Greptile：GPT‑6 Astra でコードレビューを超えるバグ検出

Greptile⁠（新しいウィンドウで開く） は、コードベース全体のコンテキストを踏まえてコードの変更をレビューし、テストする AI エージェントを開発しています。「私たちの仕事は、バグを減らし、世界中のソフトウェアの信頼性を高めることです」と、共同創業者兼 CEO の Daksh Gupta 氏は語ります。

Daksh 氏は、その使命を果たすにはコードを読むだけでなく、アプリケーションの動作をテストする必要があると考えています。GPT‑6 Astra のコンピューター操作機能により、Greptile は大規模なテストを自動化できます。

pull request の検証では、コードのロジックが正しいか、開発者の意図どおりに動作するか、安全性が確保されているか、既存の機能を損なわないかを確認します。コードを読むだけでは問題が見つからない場合もあるため、一部のテストでは実際にアプリケーションを動かす必要があります。

Daksh 氏は、ウェブサイトを iPhone で表示するとボタンが消えてしまう例を挙げます。GPT‑6 Astra を使えば、Greptile は pull request 用の開発サーバーを起動し、ブラウザーの表示領域を iPhone と同じサイズに変更して、アプリケーション内でのユーザーの操作をシミュレーションできます。モデルは視覚情報を理解できるため、画面を確認して、ボタンが見えなくなっていることを検出できます。

「こうしたモデルによってコードをリリースできる速度を考えると、すべての変更を QA 会社にテストしてもらうのでは時間がかかりすぎて、現実的ではありません」と同氏は語ります。GPT‑6 Astra により、Greptile はこのようなアプリケーションテストを大規模に自動化できます。

Daksh 氏によると、モデルの高性能化は、攻撃者がアプリケーションの脆弱性を悪用することも容易にします。そのため、これまでは標的になりにくかった企業も含め、企業がリスクにさらされています。

「スタートアップでも、ごく簡単にシステムの安全性を確保できるようにしたいのです」と Daksh 氏は語ります。「Daybreak を使えば、非常に安全な方法でこれを実現できます。そして、お客様が攻撃者の攻撃手段を上回る高度な防御の仕組みを備えられるようにできます」

Greptile のナレッジベースは、企業のコードベースにインデックスを作成し、その仕組みを人とエージェントの双方が読める形式で文書化します。同社は Model Context Protocol（MCP）サーバーを通じて、このドキュメントを Codex から利用できるようにしています。

これにより、Codex は顧客の既存のパターンに沿ったコードを記述できます。Daksh 氏によると、すでに数千の顧客が Codex を Greptile のナレッジベースに接続しています。

効果を測定するため、チームは AI が生成したコードがどのくらいの頻度で元に戻されるかを追跡しています。「エージェントにコンテキストを提供すると、変更を元に戻す回数が減り、お客様は時間と推論リソースを節約できます」と Daksh 氏は語ります。顧客は、節約した時間やリソースを、同じ変更のやり直しではなく、新たな作業に充てることができます。

Greptile は、自社のソフトウェアやエージェントの開発にも Codex を活用しています。「私たち自身、Codex を非常によく使っています」と Daksh 氏は語ります。「あらゆる部門で膨大な量を利用しており、特にエンジニアリング部門での利用が多くなっています」

Daksh 氏は、Greptile にとって実質的に唯一のボトルネックは、チームがアイデアを動くソフトウェアに変える速さだと説明します。モデルの知的能力はすでに多くのタスクに対して十分な水準にあるため、同氏は Ultrafast を開発の高速化につながる手段として捉えています。

同氏の長期的な目標は、企業の重要なソフトウェアの変更やリリースを、個人のサイドプロジェクトのリリースと同じくらい簡単にすることです。OpenAI は、その実現に必要な検証の仕組みを Greptile が構築できるよう支援しています。