Die kurze Antwort
Beide Unternehmen setzen Greptile vor die menschlichen Reviewer, aber auf unterschiedliche Weise. Laut der Kundenseite von Greptile nutzt Scale AI das Tool als ersten Reviewer für rund 650 Engineers. Es bewertet und erläutert jeden Pull Request, und eine kleine Gruppe trivialer Änderungen kann ohne einen Menschen freigegeben werden.
Die Seite von Nvidia beschreibt ein anders gelagertes Projekt: eine selbst gehostete Instanz, die Code sowohl in Perforce als auch in GitLab prüft, mit eigenen Funktionen, die Greptile nach eigener Aussage für beide Systeme entwickelt hat. Jede Seite nennt eigene Ergebnisse, die unterschiedlich gemessen werden. Dieser Artikel hält sie getrennt.
Was Greptile tut, bevor es kommentiert
Greptile gibt an, einen Graphen aus den Dateien, Funktionen und Abhängigkeiten eines Repositorys aufzubauen. Ein Schwarm von Agenten prüft dann jeden Pull Request mit diesem breiteren Kontext. Er bewertet Auswirkungen über den Diff hinaus und markiert Bugs, Sicherheitsrisiken und Verstöße gegen Stilregeln.
Zwei weitere vom Anbieter beschriebene Funktionen sind für diese Fallstudien wichtig. Greptile gibt an, die Standards eines Teams aus früheren Review-Kommentaren zu lernen, und akzeptiert eigene Regeln in einfachem Englisch. Der Anbieter nennt volle Unterstützung für Sprachen wie Python, JavaScript, TypeScript, Go, Java, C++ und Rust und bietet grundsätzlich Self-Hosting an, auch in der AWS-Umgebung eines Kunden.
Die Seite von Nvidia bringt den Unterschied auf den Punkt: Eine Änderung wird gegen Aufrufer und Verträge geprüft, die sie nicht berührt, statt nur gegen die Zeilen im Diff. Dieselbe Seite zitiert einen Gedanken zur Unabhängigkeit: Die Tools, die Software schreiben, sind nicht die Tools, die sie prüfen.
Scale AI: ein bewerteter erster Durchgang mit einer engen Abkürzung
Laut der Seite von Scale nutzen rund 650 Engineers Greptile, die vor allem mit Python, Go, TypeScript und React arbeiten. Greptile prüft zuerst. Menschliche Reviewer öffnen danach einen Pull Request, der bereits Kontext und eine Bewertung enthält. Der VP of Engineering von Scale sagt, dass Reviewer bei Pull Requests, die Greptile vorab bewertet hat, sicherer sind. Außerdem sei das Code-Review mit der schnelleren Entwicklung zu einem wachsenden Engpass geworden.
Es gibt eine Ausnahme. Eine Änderung wird nur dann automatisch freigegeben, wenn sie ein geringes Risiko hat, unter einer Komplexitätsgrenze liegt und von Greptile ausdrücklich genehmigt wurde, zum Beispiel eine Fixture-Datei oder die Änderung einer Logzeile. Laut der Seite erfüllt heute nur ein kleiner Teil der Änderungen diese Bedingungen. Scale könnte den Anteil erhöhen, wenn Produktionsmonitoring und Tests ausgereifter sind. Fast alle Pull Requests werden weiterhin von einem Menschen geprüft.
Die Geschichte der Einführung ist ungewöhnlich. Scale begann mit einem seiner größeren Repositorys und weitete den Einsatz dann auf Teams aus, die das Tool anfragten. Erstes Feedback der Engineers nannte es laut und lästig. Scale ließ es mehrere Wochen laufen und schaltete es dann für ein oder zwei Tage ab. Die Engineers wollten es zurück, und die Seite stellt diese Reaktion als deutlichstes Zeichen für den Nutzen dar.
Der VP berichtet, dass das Unternehmen schneller mergt und ausliefert, besonders bei einfacheren Diffs, und dass die Reviewer sicherer sind. Die zentrale Zahl lautet mehr als 100.000 gefundene Bugs. Das sind die von Scale angegebenen Zahlen. Die gelesene Seite sagt nicht, wie ein Bug gezählt wurde, und schlüsselt die Zahl nicht nach Schweregrad auf.
Nvidia: ein selbst gehosteter erster Reviewer für Perforce und GitLab
Die Seite von Nvidia beschreibt eine selbst gehostete Greptile-Instanz, die mit Perforce und GitLab arbeitet, auf einer Codebasis mit C++, Python und CUDA. Greptile gibt an, 35 eigene Funktionen für das Perforce-Setup und 55 für das GitLab-Setup geliefert zu haben. Das ist viel individuelle Arbeit und das deutlichste Zeichen, dass dies keine Standardinstallation war.
