Greptile erweitert die Fehlersuche mit GPT‑6 Astra

Greptile⁠(wird in einem neuen Fenster geöffnet) entwickelt KI-Agenten, die Codeänderungen im Kontext der gesamten Codebasis prüfen und testen. „Unsere Aufgabe ist es, Fehler zu reduzieren und Software weltweit zuverlässiger zu machen“, sagt Co-founder and CEO Daksh Gupta.

Für Daksh erfordert diese Aufgabe, nicht nur den Code zu lesen, sondern auch das Verhalten einer Anwendung zu testen. Die Computerbedienung durch GPT‑6 Astra ermöglicht Greptile, Tests in großem Umfang zu automatisieren.

Bei der Validierung eines Pull Requests wird geprüft, ob der Code logisch korrekt ist, wie bei der Entwicklung beabsichtigt funktioniert, sicher ist und bestehende Funktionen nicht beeinträchtigt. Für einige dieser Tests musst du die Anwendung tatsächlich ausführen, weil sich das Problem beim bloßen Lesen des Codes möglicherweise nicht erkennen lässt.

Daksh nennt als Beispiel eine Schaltfläche, die verschwindet, wenn eine Website auf einem iPhone aufgerufen wird. Mit GPT‑6 Astra kann Greptile für einen Pull Request einen Entwicklungsserver starten, den Anzeigebereich des Browsers auf iPhone-Größe einstellen und simulieren, wie sich eine Person durch die Anwendung bewegt. Dank seines visuellen Verständnisses kann das Modell den Bildschirminhalt prüfen und die verborgene Schaltfläche erkennen.

„Alle Änderungen von einem Unternehmen für Qualitätssicherung testen zu lassen, ist schlicht zu langsam für die Praxis, wenn man bedenkt, wie schnell wir mit diesen Modellen Code veröffentlichen können“, sagt er. Mit GPT‑6 Astra kann Greptile diese Art von Anwendungstests in großem Umfang automatisieren.

Laut Daksh erleichtern leistungsfähigere Modelle auch Angriffe auf Anwendungen. Dadurch geraten Unternehmen in Gefahr, selbst solche, die zuvor keine typischen Angriffsziele gewesen wären.

„Wir wollen es selbst einem Start-up sehr leicht machen, seine Systeme abzusichern“, sagt Daksh. „Mit Daybreak können wir das auf sehr sichere Weise tun und sicherstellen, dass unsere Kundenunternehmen über ausgefeiltere Abwehrmechanismen verfügen als die Gegenseite über Angriffsmechanismen.“

Die Knowledge Base von Greptile indexiert die Codebasis eines Unternehmens und dokumentiert ihre Funktionsweise in einer Form, die Menschen und Agenten lesen können. Greptile stellt diese Dokumentation Codex über einen Server für das Model Context Protocol (MCP) zur Verfügung.

So kann Codex Code schreiben, der den bestehenden Mustern des jeweiligen Kundenunternehmens folgt. Laut Daksh haben Tausende Kundenunternehmen Codex mit der Knowledge Base von Greptile verbunden.

Um die Wirkung zu messen, erfasst das Team, wie oft KI-generierter Code zurückgesetzt wird. „Wenn wir Agenten Kontext bereitstellen, muss Code seltener zurückgesetzt werden. Unsere Kundenunternehmen sparen dadurch Zeit und Rechenaufwand für die Inferenz“, sagt Daksh. Die eingesparten Ressourcen können die Kundenunternehmen für neue Aufgaben nutzen, statt dieselben Änderungen erneut zu überarbeiten.

Greptile nutzt Codex auch, um eigene Software und Agenten zu entwickeln. „Wir nutzen Codex sehr intensiv“, sagt Daksh. „In jedem einzelnen Unternehmensbereich wird Codex enorm viel genutzt, insbesondere in der Softwareentwicklung.“

Der einzige wirkliche Engpass für Greptile ist laut Daksh, wie schnell das Team Ideen in funktionierende Software umsetzen kann. Die Intelligenz der Modelle reicht seiner Ansicht nach bereits für viele Aufgaben aus. Deshalb sieht er Ultrafast als Möglichkeit, die Entwicklung zu beschleunigen.

Langfristig will er erreichen, dass sich geschäftskritische Unternehmenssoftware so einfach ändern und veröffentlichen lässt wie ein Nebenprojekt. OpenAI hilft Greptile dabei, die dafür erforderlichen Validierungsverfahren zu entwickeln.