G5 Labs Ra Mắt Từ Giai Đoạn Ẩn Dấu Với $14M Để Biến Ngôn Ngữ Tự Nhiên Thành Mã Nguồn Mới

G5 Labs, một spinout của Khoa Khoa học Máy tính MIT và Artificial Intelligence Laboratory (CSAIL), đã ra mắt từ giai đoạn ẩn dấu với đầu tư hạt giống $14 million và một luận đề đầy tham vọng: ngôn ngữ lập trình chính tiếp theo có thể không giống một ngôn ngữ lập trình nào cả.

Startup có trụ sở tại Boston đang phát triển một lớp trừu tượng cho phát triển phần mềm bản địa AI, trong đó các mô tả bằng ngôn ngữ tự nhiên về những gì phần mềm nên làm được tổ chức thành một đồ thị chính thức của ý định, hay ontology, mà thực chất trở thành mã nguồn. Pillar VC và Battery Ventures đồng dẫn vòng gọi vốn hạt giống, cùng với Omega Venture Partners, Encoded Ventures, và các nhà đầu tư thiên thần.

Số vốn này sẽ được dùng để mở rộng đội ngũ kỹ thuật của G5 Labs, mở rộng quy mô triển khai cho khách hàng, và tiếp tục phát triển trình biên dịch ontology khi công ty cố gắng giải quyết một trong những vấn đề mới nổi do các công cụ mã hoá AI tạo ra: việc tạo mã ngày càng trở nên dễ dàng, trong khi việc hiểu, xem xét, quản lý và duy trì mã đó vẫn còn khó khăn.

Đẩy Điểm Tắc Ngang Ra Ngoài Việc Tạo Mã

Các trợ lý mã hoá AI đã nhanh chóng thay đổi kinh tế học của việc sản xuất phần mềm. Các nhà phát triển hiện có thể tạo ra các hàm, kiểm thử, tài liệu, và các ứng dụng ngày càng hoàn chỉnh với ít công việc mã hoá thủ công.

Nhưng việc có nhiều mã hơn không nhất thiết đồng nghĩa với các tổ chức kỹ thuật năng suất hơn.

Nghiên cứu từ Faros dựa trên hơn 10.000 nhà phát triển trong 1.255 nhóm cho thấy các nhóm có mức độ áp dụng AI cao đã hoàn thành nhiều nhiệm vụ hơn 21% và hợp nhất nhiều pull request hơn 98%, nhưng cũng gặp mức tăng 91% thời gian xem xét pull request. Phân tích tương tự liên kết việc áp dụng AI với các pull request lớn hơn và nhiều lỗi hơn cho mỗi nhà phát triển.

Nghiên cứu khác đã nêu bật những phức tạp tương tự. Một nghiên cứu ngẫu nhiên liên quan đến các nhà phát triển mã nguồn mở có kinh nghiệm cho thấy các công cụ AI đầu năm 2025 thực tế đã làm tăng thời gian hoàn thành nhiệm vụ lên 19% trong các dự án được nghiên cứu, mặc dù các nhà phát triển tự mình kỳ vọng AI sẽ làm họ nhanh hơn đáng kể.

G5 Labs đang hướng tới vấn đề từ một hướng khác. Thay vì xây dựng một mô hình mã hoá khác, công ty muốn đưa lớp trừu tượng lên trên chính mã đã được tạo ra.

Biến Ý Định Kinh Doanh Thành Tác Phẩm Phần Mềm

Tại trung tâm của nền tảng G5 Labs là thứ mà công ty mô tả là một trình biên dịch tự học, hai chiều.

Ý định bằng ngôn ngữ tự nhiên có thể được dịch thành mã thực thi, nhưng quá trình này cũng hoạt động ngược lại: mã hiện có có thể được diễn giải và tích hợp vào một ontology mô tả các yêu cầu và hành vi cơ bản của hệ thống.

Sự khác biệt đó là trung tâm của cách tiếp cận của G5.

