гораздо более интересное предложение для бизнеса, чем просто генерация кода на английском языке. Оно пытается перенести проверку кода, соблюдение политик и управление изменениями в абстрактное, но при этом достоверное каноническое представление, которое могут изучить владельцы продуктов, специалисты по комплаенсу и другие сотрудники, не являющиеся разработчиками.

От модернизации устаревших систем к замене SaaS заказными корпоративными приложениями, написанными с помощью ИИ

Первые клиенты G5 Labs занимаются модернизацией программного обеспечения, а также заменой дорогостоящих SaaS-приложений (software-as-a-service) от сторонних вендоров собственными разработками, которыми они владеют и управляют.

Краска рассказал VentureBeat, что около 90% организаций, с которыми они работают, относятся к финансовому сектору, и охарактеризовал сотрудничество как находящееся на ранней стадии, но отказался назвать клиентов из-за соглашений о конфиденциальности.

VentureBeat видел демонстрацию платформы G5 Labs на примере крупного реального проекта по модернизации у корпоративного клиента (название компании не разглашается по просьбе G5).

В презентационных материалах, предоставленных VentureBeat, освещается проект модернизации в финансовом секторе, в ходе которого сопоставление онтологий выявило структурные различия, которые, по словам представителей компании, остались бы незаметными при обычном переносе кода.

«Типичный инструмент модернизации берет старый код и с помощью ИИ переводит его в новый, — пояснил Краска. — Но вы переносите все проблемы, которые были у старого кода. Часто из-за сроков и других факторов в прошлом принимались определенные решения, и теперь они тянутся дальше, хотя вы даже не знаете, должны ли они вообще там быть».

Вместо того чтобы поручать ИИ-агенту напрямую переводить старое приложение с одного языка или фреймворка на другой, G5 сначала пытается восстановить семантику системы. После этого предприятие может проверить, какие из старых предположений остаются в силе, изменить бизнес-требования или архитектуру и сгенерировать новую реализацию на основе измененного представления.

«Мы можем, например, взять ваш старый код, поднять его до семантического представления, а затем вы сможете проверить ряд вещей и спустить его обратно», — сказал Краска.

На своем сайте G5 Labs рекламирует и второй путь интеграции в обход модернизации устаревших систем: замену SaaS. В компании утверждают, что предприятия могут создавать приложения под свои конкретные рабочие процессы и владеть ими, вместо того чтобы продолжать платить регулярные подписки за универсальное ПО, и заявляют, что это может сэкономить миллионы долларов на расходах на программное обеспечение.

Краска высказал аналогичную мысль в интервью VentureBeat, предсказав, что экономика высококастомизированного ПО со временем составит серьезную конкуренцию маржинальным SaaS-продуктам по мере того, как ИИ будет снижать издержки на реализацию.

«В долгосрочной перспективе, честно говоря, немногие компании будут готовы платить очень высокую премию за SaaS-софт, если он не приносит огромную ценность, которую, по их мнению, нельзя получить дешевле иным способом», — отметил Краска.

На сайте G5 Labs отмечается, что её продукт «уже развернут» в нескольких жестко регулируемых отраслях и что в ходе работы в семантические онтологии были перенесены «миллионы строк» устаревшего кода. Эти показатели внедрения и масштаба предоставлены самой компанией и не были независимо верифицированы VentureBeat.

Это различие имеет решающее значение при принятии решений о закупках. Базовая концепция правдоподобна; однако заявления о масштабах и надежности в значительной степени исходят от самой компании.

G5 хочет возвыситься над Claude Code, Codex и другими агентами, а не заменять их

G5 Labs также намеренно не пытается создать еще одну передовую модель для написания кода или напрямую конкурировать с основными поставщиками кодинг-агентов.

По словам Краски, платформа располагается поверх моделей и среды выполнения (coding-harness layer), давая указания таким инструментам, как Claude Code или Codex, и потенциально выбирая разные модели для разных задач. Это создает возможность использовать дорогие передовые модели там, где это необходимо, и более дешевые модели для более простой работы.

G5 не привязана к конкретной модели: её интерфейс включает элементы управления для выбора различных кодинг-агентов и базовых моделей, и Краска сообщил, что платформа также способна оптимизировать выбор моделей для разных задач, используя более дешевые варианты там, где это уместно, и поручая реализацию таким системам, как Claude Code или Codex.

