Greptile 用 GPT-6 Astra 做应用级自动化测试

Greptile⁠（在新窗口中打开）构建 AI 智能体，在掌握代码库完整上下文的情况下审查和测试代码变更。“我们致力于减少 bug，让世界上的软件更可靠，”联合创始人兼 CEO Daksh Gupta 表示。

对 Daksh 而言，这一使命要求既要测试应用的行为，也要阅读其代码，而 GPT‑6 Astra 的计算机使用能力让 Greptile 有了大规模自动化测试的途径。

验证一个拉取请求，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。其中有些测试需要实际运行应用，因为仅靠阅读代码可能无法发现问题。

Daksh 举了一个例子：在 iPhone 上查看网站时，某个按钮会消失。借助 GPT‑6 Astra，Greptile 可以为某个拉取请求启动开发服务器，将浏览器调整为 iPhone 尺寸的视口，并模拟用户浏览应用的过程。模型的视觉理解能力让它能够检查屏幕并发现那个隐藏的按钮。

“考虑到我们借助这些模型交付代码的速度，让一家 QA 公司测试你的所有变更慢得不切实际，”他说。借助 GPT‑6 Astra，Greptile 可以大规模地自动化这类应用测试。

Daksh 表示，更强大的模型也让攻击者更容易利用应用漏洞，使企业面临风险，即便是那些以往不会成为典型目标的企业也不例外。

“我们希望让即便是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，并且可以确保我们的客户拥有比对手的攻击手段更精密的防御机制。”

Greptile 的知识库会索引一家公司的代码库，并以人和智能体都能阅读的形式记录其运作方式。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。

据 Daksh 介绍，这让 Codex 能够编写遵循客户现有模式的代码，已有数千家客户将 Codex 接入 Greptile 的知识库。

为了衡量影响，团队会追踪 AI 生成代码被回滚的频率。“当我们为智能体提供上下文时，回滚更少，客户既节省了时间，也节省了推理成本，”Daksh 说。客户可以把这些节省投入到新工作中，而不是反复修改同样的改动。

Greptile 也用 Codex 来构建自己的软件和智能体。“我们是 Codex 的重度用户，”Daksh 说。“我们在每个职能上都有大量使用，尤其是工程部门。”

Daksh 解释说，对 Greptile 而言，唯一真正的瓶颈是团队把想法转化为可用软件的速度。他表示，模型智能对许多任务来说已经足够，因此他把 Ultrafast 视为加速开发的一种方式。

他的长期目标是让修改和交付关键企业软件变得像发布一个业余项目一样简单，而 OpenAI 正在帮助 Greptile 构建这所需的验证。