Nếu một tổ chức thay đổi một yêu cầu, mã tương ứng có thể được tạo lại để phản ánh thay đổi đó. Nếu các nhà phát triển chỉnh sửa mã trực tiếp, ontology có thể học từ những thay đổi đó và duy trì đồng bộ với triển khai. G5 cho biết các dòng mã được tạo ra có thể do đó vẫn có thể truy xuất nguồn gốc tới các yêu cầu kinh doanh phía sau chúng.

Thực chất, công ty đang cố gắng cung cấp cho các yêu cầu phần mềm bằng ngôn ngữ tự nhiên một số thuộc tính mà các nhà phát triển mong đợi từ mã nguồn truyền thống: chúng có thể được so sánh, hợp nhất, quản lý phiên bản, kiểm soát, và cuối cùng được biên dịch.

Thay vì phát hiện rằng hai tác nhân AI tạo ra các triển khai mâu thuẫn sau khi kiểm tra hàng ngàn dòng mã, ví dụ, G5 nhằm đưa ra sự bất đồng ở mức độ ngữ nghĩa — nơi một quản lý sản phẩm, nhà phân tích, hoặc kỹ sư có thể quyết định yêu cầu cơ bản nào là đúng.

G5 Nằm Trên Claude Code, Codex và Các Mô Hình Mã Hoá Khác

Một yếu tố quan trọng khác của kiến trúc G5 là nó không được thiết kế để cạnh tranh trực tiếp với các mô hình mã hoá ngày càng mạnh mẽ đến từ các phòng thí nghiệm AI lớn.

G5 thay vào đó hoạt động như một lớp ứng dụng và quản trị phía trên chúng.

Công ty cho biết nền tảng của mình có thể làm việc với các hệ thống như Claude Code, Codex và các mô hình open-weight, cung cấp cho doanh nghiệp khả năng thay đổi mô hình AI nền tảng mà không cần xây dựng lại kiến trúc ngữ nghĩa quản lý phần mềm của họ.

G5 cũng phân tách các kế hoạch phát triển thành các nhiệm vụ có thể xác minh được, có thể phân phối cho nhiều tác nhân AI. Các hành động, quyết định kiến trúc, chính sách và bài học của chúng sau đó có thể được tích hợp vào ontology của tổ chức.

Điều này có thể trở nên ngày càng quan trọng khi phát triển phần mềm chuyển từ một nhà phát triển sử dụng trợ lý AI sang nhiều tác nhân tự động đồng thời chỉnh sửa các cơ sở mã lớn.

Thiếu một biểu diễn chung về những gì ứng dụng thực sự cần đạt được, việc tạo mã nhanh hơn chỉ có thể tạo ra sự bất đồng nhanh hơn.

Quản Trị Trở Thành Một Phần Của Quy Trình Phát Triển

G5 cũng đang nhắm tới các doanh nghiệp chịu quy định, nơi việc cho phép các tác nhân mã tự động hoạt động mà không có kiểm soát có thể gây ra các vấn đề về bảo mật và tuân thủ.

Nền tảng được thiết kế để mã hoá các chính sách vào chính quá trình phát triển phần mềm. Các tổ chức có thể thiết lập các yêu cầu về bảo mật, phê duyệt, tuân thủ Quy định Bảo vệ Dữ liệu Chung (GDPR), kiến trúc và chi tiêu AI trước khi các tác nhân bắt đầu tạo mã.

Kiểm soát chi phí đặc biệt đáng chú ý khi các doanh nghiệp thử nghiệm các hệ thống phát triển ngày càng có tính tác nhân. Một lời nhắc đơn lẻ cho trợ lý mã có thể rẻ, nhưng các đội tác nhân liên tục lập kế hoạch, tạo ra, kiểm thử và sửa lỗi phần mềm có thể tạo ra chi phí suy luận đáng kể.

Cách tiếp cận của G5 cố gắng hạn chế những quy trình đó ở giai đoạn ý định và lập kế hoạch thay vì phát hiện các vấn đề về chi phí hoặc quản trị sau khi công việc đã hoàn thành.

Cập Nhật Di Sản Có Thể Là Cơ Hội Sớm

Mặc dù G5 trình bày công nghệ của mình như một phần của việc suy nghĩ lại toàn diện về kỹ thuật phần mềm, một trong những ứng dụng ngay lập tức nhất có thể thực tế hơn rất nhiều: hiện đại hoá các hệ thống doanh nghiệp cũ.

