GPT‑6 Astra vie Greptilen virhehaun katselmointia pidemmälle
Näin Greptile testaa käyttäjien työnkulkuja GPT‑6 Astralla, vahvistaa tietoturvaa Daybreakilla ja vähentää korjaustyötä Codexilla.
Greptile(avautuu uudessa ikkunassa) kehittää tekoälyagentteja, jotka katselmoivat ja testaavat koodimuutoksia koko koodikannan kontekstin pohjalta. ”Työmme on vähentää virheitä ja tehdä maailman ohjelmistoista luotettavampia”, sanoo toinen perustaja ja toimitusjohtaja Daksh Gupta.
Dakshin mukaan tämä tehtävä edellyttää koodin lukemisen lisäksi sovelluksen toiminnan testaamista. GPT‑6 Astran kyky käyttää tietokonetta antaa Greptilelle keinon automatisoida testausta laajassa mittakaavassa.
Kun pull request tarkistetaan, varmistetaan, että koodi on loogisesti oikein, toimii kehittäjän tarkoittamalla tavalla, on tietoturvallista eikä riko nykyisiä toimintoja. Osa testauksesta edellyttää sovelluksen suorittamista, sillä pelkkä koodin lukeminen ei välttämättä paljasta ongelmaa.
Daksh mainitsee esimerkkinä painikkeen, joka katoaa, kun verkkosivustoa katsotaan iPhonella. GPT‑6 Astran avulla Greptile voi käynnistää kehityspalvelimen pull request -muutokselle, muuttaa selaimen näkymän iPhonen näytön kokoiseksi ja simuloida käyttäjän liikkumista sovelluksessa. Visuaalisen ymmärryksensä ansiosta malli voi tarkastella näyttöä ja havaita piiloon jääneen painikkeen.
”Kaikkien muutosten testaaminen laadunvarmistusyrityksessä on yksinkertaisesti liian hidasta, kun ottaa huomioon, miten nopeasti pystymme julkaisemaan koodia näiden mallien avulla”, hän sanoo. GPT‑6 Astran avulla Greptile voi automatisoida tällaisen sovellustestauksen laajassa mittakaavassa.
Dakshin mukaan entistä kyvykkäämmät mallit myös helpottavat hyökkääjien mahdollisuuksia hyödyntää sovellusten haavoittuvuuksia. Tämä vaarantaa myös sellaiset yritykset, jotka eivät aiemmin olisi olleet tyypillisiä kohteita.
”Haluamme tehdä järjestelmien suojaamisesta todella helppoa myös startup-yrityksille”, Daksh sanoo. ”Daybreakin avulla voimme tehdä tämän erittäin turvallisesti ja varmistaa, että asiakkaidemme puolustuskeinot ovat kehittyneempiä kuin vastapuolen hyökkäyskeinot.”
Greptilen tietämyskanta indeksoi yrityksen koodikannan ja dokumentoi sen toiminnan muotoon, jota sekä ihmiset että agentit voivat lukea. Yritys tuo dokumentaation Codexin saataville Model Context Protocol (MCP) -palvelimen kautta.
Näin Codex voi kirjoittaa koodia, joka noudattaa asiakkaan nykyisiä käytäntöjä. Dakshin mukaan tuhannet asiakkaat ovat yhdistäneet Codexin Greptilen tietämyskantaan.
Vaikutuksen mittaamiseksi tiimi seuraa, kuinka usein tekoälyn tuottamia koodimuutoksia kumotaan. ”Kun annamme agenteille kontekstia, muutoksia kumotaan harvemmin ja asiakkaat säästävät aikaa sekä päättelyresursseja”, Daksh sanoo. Asiakkaat voivat käyttää säästyneet resurssit uuteen työhön sen sijaan, että korjaisivat samoja muutoksia yhä uudelleen.
Greptile käyttää Codexia myös omien ohjelmistojensa ja agenttiensa kehittämiseen. ”Käytämme Codexia valtavasti”, Daksh sanoo. ”Käyttömäärät ovat valtavia kaikissa toiminnoissamme, etenkin ohjelmistokehityksessä.”
Daksh kertoo, että Greptilen ainoa todellinen pullonkaula on se, kuinka nopeasti tiimi pystyy muuttamaan ideat toimivaksi ohjelmistoksi. Hänen mukaansa mallien älykkyys riittää jo moniin tehtäviin, joten hän näkee Ultrafastin keinona nopeuttaa kehitystyötä.
Hänen pitkän aikavälin tavoitteensa on tehdä kriittisten yritysohjelmistojen muuttamisesta ja julkaisemisesta yhtä helppoa kuin sivuprojektin julkaisemisesta. OpenAI auttaa Greptileä kehittämään tämän edellyttämät tarkistusmenetelmät.
