G5 Labs स्टेल्थ मोड से बाहर आया $14M के साथ, प्राकृतिक भाषा को नया स्रोत कोड बनाने के लिए

G5 Labs, MIT कंप्यूटर साइंस और Artificial Intelligence Laboratory (CSAIL) की स्पिनआउट, स्टेल्थ मोड से बाहर आया है $14 मिलियन सीड फंडिंग के साथ और एक महत्वाकांक्षी सिद्धांत रखता है: अगली प्रमुख प्रोग्रामिंग भाषा शायद प्रोग्रामिंग भाषा जैसी नहीं दिखेगी।

बोस्टन स्थित स्टार्टअप AI-नेटिव सॉफ्टवेयर विकास के लिए एक एब्स्ट्रैक्शन लेयर विकसित कर रहा है, जिसमें सॉफ्टवेयर को क्या करना चाहिए, इसके प्राकृतिक भाषा विवरणों को इरादे के औपचारिक ग्राफ़ या ऑंटोलॉजी में व्यवस्थित किया जाता है, जो प्रभावी रूप से स्रोत कोड बन जाता है। Pillar VC और Battery Ventures ने सीड राउंड का सह-नेतृत्व किया, साथ में Omega Venture Partners, Encoded Ventures, और एंजेल निवेशकों ने भाग लिया।

फंडिंग का उपयोग G5 Labs की इंजीनियरिंग टीम का विस्तार करने, ग्राहक डिप्लॉयमेंट्स को स्केल करने, और उसके ऑंटोलॉजी कंपाइलर के विकास को जारी रखने के लिए किया जाएगा, क्योंकि कंपनी AI कोडिंग टूल्स द्वारा उत्पन्न एक उभरते समस्या को हल करने का प्रयास कर रही है: कोड बनाना अधिक आसान हो रहा है, जबकि उस कोड को समझना, समीक्षा करना, गवर्न करना और बनाए रखना कठिन बना रहता है।

कोड जनरेशन से परे बाधा को दूर करना

AI कोडिंग सहायक ने सॉफ्टवेयर उत्पादन की आर्थिक स्थितियों को तेज़ी से बदल दिया है। डेवलपर्स अब तुलनात्मक रूप से कम मैन्युअल कोडिंग के साथ फ़ंक्शन, टेस्ट, दस्तावेज़ीकरण और धीरे‑धीरे पूर्ण अनुप्रयोग उत्पन्न कर सकते हैं।

परन्तु अधिक कोड अनिवार्य रूप से अधिक उत्पादक इंजीनियरिंग संगठनों को नहीं दर्शाता।

Faros का शोध ने 10,000 से अधिक डेवलपर्स और 1,255 टीमों के आधार पर पाया कि उच्च AI अपनाने वाली टीमों ने 21% अधिक कार्य पूरे किए और 98% अधिक पुल‑रिक्वेस्ट मर्ज किए, लेकिन पुल‑रिक्वेस्ट समीक्षा समय में 91% की वृद्धि भी देखी। उसी विश्लेषण ने AI अपनाने को बड़े पुल‑रिक्वेस्ट और प्रति डेवलपर अधिक बग्स से जोड़ा।

अन्य शोध ने समान जटिलताओं को उजागर किया है। अनुभवी ओपन‑सोर्स डेवलपर्स को शामिल करने वाला एक यादृच्छिक अध्ययन ने पाया कि शुरुआती 2025 के AI टूल्स ने अध्ययन किए गए विशेष प्रोजेक्ट्स में कार्य‑समाप्ति समय को 19% तक बढ़ा दिया, जबकि डेवलपर्स स्वयं अपेक्षा कर रहे थे कि AI उन्हें काफी तेज़ बना देगा।

G5 Labs इस समस्या को एक अलग दिशा से संबोधित कर रहा है। एक और कोडिंग मॉडल बनाने के बजाय, कंपनी उत्पन्न कोड के ऊपर एब्स्ट्रैक्शन लेयर को ले जाना चाहती है।

