Greptile spoort met GPT‑6 Astra ook buiten codereviews bugs op

Greptile⁠(opent in een nieuw venster) bouwt AI-agents die codewijzigingen beoordelen en testen met volledige kennis van de codebase. "Wij richten ons op het terugdringen van bugs en het betrouwbaarder maken van software over de hele wereld", zegt medeoprichter en CEO Daksh Gupta.

Volgens Daksh moet je daarvoor niet alleen de code lezen, maar ook het gedrag van een applicatie testen. Dankzij de computerbediening van GPT‑6 Astra kan Greptile tests op grote schaal automatiseren.

Bij het valideren van een pull request controleer je of de code logisch klopt, doet wat de ontwikkelaar bedoelde, veilig is en geen bestaande functionaliteit verstoort. Voor sommige van die tests moet je de applicatie daadwerkelijk uitvoeren, omdat je het probleem mogelijk niet ontdekt door alleen de code te lezen.

Daksh noemt als voorbeeld een knop die verdwijnt wanneer je een website op een iPhone bekijkt. Met GPT‑6 Astra kan Greptile een ontwikkelserver starten voor een pull request, het weergavegebied van de browser aanpassen aan het schermformaat van een iPhone en een gebruiker simuleren die door de applicatie navigeert. Dankzij zijn visuele begrip kan het model het scherm inspecteren en vaststellen dat de knop niet zichtbaar is.

"Al je wijzigingen laten testen door een QA-bedrijf is simpelweg te traag om werkbaar te zijn, gezien het tempo waarin we met deze modellen code kunnen opleveren", zegt hij. Met GPT‑6 Astra kan Greptile dit soort applicatietests op grote schaal automatiseren.

Volgens Daksh maken krachtigere modellen het ook makkelijker voor aanvallers om kwetsbaarheden in applicaties uit te buiten. Daardoor lopen bedrijven risico, ook als ze voorheen geen voor de hand liggend doelwit waren.

"We willen het zelfs voor een startup heel eenvoudig maken om zijn systemen te beveiligen", zegt Daksh. "Met Daybreak kunnen we dit op een heel veilige manier doen. We kunnen ervoor zorgen dat onze klanten geavanceerdere verdedigingsmechanismen hebben dan de aanvalsmechanismen van hun tegenstanders."

De kennisbank van Greptile indexeert de codebase van een bedrijf en documenteert de werking ervan in een vorm die zowel mensen als agents kunnen lezen. Het bedrijf stelt die documentatie beschikbaar aan Codex via een Model Context Protocol-server (MCP).

Hierdoor kan Codex code schrijven die aansluit op de bestaande patronen van de klant. Volgens Daksh hebben duizenden klanten Codex gekoppeld aan de kennisbank van Greptile.

Om het effect te meten, houdt het team bij hoe vaak door AI gegenereerde code wordt teruggedraaid. "Als we agents context geven, worden er minder wijzigingen teruggedraaid en besparen klanten tijd en rekenkracht voor inferentie", zegt Daksh. Klanten kunnen die besparingen inzetten voor nieuw werk, in plaats van dezelfde wijzigingen opnieuw te moeten aanpassen.

Greptile gebruikt Codex ook om zijn eigen software en agents te bouwen. "Wij zijn grootgebruikers van Codex", zegt Daksh. "We gebruiken het enorm veel binnen alle afdelingen, vooral bij softwareontwikkeling."

Voor Greptile is de enige echte bottleneck hoe snel het team ideeën kan omzetten in werkende software, legt Daksh uit. Volgens hem zijn modellen al intelligent genoeg voor veel taken. Daarom ziet hij Ultrafast als een manier om de ontwikkeling te versnellen.

Op de langere termijn wil hij het aanpassen en uitbrengen van bedrijfskritische software net zo eenvoudig maken als het uitbrengen van een hobbyproject. OpenAI helpt Greptile de validatie te ontwikkelen die daarvoor nodig is.