На сайте компании говорится, что платформа декомпозирует утвержденный план на проверяемые задачи и координирует работу нескольких агентов для их параллельного выполнения, одновременно закрепляя решения агентов, полученные уроки и промежуточные шаги в онтологии наряду с архитектурными рекомендациями, политиками и лучшими практиками конкретного клиента. Если всё это работает так, как описано, G5 Labs не просто поддерживает семантический архив поверх агентов-программистов, но и служит уровнем, который определяет, как именно разделяется, ограничивается и согласуется работа агентов.

Такое позиционирование может оказаться привлекательным для предприятий, которые не хотят привязывать свою инфраструктуру управления разработкой к какому-то одному вендору моделей. Однако это также означает, что платформу G5 следует оценивать как дополнительный уровень в стеке, а не как замену затратам на базовые ИИ-инструменты кодирования.

Компания встроила в этот уровень механизмы контроля затрат. Краска описал случаи, когда внешне безобидный запрос на естественном языке мог подразумевать архитектурную переделку; в таких ситуациях G5 может оценить предполагаемую стоимость и запросить дополнительное подтверждение перед тем, как приступать к реализации.

Управление и контроль (governance) имеют не меньшее значение. Краска утверждает, что по мере того как разработчики начинают курировать всё большее число программных агентов, ответственность никуда не исчезает просто потому, что изменения сгенерировал агент.

«Я не думаю, что разработчики исчезнут, — сказал Краска. — У них просто изменится набор навыков. Они станут менеджерами виртуальных сотрудников — агентов. Они будут принимать крайне ответственные решения, касающиеся архитектуры, организации процессов и других аспектов».

Платформа спроектирована так, чтобы связывать изменения с процессами утверждения и регламентами, позволяя организациям точно определять, кто одобрил изменение, какой агент или процесс проверки был задействован и соответствует ли полученная реализация необходимым требованиям.

Kiro и GitHub Spec Kit делают конкурентную борьбу еще сложнее

G5 Labs выходит на рынок, который стремительно движется к тем же идеям, причем сама базовая посылка о том, что рабочий код можно получать из более высокого, независимого от технологий представления, появилась за десятилетия до генеративного ИИ.

Группа управления объектами (Object Management Group) установила в качестве основы своих стандартов модельно-ориентированную архитектуру (Model Driven Architecture) еще в 2001 году. MDA отталкивается от независимой от платформы модели бизнес-функциональности и поведения приложения, преобразует её в платформо-специфичные модели и реализации и прямо предполагает повторную генерацию кода по мере изменения базовых технологий. Иными словами, мысль о том, что «модель долговечнее сгенерированной реализации», сама по себе не является новой идеей в программной инженерии.

AveriSource, например, предлагает инструментарий, который анализирует унаследованные (legacy) приложения, извлекает бизнес-правила и структуры данных в промежуточную доменную модель, а затем использует эти модели для генерации современных реализаций на Java, C# и в виде микросервисов.

Текущий продукт компании, Reimagine, аналогичным образом позиционирует спецификации структурированных бизнес-функций в качестве входных данных для AI-нативной сквозной разработки (forward engineering), оставляя при этом старый технический долг позади. Это не делает AveriSource полным аналогом G5, чей подход простирается до непрерывной разработки, семантического слияния, интентов на естественном языке и организационного управления, однако это означает, что извлечение долговечной семантики из устаревшего кода и пересоздание современной реализации не является уникальной особенностью G5.

Таким образом, претензия G5 Labs на новизну оказывается более узкой — и потенциально более интересной, — чем простая формулировка «модели заменяют код в качестве источника истины».

Их ставка заключается в том, что современные языковые модели могут сделать такое представление более высокого уровня значительно более простым для создания и поддержки: восстанавливая его из существующего ПО, выражая большую его часть на естественном языке, привязывая концепции обратно к реализации, отдельно сохраняя первоначальный человеческий замысел от решений агентов и используя получившийся граф для семантических слияний, управления и многоагентной разработки. Способна ли G5 Labs надежно поддерживать этот цикл «туда и обратно» в масштабах крупной, непрерывно меняющейся кодовой базы предприятия — это уже более сложный вопрос.

Платформа ИИ-кодинга Amazon Kiro, например, уже предлагает структурированный рабочий процесс спецификаций, который создает requirements.md, design.md и tasks.md, включая требования, выраженные в тестируемой нотации EARS. Она может анализировать требования на предмет противоречий или упущений до начала реализации, в то время как постоянные файлы «управления» (steering files) могут кодировать архитектуру, соглашения и другие организационные инструкции. Корпоративный продукт Kiro теперь также включает централизованное управление моделями и серверами MCP, логирование промптов, мониторинг активности и аналитику использования.