व्यवसायिक इरादे को सॉफ्टवेयर अभिकल्प में बदलना

G5 Labs प्लेटफ़ॉर्म के केंद्र में वह है जिसे कंपनी स्व-शिक्षण, द्विदिश कंपाइलर के रूप में वर्णित करती है।

प्राकृतिक भाषा इरादे को निष्पादन योग्य कोड में अनुवादित किया जा सकता है, लेकिन प्रक्रिया उल्टी दिशा में भी काम करती है: मौजूदा कोड को व्याख्यायित किया जा सकता है और उसे एक ऑंटोलॉजी में सम्मिलित किया जा सकता है जो सिस्टम की मूल आवश्यकताओं और व्यवहार का वर्णन करती है।

यह अंतर G5 के दृष्टिकोण का केंद्रीय बिंदु है।

यदि कोई संगठन किसी आवश्यकता को बदलता है, तो संबंधित कोड को फिर से उत्पन्न किया जा सकता है ताकि वह उसे प्रतिबिंबित करे। यदि डेवलपर्स सीधे कोड को संशोधित करते हैं, तो ऑंटोलॉजी उन परिवर्तनों से सीख सकती है और कार्यान्वयन के साथ समन्वयित बनी रह सकती है। G5 कहता है कि उत्पन्न कोड की व्यक्तिगत पंक्तियाँ इस प्रकार व्यवसायिक आवश्यकताओं से ट्रेस योग्य बनी रह सकती हैं।

वास्तव में, कंपनी प्राकृतिक भाषा सॉफ्टवेयर आवश्यकताओं को उन गुणों में से कुछ देना चाहती है जो डेवलपर्स पारंपरिक स्रोत कोड से अपेक्षित करते हैं: उन्हें तुलना, मर्ज, संस्करणित, गवर्न और अंततः कंपाइल किया जा सकता है।

उदाहरण के तौर पर, हजारों पंक्तियों के कोड की जाँच के बाद यह पता लगाने के बजाय कि दो AI एजेंटों ने विरोधी कार्यान्वयन उत्पन्न किए हैं, G5 असहमति को अर्थ स्तर पर उजागर करने का लक्ष्य रखता है—जहाँ एक प्रोडक्ट मैनेजर, विश्लेषक या इंजीनियर तय कर सके कि कौन सी मूल आवश्यकता सही है।

G5 Claude Code, Codex और अन्य कोडिंग मॉडलों के ऊपर स्थित है

G5 की वास्तुकला का एक और महत्वपूर्ण तत्व यह है कि इसे प्रमुख AI लैब्स से आने वाले अधिक सक्षम कोडिंग मॉडलों के साथ सीधे प्रतिस्पर्धा करने के लिए नहीं बनाया गया है।

इसके बजाय, G5 उनके ऊपर एक एप्लिकेशन और गवर्नेंस लेयर के रूप में कार्य करता है।

कंपनी कहती है कि उसका प्लेटफ़ॉर्म Claude Code, Codex और ओपन‑वेट मॉडल जैसे सिस्टमों के साथ काम कर सकता है, जिससे उद्यमों को मूल AI मॉडल को पुनः निर्मित किए बिना बदलने की क्षमता मिलती है।

G5 विकास योजनाओं को सत्यापन योग्य कार्यों में विभाजित करता है जिन्हें कई AI एजेंटों में वितरित किया जा सकता है। उनके कार्य, वास्तु निर्णय, नीतियां और सीखें फिर संगठन की ऑंटोलॉजी में सम्मिलित की जा सकती हैं।

जैसे-जैसे सॉफ्टवेयर विकास एक डेवलपर द्वारा AI सहायक के उपयोग से कई स्वायत्त एजेंटों द्वारा एक साथ बड़े कोडबेस को संशोधित करने की ओर बढ़ता है, यह अधिक महत्वपूर्ण हो सकता है।

