Greptile(s'ouvre dans une nouvelle fenêtre) conçoit des agents d'IA qui examinent et testent les modifications de code avec le contexte complet de la base de code. « Nous sommes dans le secteur de la réduction des bugs et de la fiabilisation des logiciels du monde entier », déclare le cofondateur et PDG Daksh Gupta.
Pour Daksh, cette mission exige de tester le comportement d'une application en plus de lire son code, et l'utilisation de l'ordinateur par GPT‑6 Astra offre à Greptile un moyen d'automatiser les tests à grande échelle.
« Pour la toute première fois, l'utilisation de l'ordinateur en est à un stade où l'on peut automatiser l'expérience d'un utilisateur qui essaie de casser votre application et permettre aux grandes entreprises de livrer avec beaucoup plus de confiance. »
Tester des applications à grande échelle avec GPT‑6 Astra
Valider une pull request implique de vérifier si le code est logiquement correct, fait ce que le développeur avait prévu, est sécurisé et ne casse pas les fonctionnalités existantes. Pour une partie de ces tests, il faut réellement exécuter l'application, car la simple lecture du code peut ne pas révéler le problème.
Daksh donne l'exemple d'un bouton qui disparaît lorsqu'un site web est consulté sur un iPhone. Avec GPT‑6 Astra, Greptile peut démarrer un serveur de développement pour une pull request, redimensionner le navigateur à un viewport de la taille d'un iPhone et simuler un utilisateur naviguant dans l'application. La compréhension visuelle du modèle lui permet d'inspecter l'écran et de repérer le bouton masqué.
« Une société de QA qui teste toutes vos modifications est d'une lenteur tout simplement peu pratique, compte tenu de la vitesse à laquelle nous sommes capables de livrer du code avec ces modèles », dit-il. Avec GPT‑6 Astra, Greptile peut automatiser ce type de tests d'applications à grande échelle.
Renforcer les défenses des clients avec Daybreak
Daksh explique que des modèles plus puissants facilitent également l'exploitation des applications par les attaquants, exposant les entreprises à des risques, même celles qui n'auraient auparavant pas été des cibles typiques.
« Nous voulons permettre même à une startup de sécuriser très facilement ses systèmes », déclare Daksh. « Avec Daybreak, nous parvenons à le faire de manière très sûre, et nous pouvons garantir que nos clients disposent de mécanismes de défense plus sophistiqués que les mécanismes d'attaque des adversaires. »
Réduire les bugs et les reprises de travail avec Codex
La Knowledge Base de Greptile indexe la base de code d'une entreprise et documente son fonctionnement sous une forme lisible par les humains et les agents. L'entreprise rend cette documentation disponible pour Codex via un serveur Model Context Protocol (MCP).
Cela permet à Codex d'écrire du code qui suit les modèles existants du client, et des milliers de clients ont connecté Codex à la base de connaissances de Greptile, selon Daksh.
Pour mesurer l'impact, l'équipe suit la fréquence à laquelle le code généré par l'IA est annulé. « Lorsque nous fournissons aux agents du contexte, il y a moins d'annulations et les clients gagnent du temps et économisent de l'inférence », explique Daksh. Les clients peuvent consacrer ces économies à de nouveaux travaux plutôt qu'à retravailler les mêmes modifications.
Greptile utilise également Codex pour construire ses propres logiciels et agents. « Nous sommes d'énormes utilisateurs de Codex », déclare Daksh. « Nous avons des quantités énormes d'utilisation dans chaque fonction, en particulier l'ingénierie. »
Entrevoir un développement plus rapide avec Ultrafast
Pour Greptile, explique Daksh, le seul véritable goulot d'étranglement est la rapidité avec laquelle l'équipe peut transformer des idées en logiciels fonctionnels. Selon lui, l'intelligence des modèles est déjà suffisante pour de nombreuses tâches, si bien qu'il voit dans Ultrafast un moyen d'accélérer le développement.
« Ce qui m'enthousiasme le plus avec Ultrafast, c'est d'en faire un levier pour avancer exactement aussi vite que nous parvenons à trouver de bonnes idées. »
Son objectif à plus long terme est de rendre la modification et la livraison de logiciels d'entreprise critiques aussi faciles que la livraison d'un projet personnel, avec l'aide d'OpenAI pour construire la validation que cela requiert.