Greptile crée une revue de code véritablement agentique avec le SDK Claude Agent

Greptile crée des agents IA qui examinent les pull requests avec un contexte complet de la base de code. L'entreprise dessert plus de 2 000 organisations, des startups aux entreprises comme NVIDIA, Brex et Coinbase, aidant les équipes d'ingénierie à détecter les bugs et les anti-patterns avant leur mise en production.

Avec le SDK Claude Agent, Greptile :

• Atteint un taux de réussite de mise en cache d'environ 90 %, réduisant considérablement les coûts pour Greptile et les clients en auto-hébergement
• Permet une investigation de code multi-sauts qui suit les pistes à travers l'historique Git, les fonctions similaires et le contexte des pull requests
• Livre de nouvelles fonctionnalités plus rapidement en concentrant le temps d'ingénierie sur des outils spécialisés plutôt que sur l'infrastructure
• Alimente une revue de code autonome qui investigue les problèmes de manière itérative plutôt que de suivre des flux de travail rigides
• Offre aux clients entreprise des options d'auto-hébergement rentables grâce à une utilisation efficace du calcul

Le problème

Dans le domaine de la revue de code par IA, la plupart des outils suivent des chemins prédéterminés. Ils analysent une pull request, parcourent une liste de vérification fixe et présentent leurs résultats dans un ordre prévisible. Mais Greptile voit la revue de code comme une enquête et non une liste de vérification. Quand un ingénieur expérimenté repère quelque chose d'inhabituel, il ne suit pas un script. Il approfondit ses recherches, examine le contexte, retrace l'historique et établit des connexions dans la base de code.

L'équipe de Greptile a identifié cette lacune. Elle a développé des outils spécialisés pour le travail d'investigation : des utilitaires permettant de récupérer le contexte de la base de code, de trouver des fonctions sémantiquement similaires, de récupérer l'historique Git, et plus encore. Mais leur couche d'orchestration forçait ces outils à suivre un organigramme rigide. Chaque étape révélait de nouvelles informations, mais le système ne pouvait pas agir sur ces découvertes parce qu'il était verrouillé dans une séquence prédéterminée.

« Nous voulions construire un système dans lequel Greptile pourrait être véritablement multi-sauts et autonome — dans lequel chaque étape révèle de nouvelles informations, et l'étape suivante peut s'appuyer sur ces informations au lieu de suivre un organigramme rigide », déclare Daksh Gupta, co-fondateur et PDG de Greptile.

L'équipe avait besoin d'une couche d'orchestration aussi intelligente que ses outils — une couche qui permettrait à son agent de revue de code de réfléchir comme un ingénieur expérimenté.

Construire un système de revue de code agentique avec l'Agent SDK

L'équipe Greptile a envisagé de construire son propre agent harness, mais s'est rapidement rendu compte qu'il valait mieux consacrer son temps à autre chose. « Nous avons réalisé que le plus judicieux était de consacrer tout notre temps à créer de meilleurs outils pour la revue de code », déclare Gupta. Pour une équipe de 10 ingénieurs, cette priorité est importante.

Le SDK Claude Agent offrait une couche d'orchestration puissante qui leur permettrait de se concentrer sur leur expertise dans le domaine plutôt que sur l'infrastructure. Cette décision reflétait également une intuition technique : les agent harnesses et les modèles sont étroitement liés. « Nous savions que les modèles et les harnesses seraient liés, et les modèles étaient les meilleurs », explique Gupta. « C'était un avantage vraiment important pour le SDK Anthropic. »

Greptile utilise Claude pour l'investigation de code multi-sauts

Claude alimente désormais l'approche investigative de Greptile pour la revue de code. Quand l'agent repère un calcul qui semble inhabituel ou une fonction qui diffère de fonctions similaires dans la base de code, il peut décider de manière autonome de la suite de l'investigation. Il peut examiner l'historique Git pour comprendre pourquoi quelque chose a changé, remonter un commit jusqu'à sa pull request d'origine pour lire le contexte, ou comparer le code avec des patterns ailleurs dans le référentiel. « Il agit comme un journaliste d'investigation ou un détective », explique Gupta. « Nous avons tous les outils nécessaires au détective, et ce que nous voulions était un orchestrateur vraiment puissant pour cela. »