यदि यह स्पष्ट नहीं है कि एप्लिकेशन वास्तव में क्या हासिल करना चाहिए, तो तेज़ कोड जनरेशन केवल तेज़ असहमति पैदा कर सकता है।

गवर्नेंस विकास प्रक्रिया का हिस्सा बन जाता है

G5 नियामक उद्यमों को भी लक्षित कर रहा है, जहाँ स्वायत्त कोडिंग एजेंटों को बिना नियंत्रण के कार्य करने देना सुरक्षा और अनुपालन समस्याएँ उत्पन्न कर सकता है।

यह प्लेटफ़ॉर्म नीतियों को स्वयं सॉफ़्टवेयर‑विकास प्रक्रिया में एन्कोड करने के लिए डिज़ाइन किया गया है। संगठन सुरक्षा, अनुमोदन, General Data Protection Regulation (GDPR) अनुपालन, आर्किटेक्चर और AI खर्च के संबंध में आवश्यकताएँ स्थापित कर सकते हैं, इससे पहले कि एजेंट कोड उत्पन्न करना शुरू करें।

जैसे ही उद्यम अधिक एजेंट‑आधारित विकास प्रणालियों के साथ प्रयोग करते हैं, लागत नियंत्रण विशेष रूप से उल्लेखनीय हो जाता है। कोडिंग सहायक को एकल प्रॉम्प्ट कम खर्चीला हो सकता है, लेकिन एजेंटों के बेड़े जो बार‑बार योजना बनाते, उत्पन्न करते, परीक्षण करते और सॉफ़्टवेयर को सुधारते हैं, वे महत्वपूर्ण अनुमान लागत पैदा कर सकते हैं।

G5 का दृष्टिकोण उन प्रक्रियाओं को इरादा और योजना चरणों में सीमित करने का प्रयास करता है, न कि कार्य पूर्ण होने के बाद लागत या शासन समस्याओं की खोज करने का।

लेगेसी आधुनिकीकरण एक प्रारंभिक अवसर हो सकता है

हालाँकि G5 अपनी तकनीक को सॉफ़्टवेयर इंजीनियरिंग के व्यापक पुनर्विचार के हिस्से के रूप में प्रस्तुत कर रहा है, इसके सबसे त्वरित अनुप्रयोगों में से एक काफी अधिक व्यावहारिक हो सकता है: लेगेसी एंटरप्राइज़ सिस्टमों का आधुनिकीकरण।

परम्परागत आधुनिकीकरण परियोजनाएँ अक्सर एक अनुप्रयोग को पुरानी भाषा या आर्किटेक्चर से नई तकनीकी स्टैक में अनुवादित करने में शामिल होती हैं। यह प्रक्रिया अनजाने में दशकों के पुरानी धारणाओं, दोहराए गए कार्यक्षमता और तकनीकी ऋण को बरकरार रख सकती है।

G5 इसके बजाय मौजूदा सॉफ़्टवेयर के अंतर्निहित इरादे को एक ओन्टोलॉजी में निकालने और उस मॉडल के आधार पर अनुप्रयोग को पुनः उत्पन्न करने का लक्ष्य रखता है।

कंपनी का कहना है कि वह इस दृष्टिकोण को पहले ही अत्यधिक नियामक उद्योगों में लागू कर रही है। एक वित्तीय‑सेवाओं के आधुनिकीकरण प्रोजेक्ट में, G5 के ओन्टोलॉजी‑स्तर के विश्लेषण ने संरचनात्मक टकरावों की पहचान की, जिन्हें सीधे कोड माइग्रेशन के माध्यम से पता लगाना कठिन होता। उसकी वेबसाइट कहती है कि लाखों पंक्तियों का लेगेसी कोड पहले ही विभिन्न डिप्लॉयमेंट्स में अर्थपूर्ण सिस्टम मॉडल में परिवर्तित हो चुका है।

