Greptile går utover kodegjennomgang med GPT‑6 Astra
Slik bruker Greptile GPT‑6 Astra til å teste brukerflyter, Daybreak til å styrke sikkerheten og Codex til å redusere omarbeiding.
Greptile(åpnes i et nytt vindu) utvikler KI-agenter som gjennomgår og tester kodeendringer med full innsikt i kodebasen. «Vi jobber med å redusere feil og gjøre verdens programvare mer pålitelig», sier medgründer og administrerende direktør Daksh Gupta.
For Daksh krever dette at man tester hvordan en applikasjon oppfører seg, ikke bare leser koden. GPT‑6 Astras evne til å bruke datamaskiner gir Greptile en måte å automatisere testing i stor skala på.
Å validere en pull request innebærer å sjekke at koden er logisk korrekt, gjør det utvikleren hadde tenkt, er sikker og ikke ødelegger eksisterende funksjonalitet. Noe av denne testingen krever at man faktisk kjører applikasjonen, fordi problemet kanskje ikke blir synlig bare ved å lese koden.
Daksh trekker frem et eksempel med en knapp som forsvinner når et nettsted vises på en iPhone. Med GPT‑6 Astra kan Greptile starte en utviklingsserver for en pull request, tilpasse nettleserens visningsområde til iPhone-størrelse og simulere en bruker som navigerer gjennom applikasjonen. Modellens visuelle forståelse gjør at den kan undersøke skjermbildet og oppdage at knappen er skjult.
«Å la et kvalitetssikringsfirma teste alle endringene blir rett og slett for tregt i praksis, med tanke på hvor raskt vi kan levere kode med disse modellene», sier han. Med GPT‑6 Astra kan Greptile automatisere denne typen applikasjonstesting i stor skala.
Daksh sier at kraftigere modeller også gjør det enklere for angripere å utnytte sårbarheter i applikasjoner. Det utsetter selskaper for risiko, også de som tidligere ikke ville vært typiske mål.
«Vi vil gjøre det svært enkelt å sikre systemene sine, selv for en oppstartsbedrift», sier Daksh. «Med Daybreak kan vi gjøre dette på en svært trygg måte, og vi kan sørge for at kundene våre har mer avanserte forsvarsmekanismer enn motstandernes angrepsmekanismer.»
Greptiles kunnskapsbase indekserer kodebasen til et selskap og dokumenterer hvordan den fungerer, i et format som både mennesker og agenter kan lese. Selskapet gjør denne dokumentasjonen tilgjengelig for Codex gjennom en Model Context Protocol-server (MCP).
Dette lar Codex skrive kode som følger kundens eksisterende mønstre. Ifølge Daksh har tusenvis av kunder koblet Codex til Greptiles kunnskapsbase.
For å måle effekten følger teamet med på hvor ofte KI-generert kode blir tilbakestilt. «Når vi gir agentene kontekst, blir det færre tilbakestillinger, og kundene sparer tid og bruker færre ressurser på inferens», sier Daksh. Kundene kan bruke de sparte ressursene på nytt arbeid i stedet for å gjøre om på de samme endringene.
Greptile bruker også Codex til å utvikle sin egen programvare og sine egne agenter. «Vi er storbrukere av Codex», sier Daksh. «Vi bruker det enormt mye i alle deler av virksomheten, særlig innen utvikling.»
Daksh forklarer at den eneste reelle flaskehalsen for Greptile er hvor raskt teamet kan gjøre ideer om til fungerende programvare. Han sier at modellene allerede er intelligente nok til å løse mange oppgaver, og ser derfor på Ultrafast som en måte å få fart på utviklingen på.
På lengre sikt vil han gjøre det like enkelt å endre og lansere forretningskritisk programvare som å lansere et sideprosjekt. OpenAI hjelper Greptile med å utvikle valideringen som trengs for å få det til.
