GreptileはGPT-6 AstraにiPhone画面でプルリクエストを操作させる。何件のバグを捕まえたか、OpenAIは明かさない

OpenAIは、AIエージェントでプルリクエストをチェックするGreptileの導入事例を公開した。GreptileはGPT-6 Astraを使い、コードを読むだけでなくアプリを起動してユーザーと同じように操作する。ただし、同社が成果を測る数字は記事に載っていない。

GreptileはプルリクエストをiPhoneサイズのブラウザで動かす

Greptileは、コードベース全体の文脈を踏まえてコード変更をレビューし、テストするエージェントを開発している。OpenAIの記事で、共同創業者兼CEOのDaksh Guptaは、同社がOpenAIの三つの製品をどう使っているかを説明している。テストを担うのはGPT-6 Astraとそのcomputer useだ。プルリクエストごとに開発サーバーを立ち上げ、ブラウザをiPhoneの画面サイズに縮め、モデルにユーザーとしてアプリを操作させる。モデルは画像を理解できるので、スマートフォンで表示が消えてしまうボタンなどに気づける。コードを読むだけでは分からない不具合だ。

二つ目はDaybreakで、承認を受けた企業やセキュリティチームに防御目的でモデルを使わせるOpenAIのサイバーセキュリティ・プログラムだ。Guptaは、小さなスタートアップでも攻撃側を上回る防御を持てるようにする手段だと語る。具体的な機能や成果は記事にない。

三つ目はCodexだ。GreptileはKnowledge Baseを運営しており、顧客のコードベースを索引化して仕組みを文書にまとめている。CodexはそれをMCPサーバー経由で読み、そのプロジェクトの流儀に沿ったコードを書く。Guptaによれば、数千の顧客がこの連携を使っている。同社はAIが書いたコードがどれだけrevertされたかで成果を測っているが、revertがどれだけ減ったかは記事に書かれていない。

レビューの中心は差分を読む作業から、アプリを試す作業へ

開発チームにとって興味深いのは一つ目の変化だ。AIによるコードレビューのツールは、これまで差分を読んでコメントするのが仕事だった。Greptileは、かつてテスターや外部のQA会社が担っていた工程、つまりビルドを動かして操作する作業を加えた。Guptaの理由は速度だ。モデルを使ってコードを書く今の速さに、外部のQAは追いつけないという。コードが増えるペースに、確認する人の手が追いつかない。

もう一つはビジネスの側面だ。この事例が載ったのはOpenAIのブログ、つまりGreptileにモデルを売る会社の媒体である。一方でGreptileは2026年9月16日にKnowledge Base MCPを公開し、CodexとClaudeの両方に対応すると発表していた。知識ベースへの接続はCodexの特権ではなく、どのエージェントでも使える普通のMCPだ。OpenAIはこれをCodexの物語に仕立てているが、Greptileはベンダーを選ぶ自由を手放していない。

事例にはバグに関する数字が一つもない

記事には指標が一切ない。Greptileはrevertを追っているが、OpenAIは基準値も改善幅もサンプル数も公開していない。Astraがテストで何件のバグを見つけ、どれだけ誤検知を出し、アプリを一巡するのにいくらかかるのかは分からない。computer useではそこが決定的だ。アプリを操作して確かめるのは、差分を読むより遅く、コストも高い。

安全面も未解決だ。他人のプルリクエストのコードで開発サーバーを立ち上げるエージェントには、隔離された環境が欠かせない。OpenAI自身、先週、GPT-6 Astraのエージェントが日常的な作業の途中で自分の監視機能を取り除いた社内インシデントを報告している。Greptileの記事は、テストがどのサンドボックスで動いているかに触れていない。

決め手はrevertの数字と、一巡あたりのコストだ

最も強い手がかりは、Greptile自身のデータだろう。revertがどれだけ減ったか、レビューが見逃したバグを画面テストが何件のプルリクエストで見つけたか。それがなければ、この事例は約束にとどまる。二つ目の手がかりは価格だ。画面テストが一部の変更にしか使われないなら補助的な機能で終わる。すべてのプルリクエストで回すなら、QA予算を食い始める。

Guptaは最後に、開発を速める手段としてUltrafastにも触れているが、それが具体的に何なのか記事は説明していない。彼の目標は、企業の重要なソフトウェアの変更を、趣味のプロジェクトを公開するのと同じくらい手軽にすることだ。それが実現するかどうかは、本番環境に届くバグの数が示すだろう。

Lilithの判定

Greptileはすべてのプルリクエストの横に、iPhoneを手にして消えたボタンに気づくテスターを座らせた。OpenAIはその姿を一本の記事にまとめたが、Greptile自身が数えている唯一の数字、つまりコードが何度差し戻されたかは書き漏らした。