Die Seite nennt rund 395.000 geprüfte Pull Requests, verteilt auf etwa 880.000 Review-Läufe und rund 930.000 Review-Kommentare. Das sind Volumenzahlen. Sie zeigen, wie viel Verkehr durch den Reviewer läuft, nicht wie viele Kommentare richtig oder nützlich waren.
Bei den Ergebnissen stammt die Zeitangabe von einem einzigen Team. Laut der Seite sank dessen durchschnittliche Zeit bis zum Merge von mehr als 24 Stunden auf sechs. Der Einsatz erstreckt sich über mehrere Teams und Produkte von Nvidia. Die Zahl ist daher nicht als Durchschnitt für das ganze Unternehmen zu lesen.
Was sich unterscheidet und was sich nicht vergleichen lässt
Die Setups unterscheiden sich in mehreren Punkten. Der Einsatz bei Nvidia ist selbst gehostet und umfasst zwei Versionsverwaltungssysteme mit umfangreicher individueller Integration. Die Seite von Scale beschreibt eine Einführung in einer großen Engineering-Gruppe mit Python, Go, TypeScript und React und nennt kein Hosting-Modell. Scale legt außerdem eine enge Grenze für die automatische Freigabe fest. Die gelesene Seite von Nvidia beschreibt Greptile dagegen als ersten Reviewer ohne einen vergleichbaren Weg.
Auch die Ergebnisse unterscheiden sich. Scale nennt eine Anzahl gefundener Bugs. Nvidia nennt das gesamte Review-Volumen und eine veränderte Zeit bis zum Merge für ein Team. Es handelt sich um vom Anbieter gehostete Kundenseiten mit unterschiedlichen Grundgesamtheiten und Kennzahlen. Sie lassen sich daher nicht als direkter Benchmark lesen. Nvidia nennt zwei Gründe für die Wahl von Greptile: Unterstützung für große Codebasen und einen Graph-Index, der Kontext über Dateien hinweg liefert.
Lehren für andere Teams
Dies sind redaktionelle Schlussfolgerungen aus den beiden Seiten, keine Angaben des Anbieters. Erstens: Behandeln Sie das Tool wie Scale als ersten Durchgang, der das menschliche Review erleichtert, nicht als Ersatz. Zweitens: Wenn Sie automatische Freigaben zulassen, legen Sie die Kriterien vorher schriftlich fest. Die Kombination aus geringem Risiko und Komplexitätsgrenze bei Scale ist ein nützliches Vorbild.
Drittens, eine redaktionelle Schlussfolgerung aus der Fallstudie von Scale: Anfänglicher Ärger ist nicht das ganze Bild. Die Engineers von Scale fanden das Tool laut, wollten es aber zurück, als es abgeschaltet war. Die Frage, ob Menschen es vermissen, ist eine Möglichkeit, es zu beurteilen. Viertens zeigt Nvidia einen anderen Weg: Das Self-Hosting auf Perforce und GitLab brachte erhebliche individuelle Integrationsarbeit mit sich, wie die Zahl der Funktionen nahelegt. Teams mit ungewöhnlicher Versionsverwaltung oder besonderen Hosting-Anforderungen sollten mit solchem Aufwand rechnen. Teams mit gängigen Setups haben womöglich weniger davon.
Methodik und Grenzen
2026-10-15
Diese datierte Momentaufnahme zählt unterschiedliche Unternehmen in öffentlichen Kundenbelegen. „Bestätigt“ steht für eine Fallstudie, eine namentliche Kundenstimme oder eine Pressequelle, „Beobachtet“ für einen Eintrag beim Anbieter und „Signal“ für eine Stellenanzeige. Alle drei zählen, ihre Beweiskraft ist aber unterschiedlich. Entfernte Einträge und Einträge ohne Nachweisstufe sind ausgeschlossen. Die Beispiele sind eine begrenzte Auswahl, die innerhalb von 90 Tagen geprüft wurde. Angaben zum Anbieter sind belegte Datensätze, die innerhalb von 60 Tagen geprüft wurden. Die Abdeckung ist ungleichmäßig, und fehlende Belege bedeuten „unbekannt“. Diese Zahlen messen weder Marktanteile noch Produktleistung. Erfassungsdaten sind keine Einführungsdaten.
