Greptile setzt GPT-6 Astra ein, um laufende Apps zu testen, statt nur Code zu lesen

Anwendungen mit GPT-6 Astra im großen Maßstab testen

Greptile entwickelt KI-Agenten, die Codeänderungen mit vollständigem Kontext der Codebasis prüfen und testen. „Wir arbeiten daran, Fehler zu reduzieren und die Software der Welt zuverlässiger zu machen“, sagt Mitgründer und CEO Daksh Gupta laut OpenAI. Für Gupta gehört dazu, nicht nur den Code zu lesen, sondern auch das Verhalten einer Anwendung zu testen.

Einen Pull Request zu validieren bedeutet zu prüfen, ob der Code logisch korrekt ist, das tut, was der Entwickler beabsichtigt hat, sicher ist und bestehende Funktionen nicht beeinträchtigt. Für einige dieser Prüfungen muss die Anwendung ausgeführt werden, da der Code allein das Problem möglicherweise nicht erkennen lässt.

Gupta nennt als Beispiel eine Schaltfläche, die verschwindet, wenn eine Website auf einem iPhone angezeigt wird. Mit GPT-6 Astra kann Greptile für einen Pull Request einen Entwicklungsserver starten, das Browserfenster auf die Größe eines iPhone-Displays ändern und simulieren, wie sich ein Nutzer durch die Anwendung bewegt. Dank des visuellen Verständnisses des Modells kann es den Bildschirm untersuchen und die verborgene Schaltfläche entdecken.

„Eine QA-Firma, die all Ihre Änderungen testet, ist angesichts der Geschwindigkeit, mit der wir mit diesen Modellen Code ausliefern können, schlicht unpraktikabel langsam“, sagt er. Greptile kann diese Art von Anwendungstests nun im großen Maßstab automatisieren, heißt es in der Quelle.

Sicherheit mit Daybreak

Gupta zufolge erleichtern leistungsfähigere Modelle es Angreifern auch, Anwendungen auszunutzen. Das bringt Unternehmen in Gefahr, darunter auch solche, die früher keine typischen Ziele gewesen wären.

„Wir wollen es selbst einem Startup sehr leicht machen, seine Systeme abzusichern“, sagt Gupta. Er fügt hinzu: „Mit Daybreak können wir das auf eine sehr sichere Weise tun und dafür sorgen, dass unsere Kunden über ausgefeiltere Abwehrmechanismen verfügen, als die Angreifer Angriffsmechanismen haben.“

Weniger Fehler und weniger Nacharbeit mit Codex

Die Knowledge Base von Greptile indexiert die Codebasis eines Unternehmens und dokumentiert deren Funktionsweise in einer Form, die sowohl Menschen als auch Agenten lesen können. Das Unternehmen stellt diese Dokumentation Codex über einen Server für das Model Context Protocol (MCP) bereit. So kann Codex Code schreiben, der den bestehenden Mustern des Kunden folgt. Laut Gupta haben Tausende Kunden Codex mit der Knowledge Base von Greptile verbunden.

Um die Wirkung zu messen, erfasst das Team, wie oft KI-generierter Code zurückgenommen wird. „Wenn wir Agenten Kontext liefern, kommt es seltener zu Rücknahmen, und Kunden sparen Zeit und Inferenzkosten“, sagt Gupta. Kunden können diese Einsparungen in neue Arbeit investieren, statt dieselben Änderungen noch einmal zu überarbeiten.

Greptile setzt Codex außerdem ein, um die eigene Software und eigene Agenten zu entwickeln. „Wir sind massive Nutzer von Codex“, sagt Gupta. „Wir haben enorm viel Nutzung in jeder einzelnen Funktion, insbesondere in der Entwicklung.“

Was Ultrafast verändern könnte

Gupta erklärt, der einzige echte Engpass für Greptile sei, wie schnell das Team Ideen in funktionierende Software umsetzen kann. Die Intelligenz der Modelle reiche für viele Aufgaben bereits aus, deshalb sieht er in Ultrafast eine Möglichkeit, die Entwicklung zu beschleunigen.

Sein langfristiges Ziel ist es, die Änderung und Auslieferung geschäftskritischer Unternehmenssoftware so einfach zu machen wie die Veröffentlichung eines Nebenprojekts. OpenAI soll Greptile dabei helfen, die dafür nötige Validierung aufzubauen. Für Teams, die mit KI-Modellen schnell Code ausliefern, zeigt dieser Bericht: Testen und Prüfen müssen mit dem Tempo Schritt halten.