Greptile: hibakeresés a kódon túl a GPT‑6 Astra segítségével

A Greptile⁠(új ablakban nyílik meg) olyan AI-ügynököket fejleszt, amelyek a teljes kódbázis ismeretében ellenőrzik és tesztelik a kódmódosításokat. „Azon dolgozunk, hogy kevesebb legyen a hiba, és megbízhatóbbá váljanak a világ szoftverei” – mondja Daksh Gupta társalapító és vezérigazgató.

Daksh szerint ehhez a kód átolvasása mellett az alkalmazás viselkedését is tesztelni kell. A GPT‑6 Astra számítógép-használati képessége lehetővé teszi, hogy a Greptile ezt nagy léptékben automatizálja.

Egy pull request validálásakor ellenőrizni kell, hogy a kód logikailag helyes-e, a fejlesztő szándékának megfelelően működik-e, biztonságos-e, és nem rontja-e el a meglévő funkciókat. E tesztek egy részéhez ténylegesen futtatni kell az alkalmazást, mert a kód puszta átolvasásából nem feltétlenül derül ki a probléma.

Daksh példaként egy olyan gombot említ, amely eltűnik, ha a weboldalt iPhone-on nézik meg. A GPT‑6 Astra segítségével a Greptile elindíthat egy fejlesztői szervert egy pull requesthez, iPhone-méretűre állíthatja a böngésző nézetablakát, és szimulálhatja, ahogy egy felhasználó végighalad az alkalmazáson. A modell a vizuális értelmezési képességével megvizsgálhatja a képernyőt, és észreveheti, hogy a gomb nem látható.

„Egyszerűen nem működőképes, hogy egy minőségbiztosítási cég tesztelje az összes módosítást: ez túl lassú ahhoz képest, amilyen gyorsan ezekkel a modellekkel új kódot tudunk kiadni” – mondja. A GPT‑6 Astra segítségével a Greptile nagy léptékben automatizálhatja az ilyen alkalmazástesztelést.

Daksh szerint a nagyobb teljesítményű modellek a támadóknak is megkönnyítik az alkalmazások sebezhetőségeinek kihasználását. Ez olyan vállalatokat is veszélybe sodor, amelyek korábban nem számítottak tipikus célpontnak.

„Azt szeretnénk, hogy még egy induló vállalkozás is nagyon könnyen biztonságossá tehesse a rendszereit” – mondja Daksh. „A Daybreak segítségével ezt nagyon biztonságosan tudjuk megtenni, és biztosíthatjuk, hogy ügyfeleink védelmi mechanizmusai fejlettebbek legyenek a támadók támadási módszereinél.”

A Greptile tudásbázisa indexeli a vállalat kódbázisát, és emberek és ügynökök számára egyaránt olvasható formában dokumentálja annak működését. A cég egy Model Context Protocol (MCP) szerveren keresztül teszi elérhetővé ezt a dokumentációt a Codex számára.

Így a Codex az ügyfél meglévő mintáit követő kódot írhat. Daksh szerint már több ezer ügyfél kapcsolta össze a Codexet a Greptile tudásbázisával.

A hatás méréséhez a csapat nyomon követi, milyen gyakran vonják vissza az AI által generált kódmódosításokat. „Ha kontextust adunk az ügynököknek, kevesebb módosítást kell visszavonni, az ügyfelek pedig időt és a modellfuttatáshoz szükséges erőforrásokat takarítanak meg” – mondja Daksh. Az így megtakarított erőforrásokat az ügyfelek új feladatokra fordíthatják ahelyett, hogy ugyanazokat a módosításokat dolgoznák át újra.

A Greptile saját szoftverei és ügynökei fejlesztéséhez is használja a Codexet. „Rengeteget használjuk a Codexet” – mondja Daksh. „Minden területen, különösen a fejlesztésben, rendkívül intenzíven használjuk.”

Daksh elmondása szerint a Greptile számára az egyetlen valódi szűk keresztmetszet az, hogy a csapat milyen gyorsan tudja az ötleteket működő szoftverré alakítani. Szerinte a modellek intelligenciája már most is elegendő számos feladathoz, ezért az Ultrafastban a fejlesztés felgyorsításának lehetőségét látja.

Hosszabb távon az a célja, hogy a kritikus fontosságú vállalati szoftverek módosítása és kiadása ugyanolyan egyszerű legyen, mint egy mellékprojekt kiadása. Az OpenAI az ehhez szükséges validálás kiépítésében segíti a Greptile-t.