Greptile 利用 GPT-6 Astra 自動化測試使用者工作流程

AI 程式碼審查新創 Greptile 宣布整合 OpenAI 的 GPT-6 Astra，透過模擬真實使用者操作來檢測應用程式行為錯誤。該公司執行長指出，此技術讓企業能在部署前自動驗證介面與邏輯，解決僅靠閱讀程式碼無法發現的問題。

AI 新聞雷達編輯團隊·本站收錄：2026/10/28 04:10（台灣時間）·閱讀約 3 分鐘

本站收錄時間為新聞雷達完成整理的時間，不代表事件發生時間。原文日期僅在取得明確來源證據時顯示；未標示者請參閱下方原始來源。

30 秒掌握

GPT-6 Astra 的電腦使用能力允許 Greptile 啟動開發伺服器並模擬瀏覽器視窗縮放，以視覺方式偵測如按鈕隱藏等 UI 錯誤。

Greptile 透過 Model Context Protocol (MCP) 將程式碼庫知識庫提供給 Codex，據稱已有數千名客戶連接此服務以降低 AI 生成程式碼的回退率。

公司執行長表示模型智能已足夠處理多數任務，目前主要瓶頸在於開發速度，並期待透過 Ultrafast 技術加速從構想到軟體的轉化過程。

模擬使用者操作以檢測應用程式行為

Greptile 執行長 Daksh Gupta 表示，驗證 Pull Request 不僅要檢查程式碼邏輯正確性與安全性，還需確認其是否符合開發者意圖且不破壞現有功能。部分測試必須實際執行應用程式，因為僅閱讀原始碼可能無法揭示問題。

Gupta 舉例說明，當網站在 iPhone 上瀏覽時按鈕可能會消失。利用 GPT-6 Astra，Greptile 可以為 Pull Request 啟動開發伺服器，將瀏覽器調整至 iPhone 尺寸的視窗，並模擬使用者在應用程式中的操作。該模型的視覺理解能力使其能檢查螢幕畫面並發現隱藏的按鈕。

Gupta 指出，考慮到目前模型使得程式碼部署速度極快，傳統 QA 公司測試所有變更的方式已不切實際且過於緩慢。透過 GPT-6 Astra，Greptile 能夠大規模自動化這類應用程式測試。

Gupta 提到，更強大的模型也讓攻擊者更容易利用應用程式漏洞，這使得企業面臨風險，即使是過去並非典型攻擊目標的公司也不例外。

他表示 Greptile 希望讓即使是新創公司也能輕鬆保護其系統安全。透過使用 Daybreak，Greptile 能以非常安全的方式實現這一目標，並確保客戶擁有比對手攻擊機制更精密的防禦機制。

Greptile 的知識庫會索引公司的程式碼庫，並將其運作方式文件化為人類和代理皆可讀取的格式。該公司透過 Model Context Protocol (MCP) 伺服器將這些文件提供給 Codex 使用。

這使得 Codex 能夠撰寫遵循客戶現有模式的程式碼。根據 Gupta 的說法，已有數千名客戶將 Codex 連接到 Greptile 的知識庫。

為了衡量影響，團隊追蹤 AI 生成程式碼被回退（reverted）的頻率。Gupta 表示，當為代理提供上下文時，回退次數減少，客戶節省了時間和推理成本。這些節省下來的資源可用於新工作，而非重複修改相同的變更。

Greptile 本身也使用 Codex 來開發其軟體和代理。Gupta 稱他們是 Codex 的大量使用者，在包括工程在內的每個職能都有龐大的使用量。

對於 Greptile 而言，Gupta 解釋真正的瓶頸在於團隊將想法轉化為運作軟體的速度。他認為模型智能已足以應對許多任務，因此視 Ultrafast 為加速開發的手段。

Gupta 表示，他最期待的是利用 Ultrafast 作為槓桿，讓團隊能以構想出好點子的同樣速度進行開發。他的長期目標是讓修改和部署關鍵企業軟體變得像發布個人專案一樣簡單，並由 OpenAI 協助 Greptile 建立所需的驗證機制。