G5 Labs sai do modo stealth com $14 milhões para tornar a linguagem natural o novo código-fonte

G5 Labs, um spin‑off do MIT Computer Science and Artificial Intelligence Laboratory (CSAIL), saiu do modo stealth com $14 milhões em financiamento seed e uma tese ambiciosa: a próxima grande linguagem de programação pode não se parecer com uma linguagem de programação.

A startup com sede em Boston está desenvolvendo uma camada de abstração para desenvolvimento de software nativo em IA, na qual descrições em linguagem natural do que o software deve fazer são organizadas em um grafo formal de intenção, ou ontologia, que efetivamente se torna o código-fonte. Pillar VC e Battery Ventures co‑lideraram a rodada seed, acompanhados por Omega Venture Partners, Encoded Ventures e investidores-anjo.

O financiamento será usado para ampliar a equipe de engenharia da G5 Labs, escalar as implantações de clientes e continuar o desenvolvimento de seu compilador de ontologia, enquanto a empresa tenta resolver um dos problemas emergentes criados pelas ferramentas de codificação em IA: gerar código está se tornando cada vez mais fácil, enquanto entender, revisar, governar e manter esse código pode permanecer difícil.

Movendo o gargalo além da geração de código

Assistentes de codificação em IA mudaram rapidamente a economia da produção de software. Os desenvolvedores agora podem gerar funções, testes, documentação e aplicações cada vez mais completas com relativamente pouca codificação manual.

Mas mais código não significa necessariamente organizações de engenharia mais produtivas.

Pesquisa da Faros com base em mais de 10.000 desenvolvedores em 1.255 equipes constatou que equipes com alta adoção de IA concluíram 21% mais tarefas e mesclaram 98% mais pull requests, mas também registraram um aumento de 91% no tempo de revisão de pull‑request. A mesma análise associou a adoção de IA a pull requests maiores e a mais bugs por desenvolvedor.

Outras pesquisas destacaram complexidades semelhantes. Um estudo randomizado envolvendo desenvolvedores experientes de código aberto constatou que as ferramentas de IA de início de 2025 realmente aumentaram o tempo de conclusão de tarefas em 19% nos projetos estudados, apesar de os próprios desenvolvedores esperarem que a IA os tornasse substancialmente mais rápidos.

A G5 Labs está abordando o problema a partir de uma direção diferente. Em vez de construir outro modelo de codificação, a empresa quer elevar a camada de abstração acima do próprio código gerado.

Transformando a intenção de negócios em um artefato de software

No coração da plataforma G5 Labs está o que a empresa descreve como um compilador bidirecional e auto‑aprendente.

A intenção em linguagem natural pode ser traduzida em código executável, mas o processo também funciona ao contrário: o código existente pode ser interpretado e incorporado a uma ontologia que descreve os requisitos e o comportamento subjacentes do sistema.

Essa distinção está no centro da abordagem da G5.

Se uma organização altera um requisito, o código correspondente pode ser regenerado para refletir a mudança. Se os desenvolvedores modificarem o código diretamente, a ontologia pode aprender com essas alterações e permanecer sincronizada com a implementação. A G5 afirma que linhas individuais de código gerado podem, portanto, permanecer rastreáveis aos requisitos de negócios que as originaram.

Na prática, a empresa está tentando conferir aos requisitos de software em linguagem natural algumas das propriedades que os desenvolvedores esperam do código‑fonte convencional: eles podem ser comparados, mesclados, versionados, governados e, em última instância, compilados.

Em vez de descobrir que dois agentes de IA produziram implementações conflitantes após examinar milhares de linhas de código, por exemplo, a G5 pretende expor o desacordo no nível semântico — onde um gerente de produto, analista ou engenheiro pode decidir qual requisito subjacente está correto.

G5 está acima do Claude Code, Codex e de outros modelos de codificação

Outro elemento importante da arquitetura da G5 é que ela não foi projetada para competir diretamente com os modelos de codificação cada vez mais capazes provenientes dos principais laboratórios de IA.

A G5, em vez disso, funciona como uma camada de aplicação e governança acima deles.

A empresa afirma que sua plataforma pode trabalhar com sistemas como Claude Code, Codex e modelos de peso aberto, proporcionando às empresas a capacidade de mudar o modelo de IA subjacente sem reconstruir a arquitetura semântica que governa seu software.

A G5 também decompõe planos de desenvolvimento em tarefas verificáveis que podem ser distribuídas entre múltiplos agentes de IA. Suas ações, decisões arquiteturais, políticas e lições podem então ser incorporadas à ontologia da organização.