Greptile fonctionne sur Opus 4.5. « Nous le considérons comme le meilleur modèle de codage pour tout ce que nous essayons d'accomplir en matière de détection de bugs et d'anti-patterns dans le code », a déclaré Gupta. « La mémorisation des requêtes fonctionne bien pour notre cas d'usage, et l'intégration avec MCP a été précieuse. »

Greptile utilise également intensivement les capacités des sous-agents du SDK. Un sous-agent gère la récupération de mémoire, puisant dans une banque d'informations qui inclut les standards de codage exprimés par l'équipe, les particularités que Greptile a apprises sur la base de code, et le contexte provenant de la documentation, des fichiers claude.md et des règles de curseur. Ces connaissances accumulées éclairent chaque revue.

L'équipe utilise également des hooks pour injecter du déterminisme là où c'est important. Pour la revue de code, cela signifie s'assurer que chaque fichier d'une pull request est examiné — une garantie essentielle pour les clients entreprise qui ont besoin d'une couverture exhaustive et cohérente.

Le résultat

‍

Le passage au SDK Agent a permis de gagner immédiatement en efficacité. Greptile atteint désormais des taux de cache proches de 90 %, ce qui se traduit par des économies significatives dans l'ensemble de son activité. Pour les clients qui hébergent eux-mêmes Greptile en utilisant leurs propres instances Anthropic, cette efficacité signifie qu'ils peuvent déployer la revue de code par IA à plus grande échelle sans augmentation proportionnelle des coûts. « Maintenant, avec le SDK Agent, nous avons une véritable autonomie — chaque étape crée de nouvelles informations, et l'étape suivante peut s'appuyer sur ces informations », déclare Gupta. « Cela a fondamentalement changé le fonctionnement de notre agent de revue de code. »

L'impact le plus profond réside dans ce que Greptile peut désormais construire. « Le SDK Agent nous a permis de livrer plus rapidement de manière plus rentable et nous permet de nous concentrer pleinement sur la construction d'outils spécialisés », déclare Gupta. « Nous pouvons consacrer toute notre énergie à la construction d'outils hautement spécialisés pour les types spécifiques de choses que nous voulons accomplir. »

Plutôt que de maintenir une infrastructure harness, l'équipe investit ce temps d'ingénierie dans les outils qui rendent la revue de code véritablement utile : une meilleure compréhension de la base de code, une détection des similitudes plus intelligente, une analyse plus riche de l'historique Git.

Les résultats apparaissent en production. Dans un exemple tiré d'un référentiel open source NVIDIA, Greptile a signalé un problème que l'ingénieur réviseur a initialement contesté. L'agent a répondu en fournissant des preuves supplémentaires — des comparaisons avec des fonctions similaires dans la base de code, un historique Git pertinent — et l'ingénieur a reconnu que la détection était correcte. Ce type d'investigation multi-étapes, dans laquelle l'agent peut défendre ses conclusions avec des preuves, est exactement ce que permet l'architecture agentique.

Les clients ont remarqué la différence. « Malgré une pile technologique qui s'est révélée à plusieurs reprises difficile à appréhender pour l'IA, Greptile a fourni des retours de revue cohérents avec un bon rapport signal/bruit qui a convaincu même nos ingénieurs les plus exigeants », déclare Jarrod Ruhdland, Principal Engineer chez Brex.

Greptile continue d'étendre les possibilités offertes par le SDK Agent, en développant de nouvelles fonctionnalités qui auraient été bien plus difficiles à développer et maintenir sans lui. Pour une entreprise qui examine plus d'un milliard de lignes de code chaque mois, la possibilité de se concentrer sur l'expertise du domaine plutôt que sur l'infrastructure est devenue un avantage stratégique.