Greptile（在新窗口中打开） 构建能够结合整个代码库的完整上下文来审查和测试代码变更的 AI 智能体。“我们的业务就是减少漏洞，让世界上的软件更可靠。”联合创始人兼首席执行官 Daksh Gupta 说。
对 Daksh 来说，这一使命不仅需要阅读代码，还需要测试应用程序的行为，而 GPT‑6 Astra 的计算机使用能力让 Greptile 能够大规模地实现测试自动化。
“有史以来第一次，计算机使用能力发展到了这样一个阶段：你可以将用户试图搞垮你的应用程序这一体验自动化，让大型企业更有信心地发布软件。”
使用 GPT‑6 Astra 大规模测试应用程序
验证一个 pull request 需要检查代码在逻辑上是否正确、是否符合开发者的意图、是否安全，以及是否避免破坏现有功能。其中一些测试需要实际运行应用程序，因为仅靠阅读代码可能发现不了问题。
Daksh 举了一个例子：当网站在 iPhone 上浏览时，某个按钮会消失。借助 GPT‑6 Astra，Greptile 可以为一个 pull request 启动开发服务器，将浏览器调整为 iPhone 尺寸的视口，并模拟用户在应用程序中操作。该模型的视觉理解能力让它能够检查屏幕并发现被隐藏的按钮。
“一家 QA 公司测试你的所有变更实在太慢了，不切实际，因为我们借助这些模型发布代码的速度太快了。”他说。借助 GPT‑6 Astra，Greptile 能够大规模地自动化这类应用测试。
利用 Daybreak 加强客户的防御能力
Daksh 表示，更强大的模型也让攻击者更容易利用应用程序，使企业面临风险，甚至包括那些以往并非典型攻击目标的企业。
“我们希望让即使是一家初创公司也能非常轻松地保护自己的系统。”Daksh 说。“借助 Daybreak，我们能够以非常安全的方式做到这一点，并且我们可以确保客户的防御机制比对手的攻击机制更加精密。”
利用 Codex 减少漏洞和返工
Greptile 的知识库会为企业的代码库建立索引，并以人和智能体都能读取的形式记录其工作原理。该公司通过一个模型上下文协议（MCP）服务器将这些文档提供给 Codex。
这使得 Codex 能够编写遵循客户现有模式的代码，据 Daksh 介绍，已有数千家客户将 Codex 连接到 Greptile 的知识库。
为了衡量这一影响，团队会跟踪 AI 生成的代码被回退的频率。“当我们为智能体提供上下文时，回退会更少发生，客户节省了时间和推理成本。”Daksh 说。客户可以把这些节省投入到新工作，而不是反复修改同样的变更。
Greptile 也使用 Codex 构建自己的软件和智能体。“我们是 Codex 的大量用户。”Daksh 说。“我们在每个职能部门都有庞大的使用量，尤其是工程部门。”
借助 Ultrafast 展望更快的开发
Daksh 解释说，对 Greptile 而言，唯一真正的瓶颈是团队能多快将想法转化为可运行的软件。他表示，模型的智能水平对许多任务来说已经足够，因此他将 Ultrafast 视为加快开发的一种途径。
“让我最兴奋的是，Ultrafast 是一个杠杆，能让我们以能够想出好点子的最快速度前进。”
他的更长期目标是让修改和发布关键企业软件变得像发布一个业余项目一样简单，OpenAI 正在帮助 Greptile 构建所需的验证机制。