编程已死,软件工程正盛(4分钟阅读)

TLDR AI 工具

摘要

G5 Labs完成1400万美元种子轮融资,推出一个将自然语言作为源代码的平台,旨在通过新的抽象层,将软件开发转变为一个原生AI过程。

MIT CSAIL的衍生公司G5 Labs融资1400万美元,用于开发一个平台,在该平台中,结构化为意图图的自然语言将作为源代码。
查看原文
查看缓存全文

缓存时间: 2026/09/16 14:27

# G5 Labs 完成1400万美元种子轮融资,开创后开发者时代 来源:https://g5labs.ai/press 源自麻省理工学院计算机科学与人工智能实验室(CSAIL)的衍生企业G5 Labs在结束隐身模式的同时宣布,已获得1400万美元种子轮融资,用于构建面向人工智能原生软件开发的新型抽象层。G5 Labs平台将自然语言组织成结构化的意图图谱或本体论,使其成为源代码本身。本轮融资由Pillar VC和Battery Ventures联合领投,Omega Venture Partners和Encoded Ventures参投,同时吸引了包括Discovery Loop首席执行官、谷歌前首席科学家Jeff Dean在内的知名天使投资人。 G5 Labs联合创始人兼首席执行官、麻省理工学院CSAIL教授Tim Kraska表示:“团队要么难以适应人工智能,要么淹没在无法审查、合并或信任的人工智能生成代码中。单个开发者每天生成数万行代码,维护者被人工智能垃圾信息淹没,安全团队面临全新威胁,而企业则每月支付高达六位数的AI费用却收效甚微。根本问题在于,我们将AI强行附加到为人类设计的开发工具和流程上。” Kraska继续阐述:“这不仅仅是更好的提示词——这是一个全新的抽象层。借助G5,自然语言意图成为源代码本身:可编译、可合并、可对比、可治理,正如高级语言曾取代汇编语言那样。首次让软件掌握在整个组织手中,而不仅限于开发者。” G5 Labs源于麻省理工学院CSAIL的研究成果,团队在此构建了使该技术成为可能的自学习双向编译器——该编译器基于本体图谱可靠地实现自然语言与代码的相互转换。该平台使组织能够在整个公司范围内管理意图;在语义层面而非代码层面解决合并冲突;追溯每行代码背后的原始意图;在消耗计算资源前实现成本控制;并能跨新旧系统执行组织级策略(如GDPR和安全要求)。 成效显著:在生产级金融服务软件现代化项目中,G5的本体级对比技术揭示了将旧系统迁移至新系统时潜在的结构性问题——这些问题在传统方式下几乎不可见。通过同时呈现技术视角与业务友好型视图,G5使客户的业务分析师能够直接主导设计决策,从而更快更连贯地实现新功能。 > “软件领域的每次重大飞跃都源于抽象层级的提升。G5正是迈向下一个层级的严肃而精妙的尝试。” Pillar VC合伙人Parker McKee表示:“G5的方案是对我们当前在复杂系统中观察到的AI生产力悖论的首个可信解答。团队的研究背景与早期企业级应用成效让我们确信,该公司将定义这个领域。” 当前G5的客户已利用该平台实现受监管行业中复杂软件的现代化。不同于简单将传统代码转换为新语言或框架,G5能够在不延续数十年技术债务和业务逻辑偏差的情况下完成系统现代化。同时,该平台使新软件具备AI适配性,并建立可靠可控开发所需的治理机制。最终实现开发流程的上游化——AI驱动开发的效益不再局限于工程团队,产品负责人、分析师和合规主管可以直接用业务意图语言来定义、治理和演进软件。 Battery Ventures合伙人、MongoDB前CEO Max Schireson指出:“随着AI发展,未来将不再需要用Java、C、Python或Rust编写软件。软件开发的新语言将是英语。缺失的环节是围绕英语构建健壮软件工程流程的工具集。G5正是这些工具的提供者。” G5 Labs由在人工智能与大规模系统领域具备深厚专业知识的团队创立,成员包括AWS和谷歌资深工程师以及麻省理工学院博士。公司CEO Tim Kraska教授兼任麻省理工学院生成式AI影响力联盟联合主任——该联盟是项价值数百万美元的研究计划。他在学术界、谷歌、亚马逊及两家已收购初创企业积累了二十年将机器学习和AI应用于复杂系统的经验。 公司计划利用本轮融资扩充工程团队、扩大客户部署规模,并持续开发G5平台及其本体编译器。有意与G5合作的企业可通过g5labs.ai (https://g5labs.ai/) 获取更多信息。

相似文章

@saranormous: https://x.com/saranormous/status/2064510215056400652

X AI KOLs Following

尽管以Devin为代表的AI编程助手取得了快速进展,显著提升了代码编写和交付的速度,但本文认为,软件工程中最有价值的部分仍难以通过基准测试衡量,并且需要人类的判断和组织协调,这些是无法轻易自动化的。