यह G5 को एक अधिक मापनीय प्रवेश बिंदु प्रदान कर सकता है, बजाय इसके कि उद्यमों से उनके पूरे सॉफ़्टवेयर विकास जीवन‑चक्र को तुरंत पुनः सोचने को कहा जाए। लेगेसी आधुनिकीकरण पहले ही बड़े संगठनों के लिए एक महत्वपूर्ण खर्च है, विशेष रूप से वित्तीय सेवाओं और अन्य उद्योगों में जहाँ दशकों पुराने सिस्टम अभी भी व्यवसाय‑केन्द्रित हैं।

MIT अनुसंधान से एक व्यावसायिक प्लेटफ़ॉर्म तक

G5 Labs MIT CSAIL में सह‑संस्थापक और CEO Tim Kraska द्वारा संचालित अनुसंधान से उत्पन्न हुआ, जहाँ उनका कार्य धीरे‑धीरे इस बात पर केंद्रित हो रहा है कि कृत्रिम बुद्धिमत्ता बड़े, जटिल सॉफ़्टवेयर सिस्टमों के निर्माण को कैसे बदल देगी।

Kraska एक MIT प्रोफ़ेसर हैं जिनका अनुसंधान एजेंटिक सिस्टम, डेटा सिस्टम और सिस्टम विकास के लिए बड़े भाषा मॉडल के उपयोग को कवर करता है। वह MIT के Generative AI Impact Consortium के सह‑निर्देशक भी हैं, जो शैक्षणिक शोधकर्ताओं को उद्योग प्रतिभागियों के साथ जोड़ता है ताकि जनरेटिव AI के व्यावहारिक और सामाजिक प्रभावों का अन्वेषण किया जा सके।

G5 के पीछे का व्यापक अनुसंधान प्रश्न सरल लेकिन महत्वपूर्ण है: यदि AI अंततः सॉफ़्टवेयर कोड का एक बड़ी प्रतिशत लिखता है, तो क्या मनुष्यों को सॉफ़्टवेयर का प्रबंधन मुख्यतः कोड के माध्यम से जारी रखना चाहिए?

G5 का उत्तर नहीं है। कंपनी मानती है कि व्यावसायिक इरादा स्थायी वस्तु बनना चाहिए, जबकि प्रोग्रामिंग भाषाएँ धीरे‑धीरे AI सिस्टमों द्वारा संभाली जाने वाली कार्यान्वयन विवरण बनती जा रही हैं।

क्या यह सॉफ़्टवेयर इंजीनियरिंग में अगली प्रमुख एब्स्ट्रैक्शन लेयर बन जाएगी, यह अभी भी एक खुला प्रश्न है। मौजूदा प्रोग्रामिंग भाषाएँ, विकास परिवेश, कोड रिव्यू प्रक्रियाएँ, और सॉफ़्टवेयर‑विकास जीवन‑चक्र दशकों के संचित टूलिंग और संस्थागत ज्ञान का प्रतिनिधित्व करते हैं, और उनकी केंद्रीय भूमिका को बदलने के लिए केवल सटीक कोड जनरेशन से कहीं अधिक की आवश्यकता होगी।

फिर भी, $14 मिलियन की सीड राउंड G5 Labs को उद्यम ग्राहकों के साथ इस सिद्धांत का परीक्षण करने के लिए पूँजी प्रदान करती है। जैसे ही AI उत्पन्न किए जा सकने वाले सॉफ़्टवेयर की मात्रा को नाटकीय रूप से बढ़ाता है, कंपनी का अवसर उस कम आकर्षक चुनौती को संबोधित करने में हो सकता है: यह सुनिश्चित करना कि संगठन अभी भी उन मशीनों द्वारा निर्मित चीज़ों को समझ, नियंत्रण और विकास कर सकें।