Isso pode se tornar cada vez mais importante à medida que o desenvolvimento de software evolui de um desenvolvedor usando um assistente de IA para múltiplos agentes autônomos que modificam simultaneamente grandes bases de código.

Sem uma representação compartilhada do que a aplicação realmente deve alcançar, a geração mais rápida de código pode simplesmente gerar discordâncias mais rápidas.

Governança se torna parte do processo de desenvolvimento

A G5 também está focada em empresas reguladas, onde permitir que agentes de codificação autônomos operem sem controles pode gerar problemas de segurança e conformidade.

A plataforma foi projetada para codificar políticas diretamente no processo de desenvolvimento de software. As organizações podem estabelecer requisitos relacionados à segurança, aprovações, General Data Protection Regulation (GDPR) compliance, arquitetura e gastos com IA antes que os agentes comecem a gerar código.

Os controles de custo são particularmente notáveis à medida que as empresas experimentam sistemas de desenvolvimento cada vez mais baseados em agentes. Um único prompt para um assistente de codificação pode ser barato, mas frotas de agentes que planejam, geram, testam e corrigem software repetidamente podem gerar custos de inferência consideráveis.

A abordagem da G5 tenta restringir esses processos nas fases de intenção e planejamento, em vez de descobrir problemas de custo ou governança depois que o trabalho já foi concluído.

A Modernização de Legados Pode Ser uma Oportunidade Inicial

Embora a G5 apresente sua tecnologia como parte de uma reavaliação mais ampla da engenharia de software, uma de suas aplicações mais imediatas pode ser consideravelmente mais prática: modernizar sistemas legados empresariais.

Projetos tradicionais de modernização frequentemente envolvem a tradução de uma aplicação de uma linguagem ou arquitetura desatualizada para um stack tecnológico mais recente. Esse processo pode, inadvertidamente, preservar décadas de suposições obsoletas, funcionalidades duplicadas e dívida técnica.

Em vez disso, a G5 busca extrair a intenção subjacente do software existente para uma ontologia e recriar a aplicação em torno desse modelo.

A empresa afirma que já está aplicando essa abordagem em indústrias altamente regulamentadas. Em um projeto de modernização de serviços financeiros, a análise em nível de ontologia da G5 identificou conflitos estruturais que seriam difíceis de detectar por meio de uma migração de código direta. Seu site informa que milhões de linhas de código legado já foram convertidas em modelos de sistema semânticos em várias implantações.

Isso pode oferecer à G5 um ponto de entrada mais mensurável do que solicitar que as empresas repensem imediatamente todo o seu ciclo de vida de desenvolvimento de software. A modernização de legados já representa um gasto significativo para grandes organizações, especialmente em serviços financeiros e outros setores onde sistemas de décadas permanecem críticos para os negócios.

Da Pesquisa do MIT a uma Plataforma Comercial

A G5 Labs surgiu de pesquisas lideradas pelo cofundador e CEO Tim Kraska no MIT CSAIL, onde seu trabalho tem se concentrado cada vez mais em como a inteligência artificial mudará a construção de sistemas de software grandes e complexos.

Kraska é professor do MIT cuja pesquisa abrange sistemas agenticos, sistemas de dados e o uso de grandes modelos de linguagem para o desenvolvimento de sistemas. Ele também co-dirige o Generative AI Impact Consortium do MIT, que reúne pesquisadores acadêmicos e participantes da indústria para explorar as implicações práticas e sociais da IA generativa.

A questão de pesquisa mais ampla por trás da G5 é simples, mas de grande impacto: se a IA eventualmente escrever uma grande porcentagem do código de software, os humanos devem continuar gerenciando o software principalmente por meio do próprio código?

A resposta da G5 é não. A empresa acredita que a intenção de negócios deve se tornar o artefato durável, enquanto as linguagens de programação se tornam cada vez mais um detalhe de implementação manejado por sistemas de IA.

Se isso se tornará a próxima camada de abstração importante na engenharia de software ainda é uma questão em aberto. Linguagens de programação existentes, ambientes de desenvolvimento, processos de revisão de código e ciclos de vida de desenvolvimento de software representam décadas de ferramentas acumuladas e conhecimento institucional, e substituir seu papel central exigirá consideravelmente mais do que geração de código precisa.

Ainda assim, a rodada seed de US$ 14 milhões fornece à G5 Labs o capital necessário para testar essa tese com clientes empresariais. À medida que a IA aumenta drasticamente a quantidade de software que pode ser gerado, a oportunidade da empresa pode residir em enfrentar o desafio menos glamoroso que se segue: garantir que as organizações ainda possam entender, controlar e evoluir o que essas máquinas constroem.