Greptile(se abre en una ventana nueva) crea agentes de IA que revisan y prueban cambios de código con el contexto completo del código base. “Estamos en el negocio de reducir errores y hacer que el software del mundo sea más confiable”, dice el cofundador y CEO Daksh Gupta.
Para Daksh, esa misión requiere probar el comportamiento de una aplicación además de leer su código, y el uso de computadora de GPT‑6 Astra le da a Greptile una forma de automatizar las pruebas a gran escala.
“Por primera vez, el uso de computadora está en un punto en el que se puede automatizar la experiencia de tener un usuario intentando romper tu aplicación y permitir que las grandes empresas lancen software con mucha más confianza.”
Probar aplicaciones a gran escala con GPT‑6 Astra
Validar una solicitud de extracción implica verificar si el código es lógicamente correcto, hace lo que el desarrollador tenía previsto, es seguro y evita romper la funcionalidad existente. Para algunas de esas pruebas, es necesario ejecutar realmente la aplicación, porque solo leer el código podría no revelar el problema.
Daksh da el ejemplo de un botón que desaparece cuando un sitio web se visualiza en un iPhone. Con GPT‑6 Astra, Greptile puede iniciar un servidor de desarrollo para una solicitud de extracción, redimensionar el navegador a un viewport del tamaño de un iPhone y simular a un usuario navegando por la aplicación. La comprensión visual del modelo le permite inspeccionar la pantalla y detectar el botón oculto.
“Una empresa de QA que pruebe todos tus cambios es simplemente imprácticamente lenta considerando lo rápido que podemos lanzar código con estos modelos”, dice. Con GPT‑6 Astra, Greptile puede automatizar este tipo de pruebas de aplicaciones a gran escala.
Reforzar las defensas de los clientes con Daybreak
Daksh dice que los modelos más potentes también facilitan que los atacantes exploten aplicaciones, poniendo en riesgo a las empresas, incluso a aquellas que anteriormente no habrían sido objetivos típicos.
“Queremos que sea muy fácil incluso para una startup asegurar sus sistemas”, dice Daksh. “Con Daybreak, podemos hacerlo de una manera muy segura, y podemos garantizar que nuestros clientes tengan mecanismos de defensa más sofisticados de lo que los adversarios tienen mecanismos de ataque.”
Reducir errores y retrabajo con Codex
La Knowledge Base de Greptile indexa el código base de una empresa y documenta cómo funciona en una forma que personas y agentes pueden leer. La empresa pone esa documentación a disposición de Codex a través de un servidor de Model Context Protocol (MCP).
Esto permite a Codex escribir código que sigue los patrones existentes del cliente, y miles de clientes han conectado Codex a la base de conocimientos de Greptile, según Daksh.
Para medir el impacto, el equipo rastrea con qué frecuencia se revierte el código generado por IA. “Cuando proporcionamos contexto a los agentes, ocurren menos reversiones y los clientes ahorran tiempo e inferencia”, dice Daksh. Los clientes pueden destinar esos ahorros a nuevos trabajos en lugar de rehacer los mismos cambios.
Greptile también usa Codex para construir su propio software y agentes. “Somos usuarios masivos de Codex”, dice Daksh. “Tenemos cantidades enormes de uso en cada función, en particular en ingeniería.”
Mirando hacia un desarrollo más rápido con Ultrafast
Para Greptile, explica Daksh, el único cuello de botella real es la rapidez con la que el equipo puede convertir ideas en software funcional. Dice que la inteligencia de los modelos ya es suficiente para muchas tareas, por lo que ve Ultrafast como una forma de acelerar el desarrollo.
“Lo que más me entusiasma de Ultrafast es que es una palanca para movernos exactamente tan rápido como seamos capaces de idear buenas ideas.”
Su objetivo a más largo plazo es que cambiar y lanzar software empresarial crítico sea tan fácil como lanzar un proyecto paralelo, con OpenAI ayudando a Greptile a construir la validación que eso requiere.