Greptile repense la détection de bugs avec GPT‑6 Astra

Greptile⁠(ouverture dans une nouvelle fenêtre) développe des agents d’IA qui examinent et testent les modifications du code en tenant compte de l’ensemble de la base de code. « Notre métier consiste à réduire les bugs et à rendre les logiciels du monde entier plus fiables », explique Daksh Gupta, cofondateur et PDG.

Pour Daksh, cette mission exige de tester le comportement d’une application, et pas seulement de lire son code. Les capacités d’utilisation de l’ordinateur de GPT‑6 Astra offrent à Greptile un moyen d’automatiser les tests à grande échelle.

Valider une pull request consiste à vérifier que le code est logiquement correct, qu’il fait ce que le développeur souhaitait, qu’il est sécurisé et qu’il ne perturbe pas les fonctionnalités existantes. Certains de ces tests nécessitent d’exécuter réellement l’application, car la seule lecture du code ne permet pas toujours de déceler le problème.

Daksh donne l’exemple d’un bouton qui disparaît lorsqu’un site web est consulté sur un iPhone. Avec GPT‑6 Astra, Greptile peut démarrer un serveur de développement pour une pull request, redimensionner la zone d’affichage du navigateur au format d’un iPhone et simuler un utilisateur naviguant dans l’application. La compréhension visuelle du modèle lui permet d’examiner l’écran et de repérer le bouton masqué.

« Faire tester toutes vos modifications par une société d’assurance qualité est tout simplement trop lent au regard de la vitesse à laquelle nous pouvons livrer du code avec ces modèles », explique-t-il. Avec GPT‑6 Astra, Greptile peut automatiser ce type de tests d’applications à grande échelle.

Selon Daksh, des modèles plus puissants permettent aussi aux attaquants d’exploiter plus facilement les failles des applications, exposant ainsi les entreprises à des risques, même celles qui n’auraient pas été des cibles habituelles auparavant.

« Nous voulons rendre la sécurisation des systèmes très simple, même pour une start-up », explique Daksh. « Avec Daybreak, nous pouvons le faire de manière très sûre et garantir à nos clients des mécanismes de défense plus sophistiqués que les mécanismes d’attaque de leurs adversaires. »

La base de connaissances de Greptile indexe la base de code d’une entreprise et documente son fonctionnement dans un format lisible par les personnes comme par les agents. L’entreprise met cette documentation à la disposition de Codex via un serveur Model Context Protocol (MCP).

Cela permet à Codex d’écrire du code qui respecte les pratiques existantes du client. Selon Daksh, des milliers de clients ont connecté Codex à la base de connaissances de Greptile.

Pour mesurer l’impact, l’équipe suit la fréquence à laquelle les modifications de code générées par l’IA sont annulées. « Lorsque nous fournissons du contexte aux agents, il y a moins d’annulations et les clients gagnent du temps tout en économisant des ressources d’inférence », explique Daksh. Les clients peuvent consacrer ces ressources à de nouveaux travaux plutôt que de reprendre les mêmes modifications.

Greptile utilise aussi Codex pour développer ses propres logiciels et agents. « Nous utilisons énormément Codex », explique Daksh. « Son utilisation est massive dans chacun de nos métiers, en particulier en ingénierie. »

Pour Greptile, explique Daksh, le seul véritable frein est la vitesse à laquelle l’équipe peut transformer ses idées en logiciels fonctionnels. Selon lui, l’intelligence des modèles suffit déjà pour de nombreuses tâches. Il voit donc Ultrafast comme un moyen d’accélérer le développement.

À plus long terme, son objectif est de rendre la modification et la livraison de logiciels d’entreprise critiques aussi simples que la livraison d’un projet personnel, avec l’aide d’OpenAI pour développer les mécanismes de validation nécessaires chez Greptile.