Hvilket problem det løser for AI-kodningsagenter

Entire adresserer det, Dohmke kalder den næste flaskehals i softwareudvikling: gennemsynlighed, revisionssikkerhed og gennemsigtighed af AI-genereret kode . Når AI-kodningsagenter skriver kode, er deres sessionskontekst – promptene, ræsonnementet, værktøjskaldene og beslutningerne – flygtig og forsvinder, når terminalen lukkes . Traditionel Git fanger "hvad" (kode-ændringerne), men ikke "hvorfor" . Entire har til formål at gøre agentsessionskontekst til en førsteklasses, versionsstyret og søgbar del af repositoriet .

Vigtigste funktioner og produkt

Det første produkt er Checkpoints, et open source CLI (MIT-licenseret) , der kobler sig på Git-workflows :

• Fanger automatisk agentkontekst – når git commit køres, vedhæfter Entire den fulde agentsession (prompts, svar, værktøjskald, berørte filer) til committen som et permanent checkpoint .
• Søgbar oprindelse – udviklere kan senere forespørge "hvorfor koden ændrede sig" og se hele transkriptet, der førte til enhver ændring .
• Understøtter flere AI-kodningsagenter – Claude Code, Codex, Gemini CLI, OpenCode og andre .
• Checkpoint-gren – sessionsmetadata gemmes på en dedikeret gren, så brugerens aktive gren holdes ren .
• Kommende kontekstgraf – et bredere platformlag (ud over CLI) til at navigere i agentbeslutningstræer på tværs af repositoriet .

Entire.io-hjemmesiden nævner også en repo-spejlingsfunktion for "maksimal agent-gennemstrømning", og GitHub-organisationen (entireio) hoster den open source CLI-kode .

Offentliggjorte benchmarks

Rapporteringen omkring benchmarks er begrænset. Tilgængelige kilder beskriver præstationspåstande i kvalitative vendinger – for eksempel at Checkpoints gør det "øjeblikkeligt" søgbart at genfinde konteksten bag enhver linje kode . Ingen standardiserede kvantitative benchmarktal (f.eks. latency, gennemstrømning, reduktion af kodegennemgangstid) blev fundet i de gennemgåede troværdige kilder. Dette ser ud til at være et hul i den offentlige offentliggørelse på lanceringsstadiet.

Finansieringsbaggrund

Hvordan det passer ind i den bredere tendens med decentraliseret Git-hosting

Entire er et af flere højprofilerede træk, der signalerer, at udviklerværktøjsstakken bliver genovervejet til en AI-agent-tung verden:

• Open source og uafhængig. Entire positionerer sig selv som en åben, uafhængig platform – ikke bundet til nogen enkelt AI-model-leverandør. Dohmke har understreget, at åbenhed bør være kernen i den næste udviklerplatform .
• Git-native, ikke Git-erstatning. Entire udvider Git i stedet for at erstatte det. Det behandler agentkontekst som førsteklasses Git-metadata, hvilket er en anden tilgang end fuldt decentraliserede alternativer (som Radicle eller GitButlers nytænkte Git-klient) .
• Parallelle træk fra andre GitHub-grundlæggere. Scott Chacon (medstifter af GitHub) rejste 17 millioner dollars fra a16z til GitButler, en nytænkt Git-klient til AI-æraen. Både Dohmke (Entire) og Chacon (GitButler) satser på, at den eksisterende Git-workflow er utilstrækkelig til agentgenereret kode, men de tager forskellige arkitektoniske tilgange – Entire fokuserer på kontekstindfangning og oprindelse, mens GitButler fokuserer på en ny Git-klient-brugeroplevelse .
• Menneske-agent-samarbejde som et første princip. Entires designfilosofi er, at mennesker og AI-agenter i fællesskab vil skrive kode, og versionskontrol må fange menneskets hensigt og agentens ræsonnement sammen – ikke kun filændringerne . Dette er et bredere brancheskift væk fra menneske-only Git-workflows mod "agent-native" DevOps-infrastruktur.