Таким образом, Kiro — это не просто чат-генератор кода с прикрученной формой спецификации. Он превратился в более широкую агентскую среду разработки, охватывающую рабочие процессы в IDE, CLI и в веб-интерфейсе.

GitHub Spec Kit позволяет провести еще более прямое сравнение. Этот проект с открытым исходным кодом под лицензией MIT описывается как «инструмент на основе интентов» (intent-driven harness) и поддерживает десятки интеграций с кодирующими агентами. Его стандартный рабочий процесс движется от спецификации к плану, от задач к реализации, в то время как модель «живой спецификации» явно позволяет spec.md функционировать в качестве контракта, на основе которого регенерируются последующие артефакты. Он также может работать в автономном режиме и в изолированных средах (air-gapped).

Важно отметить, что Spec Kit также эволюционировал с момента написания некоторых ранних сравнений инструментов, управляемых спецификациями. Его рабочий процесс /speckit.converge, представленный в 2026 году, оценивает текущую кодовую базу на соответствие спецификации, плану и задачам, выявляет пропущенную, частичную, противоречивую или не запрошенную реализацию и добавляет отслеживаемые задачи по исправлению. Это сужает возможности G5 Labs выделяться за счет заявлений о том, что конкурирующие системы не проверяют код на соответствие спецификациям.

Тем не менее, Spec Kit по-прежнему оставляет командам свободу выбора в отношении того, как спецификации сохраняются и изменяются. В его собственной документации говорится, что живая спецификация требует от команд регенерации или согласования последующих артефактов, и специально предупреждается, что обоснование реализации может быть утеряно, если его целенаправленно не переносить дальше.

Новое утверждение G5 Labs заключается вовсе не в том, что «у нас есть спецификации, и они остаются важными» — конкуренты делают это и так. Вместо этого платформа G5 способна поддерживать общесистемный семантический граф, двунаправленно связанный с реализацией, сохранять человеческий замысел отдельно от вариантов реализации, сгенерированных ИИ, обнаруживать конфликты на этом семантическом уровне и применять политики и правила управления ко всему полученному графу.

Краска (Kraska) описывает G5 как систему, которая фактически берет спецификации, создаваемые такими инструментами, как Kiro или Spec Kit, и организует их в единый связный граф знаний на уровне приложения, после чего добавляет привязку (grounding), двунаправленную компиляцию, семантическое слияние и рабочие процессы утверждения (approval workflows).

Если это надежно работает в масштабах предприятия, то это значимое техническое отличие. Кроме того, это гораздо сложнее, чем просто генерировать спецификации в формате Markdown.

Tessl — еще одна полезная точка для сравнения. Более ранние работы по разработке на основе спецификаций описывали ее как исследование модели «спецификация как источник». Однако ее текущее коммерческое позиционирование гораздо сильнее сосредоточено на навыках агентов, плагинах, оценках, общем контексте и управлении. Ее корпоративное предложение включает SAML SSO, контроль политик, BYOK (Bring Your Own Key), локальное развертывание (self-hosting) и возможности аудита.

Доступность ориентирована на корпоративный сектор, ценообразование остается открытым вопросом

G5 Labs не запускается с традиционной страницей самообслуживания разработчиков и прайс-листом.

Краска сообщил, что стандартным вариантом развертывания является облачная среда, к которой клиенты получают учетные данные, хотя G5 утверждает, что может работать с банками и другими заказчиками, налагающими более строгие инфраструктурные ограничения. Для проектов модернизации клиенты работают либо самостоятельно, либо совместно с G5, чтобы загрузить существующую систему и построить первоначальную онтологию перед изменением и регенерацией приложения.

В настоящее время веб-сайт компании предлагает потенциальным клиентам «Запросить ранний доступ» вместо регистрации в режиме самообслуживания, что подтверждает: на данный момент G5 ориентирована на корпоративное внедрение, а не является продуктом, который разработчики могут просто купить и развернуть по требованию.

Компания также заявляет, что корпоративные данные остаются у самого предприятия и что G5 может работать в рамках существующих соглашений клиентов с поставщиками моделей, включая условия с нулевым удержанием данных (zero-data-retention) там, где это применимо. «Данные остаются у предприятия», — сказал Краска.

