Entire: Nová vývojářská platforma pro éru AI agentů od bývalého CEO GitHubu

Zde je fakticky ověřený přehled startupu Entire od Thomase Dohmkeho, pokrývající všechny oblasti, na které jste se ptali.

---

Co Dohmke spustil

10. února 2026 Thomas Dohmke (bývalý CEO GitHubu, který vedl vývoj GitHub Copilot) vystoupil z režimu utajení se startupem Entire – novou vývojářskou platformou postavenou pro věk AI kódovacích agentů . Oznámil ji příspěvkem s názvem "Hello Entire World" (Ahoj světe Entire) .

Jaký problém řeší pro AI kódovací agenty

Entire řeší to, co Dohmke nazývá dalším úzkým hrdlem ve vývoji softwaru: kontrolovatelnost, auditovatelnost a transparentnost kódu generovaného umělou inteligencí . Když AI agenti píší kód, kontext jejich sezení – prompty, úvahy, volání nástrojů a rozhodnutí – je pomíjivý a zmizí, jakmile se terminál zavře . Tradiční Git zachycuje "co" (rozdíly v kódu), ale ne "proč" . Entire chce udělat z kontextu sezení agenta prvotřídní, verzovanou a vyhledávatelnou součást repozitáře .

Klíčové funkce a produkt

Prvním produktem jsou Checkpoints, open-source CLI nástroj (MIT licence), který se napojuje na Git workflow :

• Automaticky zachycuje kontext agenta – když se spustí

  git commit

  , Entire připojí ke commitu kompletní sezení agenta (prompty, odpovědi, volání nástrojů, dotčené soubory) jako trvalý checkpoint .
• Vyhledatelný původ – vývojáři mohou později zjistit, "proč se kód změnil", a vidět celý přepis, který vedl k dané změně .
• Podporuje více AI kódovacích agentů – Claude Code, Codex, Gemini CLI, OpenCode a další .
• Checkpoint větev – metadata sezení jsou uložena na vyhrazené větvi, takže aktivní větev vývojáře zůstává čistá .
• Chystaný kontextový graf – širší platformová vrstva (mimo CLI) pro navigaci rozhodovacími stromy agentů napříč repozitářem .

Web Entire.io také zmiňuje funkci zrcadlení repozitářů pro "maximální propustnost agentů" a GitHub organizace (entireio) hostuje zdrojový kód open-source CLI .

Oznámené benchmarky

Informace o benchmarkách jsou omezené. Dostupné zdroje popisují výkonnostní tvrzení pouze kvalitativně – například že Checkpoints umožňuje "okamžitě" dohledat kontext za jakýmkoli řádkem kódu . V recenzovaných důvěryhodných zdrojích nebyla nalezena žádná standardizovaná kvantitativní čísla benchmarků (např. latence, propustnost, zkrácení doby kontroly kódu). Zdá se, že jde o mezeru ve veřejném zveřejnění k datu spuštění.

Financování

Detail	Fakt
Výše financování	60 milionů dolarů v seed kole
Valuace	300 milionů dolarů
Vedoucí investor	Felicis
Další investoři	Madrona, Microsoft M12, Basis Set
Významní andělé	Gergely Orosz, Harry Stebbings, Jerry Yang, Olivier Pomel
Největší seed v historii	Felicis označil toto kolo za největší seed kolo pro společnost vyvíjející nástroje pro vývojáře

Jak zapadá do širšího trendu decentralizovaného hostování Gitu

Entire je jedním z několika vysoce profilových kroků signalizujících, že se sada nástrojů pro vývojáře přehodnocuje pro svět, kde dominují AI agenti:

• Open-source a nezávislý. Entire se staví do role otevřené, nezávislé platformy – není vázána na žádného konkrétního dodavatele AI modelů. Dohmke zdůraznil, že otevřenost by měla být srdcem příští vývojářské platformy .
• Git-nativní, nikoli náhrada Gitu. Entire Git rozšiřuje, nikoli nahrazuje. Kontext agenta považuje za prvotřídní Git metadata, což je odlišný přístup od plně decentralizovaných alternativ (jako Radicle nebo přepracovaný Git klient GitButler) .
• Paralelní kroky ostatních zakladatelů GitHubu. Scott Chacon (spoluzakladatel GitHubu) získal 17 milionů dolarů od a16z pro GitButler – přepracovaného Git klienta pro éru AI. Oba Dohmke (Entire) i Chacon (GitButler) věří, že stávající Git workflow je pro kód generovaný agenty nedostatečné, ale volí odlišné architektonické přístupy – Entire se zaměřuje na zachycení kontextu a původu, zatímco GitButler se soustředí na nové uživatelské rozhraní Git klienta .
• Lidsko-agentní spolupráce jako první princip. Designová filozofie Entire spočívá v tom, že lidé a AI agenti budou společně psát kód a verzovací systém musí zachycovat záměr člověka i uvažování agenta dohromady – nejen rozdíly v souborech . To je součástí širšího posunu od lidských Git workflow k "agent-nativní" DevOps infrastruktuře.