Greptile amplía la detección de errores con GPT‑6 Astra

Greptile⁠(se abre en una nueva ventana) desarrolla agentes de IA que revisan y prueban cambios en el código con todo el contexto de la base de código. "Nos dedicamos a reducir errores y a hacer que el software de todo el mundo sea más confiable", afirma Daksh Gupta, cofundador y CEO.

Para Daksh, esa misión exige probar el comportamiento de una aplicación, además de leer su código. La capacidad de GPT‑6 Astra de usar computadoras le permite a Greptile automatizar las pruebas a gran escala.

Validar una pull request implica comprobar que el código sea lógicamente correcto, haga lo que el desarrollador buscaba, sea seguro y no afecte las funciones existentes. Para algunas de esas pruebas, necesitas ejecutar la aplicación, porque leer el código por sí solo podría no revelar el problema.

Daksh da el ejemplo de un botón que desaparece cuando se abre un sitio web en un iPhone. Con GPT‑6 Astra, Greptile puede iniciar un servidor de desarrollo para una pull request, ajustar el área visible del navegador al tamaño de la pantalla de un iPhone y simular a un usuario navegando por la aplicación. La comprensión visual del modelo le permite inspeccionar la pantalla y detectar el botón oculto.

"Recurrir a una empresa de control de calidad para probar todos tus cambios es demasiado lento para ser viable, dada la rapidez con la que podemos lanzar código con estos modelos", afirma. Con GPT‑6 Astra, Greptile puede automatizar este tipo de pruebas de aplicaciones a gran escala.

Daksh señala que los modelos más potentes también facilitan que los atacantes aprovechen las vulnerabilidades de las aplicaciones, lo que pone en riesgo a las empresas, incluso a aquellas que antes no habrían sido objetivos habituales.

"Queremos que proteger los sistemas sea muy fácil, incluso para una empresa emergente", dice Daksh. "Con Daybreak, podemos hacerlo de forma muy segura y garantizar que nuestros clientes cuenten con mecanismos de defensa más sofisticados que los mecanismos de ataque de sus adversarios".

La base de conocimientos de Greptile indexa la base de código de una empresa y documenta su funcionamiento en un formato que tanto las personas como los agentes pueden leer. La empresa pone esa documentación a disposición de Codex mediante un servidor del protocolo de contexto de modelos (MCP).

Esto permite que Codex escriba código que siga los patrones existentes del cliente. Según Daksh, miles de clientes ya conectaron Codex a la base de conocimientos de Greptile.

Para medir el impacto, el equipo registra con qué frecuencia se revierte el código generado por IA. "Cuando les damos contexto a los agentes, se revierten menos cambios y los clientes ahorran tiempo y recursos de inferencia", dice Daksh. Los clientes pueden destinar esos ahorros a nuevos proyectos en lugar de volver a trabajar sobre los mismos cambios.

Greptile también usa Codex para desarrollar su propio software y sus agentes. "Usamos Codex muchísimo", dice Daksh. "Lo usamos muchísimo en todas las áreas, especialmente en ingeniería".

Daksh explica que, para Greptile, el único cuello de botella real es la rapidez con la que el equipo puede convertir ideas en software que funcione. Afirma que la inteligencia de los modelos ya es suficiente para muchas tareas, por lo que ve en Ultrarrápido una forma de acelerar el desarrollo.

Su objetivo a largo plazo es que modificar y lanzar software empresarial crítico sea tan fácil como lanzar un proyecto secundario, con OpenAI ayudando a Greptile a desarrollar los procesos de validación necesarios.