Однако цены пока не опубликованы и не окончательны. «Мы все еще дорабатываем нашу модель ценообразования», — признался Краска.

Это оставляет серьезную переменную нерешенной для отделов закупок, особенно с учетом того, что общая стоимость будет включать не только то, что G5 в конечном итоге запросит в качестве оплаты, но и использование базовой модели / API, затраты на миграцию, создание онтологии и текущие накладные расходы на управление.

Конкуренты предоставляют более четкие ориентиры. Kiro в настоящее время предлагает варианты от бесплатного уровня до платных планов стоимостью $20, $40, $100 и $200 в месяц за пользователя, с возможностью приобретения дополнительных кредитов и отдельным корпоративным администрированием.

Сам GitHub Spec Kit представляет собой проект с открытым исходным кодом под лицензией MIT, хотя организации все равно несут расходы на любые кодирующие агенты, модели и внутренние процессы поддержки, которые они используют с ним. Tessl предлагает командный тариф стоимостью $100 в месяц, а также индивидуальные корпоративные цены на основе платы за платформу и кредитов на использование.

Что на самом деле следует протестировать корпоративным покупателям

Для директоров по информационным технологиям (CIO), технических директоров (CTO) и отделов закупок правильный вопрос заключается вовсе не в том, будет ли естественный язык играть большую роль в программировании. Эта тенденция уже идет полным ходом. Вопрос в том, сможет ли системная онтология G5 Labs стать надежной плоскостью управления для сложного программного обеспечения, а не превратиться в еще одно представление, которое само по себе устаревает.

Серьезное доказательство концепции (PoC) поэтому должно использовать реальное усадебное приложение (brownfield application), а не демоверсию с чистого листа (greenfield). Покупатели должны протестировать, способна ли G5 восстанавливать бизнес-интенты из незнакомой кодовой базы, сохранять связи после того, как инженеры вносят изменения за пределами платформы, отличать подлинные семантические конфликты от безвредных различий в реализации, применять политики компании без чрезмерного количества ложных срабатываний и регенерировать часть системы в принципиально другой стек с сохранением внешне наблюдаемого поведения. Они также должны требовать полный след аудита (audit trail), показывающий, почему существует каждое сгенерированное изменение и как оно соотносится с утвержденным интентом.

Не менее важны и операционные вопросы, на которые G5 Labs пока не дала публичных ответов в деталях: переносимость онтологии, восстановление после сбоев, точная изоляция и варианты развертывания, соглашения об уровне обслуживания (SLA), поддерживаемые системы контроля версий, административные элементы управления и то, как клиенты могут избежать превращения самого G5 в новую форму привязки к платформе (vendor lock-in).

Последний момент особенно важен, поскольку G5 просит предприятие возвести свою онтологию в ранг одного из наиболее стратегически важных артефактов в жизненном цикле программного обеспечения. Если онтология действительно станет долговечным представлением бизнес-интентов, в то время как традиционные реализации будут все больше подлежать регенерации, переносимость этого семантического актива со временем может стать столь же важной, как и переносимость сгенерированного исходного кода.

Тем не менее, у тезиса G5 Labs есть известные сторонники.

«Прошлые крупные технологические скачки в программном обеспечении всегда происходили за счет повышения уровня абстракции», — отметил инвестор и бывший коллега по Google Джефф Дин (Jeff Dean) в заявлении, предоставленном G5 Labs изданию VentureBeat. — «G5 — это серьезная, хорошо спроектированная попытка совершить следующий такой скачок».

Партнер Battery Ventures и бывший генеральный директор MongoDB Макс Ширесон (Max Schireson) высказался еще более категорично в другом заявлении, предоставленном G5 Labs: «С появлением ИИ у нас скоро не останется причин писать код на Java, C, Python или Rust. Новым языком разработки программного обеспечения станет английский. Недостающим звеном является набор инструментов для построения надежного процесса программной инженерии вокруг него. G5 поставляет именно эти инструменты».

Краткосрочное корпоративное решение выглядит не столь радикально. Организациям не нужно решать, заменит ли английский язык Java. Им необходимо решить, извлекает ли быстро растущий объем результатов от ИИ-агентов выгоду из долговечного семантического слоя и слоя управления поверх исходного кода — и сможет ли G5 Labs сделать этот слой достаточно надежным, чтобы он стал частью самой системы доставки программного обеспечения.