Greptile i GPT‑6 Astra: więcej niż przegląd kodu

Greptile⁠(otwiera nowe okno) tworzy agenty AI, które sprawdzają i testują zmiany w kodzie, uwzględniając pełny kontekst bazy kodu. „Zajmujemy się ograniczaniem liczby błędów i zwiększaniem niezawodności oprogramowania na całym świecie” — mówi współzałożyciel i dyrektor generalny Daksh Gupta.

Zdaniem Daksha ta misja wymaga zarówno testowania zachowania aplikacji, jak i czytania jej kodu. Możliwość obsługi komputera przez GPT‑6 Astra pozwala Greptile automatyzować testy na dużą skalę.

Weryfikacja zmian w ramach pull requestu polega na sprawdzeniu, czy kod jest logicznie poprawny, działa zgodnie z zamiarem programisty, jest bezpieczny i nie zakłóca działania istniejących funkcji. Część tych testów wymaga uruchomienia aplikacji, ponieważ samo czytanie kodu może nie ujawnić problemu.

Daksh podaje przykład przycisku, który znika, gdy strona internetowa jest wyświetlana na iPhonie. Dzięki GPT‑6 Astra Greptile może uruchomić serwer deweloperski dla zmian zgłoszonych w żądaniu pull request, zmniejszyć obszar wyświetlania przeglądarki do rozmiaru ekranu iPhone’a i symulować działania użytkownika w aplikacji. Zdolność modelu do rozumienia obrazu pozwala mu przeanalizować zawartość ekranu i wykryć ukryty przycisk.

„Testowanie wszystkich zmian przez zewnętrzną firmę QA jest po prostu zbyt wolne, by sprawdzało się w praktyce, biorąc pod uwagę tempo, w jakim możemy wdrażać kod dzięki tym modelom” — mówi. Dzięki GPT‑6 Astra Greptile może automatyzować tego rodzaju testy aplikacji na dużą skalę.

Daksh podkreśla, że coraz bardziej zaawansowane modele ułatwiają też atakującym wykorzystywanie luk w aplikacjach. Naraża to na ryzyko nawet firmy, które wcześniej nie byłyby typowymi celami ataków.

„Chcemy, by nawet startup mógł z łatwością zabezpieczyć swoje systemy” — mówi Daksh. „Dzięki Daybreak możemy to robić w bardzo bezpieczny sposób i zapewnić naszym klientom mechanizmy obrony bardziej zaawansowane niż metody ataku, którymi dysponują ich przeciwnicy”.

Baza wiedzy Greptile indeksuje bazę kodu firmy i dokumentuje jego działanie w formie czytelnej dla ludzi i agentów. Firma udostępnia tę dokumentację Codex za pośrednictwem serwera Model Context Protocol (MCP).

Dzięki temu Codex może pisać kod zgodny z wzorcami już stosowanymi przez klienta. Jak podaje Daksh, tysiące klientów połączyło Codex z bazą wiedzy Greptile.

Aby zmierzyć efekty, zespół śledzi, jak często wycofywane są zmiany w kodzie wygenerowanym przez AI. „Kiedy dostarczamy agentom kontekst, zmiany są rzadziej wycofywane, a klienci oszczędzają czas i zasoby potrzebne do wnioskowania” — mówi Daksh. Klienci mogą przeznaczyć te oszczędności na nowe zadania zamiast na poprawianie tych samych zmian.

Greptile korzysta też z Codex do tworzenia własnego oprogramowania i agentów. „Korzystamy z Codex na ogromną skalę” — mówi Daksh. „Używamy go bardzo intensywnie we wszystkich obszarach firmy, zwłaszcza w pracach inżynierskich”.

Jak wyjaśnia Daksh, jedynym rzeczywistym ograniczeniem Greptile jest tempo, w jakim zespół potrafi zamieniać pomysły w działające oprogramowanie. Jego zdaniem inteligencja modeli już wystarcza do wielu zadań, dlatego widzi w Ultrafast sposób na przyspieszenie tworzenia oprogramowania.

W dłuższej perspektywie chce, by zmienianie i wdrażanie oprogramowania o kluczowym znaczeniu dla przedsiębiorstw było równie łatwe jak wdrażanie pobocznego projektu. OpenAI pomaga Greptile tworzyć niezbędne do tego mechanizmy weryfikacji.