Greptile(se abre en una nueva ventana) desarrolla 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 con mucha más confianza».
Probar aplicaciones a gran escala con GPT‑6 Astra
Validar un pull request implica verificar si el código es lógicamente correcto, hace lo que el desarrollador pretendía, es seguro y evita romper funcionalidades existentes. Para algunas de esas pruebas, necesitas realmente ejecutar la aplicación, porque leer el código por sí solo podría no revelar el problema.
Daksh da el ejemplo de un botón que desaparece cuando un sitio web se ve en un iPhone. Con GPT‑6 Astra, Greptile puede iniciar un servidor de desarrollo para un pull request, ajustar 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 imprácticamente lenta considerando la velocidad a la 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 las que previamente no habrían sido objetivos típicos.
«Queremos que incluso una startup pueda proteger sus sistemas con mucha facilidad», dice Daksh. «Con Daybreak, podemos hacerlo de una manera muy segura, y podemos garantizar que nuestros clientes tengan mecanismos de defensa más sofisticados que los mecanismos de ataque de los adversarios».
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 las personas y los agentes pueden leer. La empresa pone esa documentación a disposición de Codex a través de un servidor de Model Context Protocol (MCP).
Esto permite que Codex escriba código que sigue los patrones existentes del cliente, y miles de clientes han conectado Codex a la base de conocimiento de Greptile, según Daksh.
Para medir el impacto, el equipo rastrea con qué frecuencia se revierte el código generado por IA. «Cuando les damos contexto a los agentes, ocurren menos reversiones y los clientes ahorran tiempo e inferencia», dice Daksh. Los clientes pueden destinar esos ahorros a trabajo nuevo en lugar de rehacer los mismos cambios.
Greptile también usa Codex para construir su propio software y sus agentes. «Somos usuarios enormes de Codex», dice Daksh. «Tenemos cantidades enormes de uso en cada función, en ingeniería en particular».
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 a la velocidad a la que podemos idear buenas ideas».
Su objetivo a 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.