Hvilket problem det løser for AI-kodningsagenter

Entire adresserer det, Dohmke kalder den næste flaskehals i softwareudvikling: gennemsynlighed, revisionssikkerhed og gennemsigtighed af AI-genereret kode . Når AI-kodningsagenter skriver kode, er deres sessionskontekst – promptene, ræsonnementet, værktøjskaldene og beslutningerne – flygtig og forsvinder, når terminalen lukkes . Traditionel Git fanger "hvad" (kode-ændringerne), men ikke "hvorfor" . Entire har til formål at gøre agentsessionskontekst til en førsteklasses, versionsstyret og søgbar del af repositoriet .

Vigtigste funktioner og produkt

Det første produkt er Checkpoints, et open source CLI (MIT-licenseret) , der kobler sig på Git-workflows :

• Fanger automatisk agentkontekst – når git commit køres, vedhæfter Entire den fulde agentsession (prompts, svar, værktøjskald, berørte filer) til committen som et permanent checkpoint .
• Søgbar oprindelse – udviklere kan senere forespørge "hvorfor koden ændrede sig" og se hele transkriptet, der førte til enhver ændring .
• Understøtter flere AI-kodningsagenter – Claude Code, Codex, Gemini CLI, OpenCode og andre .
• Checkpoint-gren – sessionsmetadata gemmes på en dedikeret gren, så brugerens aktive gren holdes ren .
• Kommende kontekstgraf – et bredere platformlag (ud over CLI) til at navigere i agentbeslutningstræer på tværs af repositoriet .

Entire.io-hjemmesiden nævner også en repo-spejlingsfunktion for "maksimal agent-gennemstrømning", og GitHub-organisationen (entireio) hoster den open source CLI-kode .

Offentliggjorte benchmarks

Rapporteringen omkring benchmarks er begrænset. Tilgængelige kilder beskriver præstationspåstande i kvalitative vendinger – for eksempel at Checkpoints gør det "øjeblikkeligt" søgbart at genfinde konteksten bag enhver linje kode . Ingen standardiserede kvantitative benchmarktal (f.eks. latency, gennemstrømning, reduktion af kodegennemgangstid) blev fundet i de gennemgåede troværdige kilder. Dette ser ud til at være et hul i den offentlige offentliggørelse på lanceringsstadiet.

Finansieringsbaggrund

Hvordan det passer ind i den bredere tendens med decentraliseret Git-hosting

Entire er et af flere højprofilerede træk, der signalerer, at udviklerværktøjsstakken bliver genovervejet til en AI-agent-tung verden:

• Open source og uafhængig. Entire positionerer sig selv som en åben, uafhængig platform – ikke bundet til nogen enkelt AI-model-leverandør. Dohmke har understreget, at åbenhed bør være kernen i den næste udviklerplatform .
• Git-native, ikke Git-erstatning. Entire udvider Git i stedet for at erstatte det. Det behandler agentkontekst som førsteklasses Git-metadata, hvilket er en anden tilgang end fuldt decentraliserede alternativer (som Radicle eller GitButlers nytænkte Git-klient) .
• Parallelle træk fra andre GitHub-grundlæggere. Scott Chacon (medstifter af GitHub) rejste 17 millioner dollars fra a16z til GitButler, en nytænkt Git-klient til AI-æraen. Både Dohmke (Entire) og Chacon (GitButler) satser på, at den eksisterende Git-workflow er utilstrækkelig til agentgenereret kode, men de tager forskellige arkitektoniske tilgange – Entire fokuserer på kontekstindfangning og oprindelse, mens GitButler fokuserer på en ny Git-klient-brugeroplevelse .
• Menneske-agent-samarbejde som et første princip. Entires designfilosofi er, at mennesker og AI-agenter i fællesskab vil skrive kode, og versionskontrol må fange menneskets hensigt og agentens ræsonnement sammen – ikke kun filændringerne . Dette er et bredere brancheskift væk fra menneske-only Git-workflows mod "agent-native" DevOps-infrastruktur.