Các dự án hiện đại hoá truyền thống thường liên quan đến việc dịch một ứng dụng từ ngôn ngữ hoặc kiến trúc lỗi thời sang một ngăn xếp công nghệ mới hơn. Quá trình này có thể vô tình bảo tồn hàng thập kỷ các giả định lỗi thời, chức năng trùng lặp và nợ kỹ thuật.

Thay vào đó, G5 tìm cách trích xuất ý định cơ bản của phần mềm hiện có vào một ontology và tái tạo lại ứng dụng dựa trên mô hình đó.

Công ty cho biết đã triển khai cách tiếp cận này trong các ngành công nghiệp chịu quy định nghiêm ngặt. Trong một dự án hiện đại hoá dịch vụ tài chính, phân tích ở mức ontology của G5 đã xác định được các xung đột cấu trúc mà khó có thể phát hiện qua việc di chuyển mã một cách đơn giản. Trang web của họ cho biết hàng triệu dòng mã cũ đã được chuyển đổi thành các mô hình hệ thống ngữ nghĩa trong các triển khai.

Điều này có thể mang lại cho G5 một điểm vào đo lường được hơn so với việc yêu cầu các doanh nghiệp ngay lập tức suy nghĩ lại toàn bộ vòng đời phát triển phần mềm. Hiện đại hoá di sản đã là một khoản chi phí đáng kể cho các tổ chức lớn, đặc biệt trong lĩnh vực dịch vụ tài chính và các ngành khác nơi các hệ thống có tuổi đời hàng chục năm vẫn là yếu tố then chốt cho kinh doanh.

Từ Nghiên Cứu MIT Đến Nền Tảng Thương Mại

G5 Labs phát triển từ nghiên cứu do đồng sáng lập và CEO Tim Kraska dẫn đầu tại MIT CSAIL, nơi công trình của ông ngày càng tập trung vào cách trí tuệ nhân tạo sẽ thay đổi việc xây dựng các hệ thống phần mềm lớn và phức tạp.

Kraska là một giáo sư tại MIT, nghiên cứu về các hệ thống tác nhân, hệ thống dữ liệu và việc sử dụng các mô hình ngôn ngữ lớn cho phát triển hệ thống. Ông cũng đồng điều hành Liên minh Tác Động AI Sinh Tạo của MIT, tổ chức này kết nối các nhà nghiên cứu học thuật với các đối tác công nghiệp để khám phá các tác động thực tiễn và xã hội của AI sinh tạo.

Câu hỏi nghiên cứu rộng hơn đằng sau G5 đơn giản nhưng có hệ quả: nếu AI cuối cùng viết một tỷ lệ lớn phần mềm, con người có nên tiếp tục quản lý phần mềm chủ yếu thông qua mã không?

Câu trả lời của G5 là không. Công ty tin rằng ý định kinh doanh nên trở thành hiện vật bền vững, trong khi các ngôn ngữ lập trình ngày càng trở thành chi tiết triển khai được các hệ thống AI xử lý.

Liệu điều này có trở thành lớp trừu tượng lớn tiếp theo trong kỹ thuật phần mềm hay không vẫn là một câu hỏi mở. Các ngôn ngữ lập trình hiện có, môi trường phát triển, quy trình xem xét mã và vòng đời phát triển phần mềm đại diện cho hàng thập kỷ công cụ và kiến thức thể chế tích lũy, và việc thay thế vai trò trung tâm của chúng sẽ đòi hỏi nhiều hơn chỉ việc tạo mã chính xác.

Tuy nhiên, vòng gọi vốn hạt giống 14 triệu đô la đã cung cấp cho G5 Labs vốn để thử nghiệm giả thuyết này với các khách hàng doanh nghiệp. Khi AI làm tăng đáng kể lượng phần mềm có thể được tạo ra, cơ hội của công ty có thể nằm ở việc giải quyết thách thức ít hào nhoáng tiếp theo: đảm bảo các tổ chức vẫn có thể hiểu, kiểm soát và phát triển những gì các máy móc này xây dựng.