Tidligere GitHub-sjef Thomas Dohmke lanserer Entire – en ny plattform for AI-kodingens tidsalder

Her er en faktabasert oversikt over Thomas Dohmkes oppstart Entire, som dekker alle områdene du spurte om.

---

Hva Dohmke lanserte

10. februar 2026 kom Thomas Dohmke (tidligere GitHub-sjef som ledet lanseringen av GitHub Copilot) ut av «stealth»-modus med Entire, en ny utviklerplattform bygget for AI-kodingsagentenes tidsalder . Han annonserte det med et innlegg kalt «Hello Entire World» .

Problemet det løser for AI-kodingsagenter

Entire adresserer det Dohmke kaller den neste flaskehalsen i programvareutvikling: gjennomgang, revisjon og gjennomsiktighet av AI-generert kode . Når AI-kodingsagenter skriver kode, er øktkonteksten deres – promptene, resonnementet, verktøykallene og beslutningene – flyktig og forsvinner når terminalen lukkes . Tradisjonell Git fanger «hva» (kodeforskjeller), men ikke «hvorfor» . Entire har som mål å gjøre agentøktkontekst til en førsteklasses, versjonert og søkbar del av repositoriet .

Nøkkelfunksjoner og produkt

Det første produktet er Checkpoints, et åpen kildekode CLI (MIT-lisensiert) som kobler seg inn i Git-arbeidsflyter :

• Fanger automatisk agentkontekst – når

  git commit

  kjøres, fester Entire hele agentøkten (prompter, svar, verktøykall, berørte filer) til committen som et permanent «checkpoint» .
• Søkbar opprinnelse – utviklere kan senere spørre «hvorfor koden endret seg» og se hele transkripsjonen som førte til en endring .
• Støtter flere AI-kodingsagenter – Claude Code, Codex, Gemini CLI, OpenCode og flere .
• Checkpoint-gren – øktmetadata lagres på en dedikert gren, slik at brukerens aktive gren holdes ren .
• Kommende kontekstgraf – et bredere plattformlag (utover CLI) for å navigere i agentbeslutningstrær på tvers av repositoriet .

Entire.io-nettsiden nevner også en repospeilingsfunksjon for «maksimal agentgjennomstrømning», og GitHub-organisasjonen (entireio) er vert for CLI-koden med åpen kildekode .

Kunngjorte referansetester

Rapporteringen rundt referansetester er begrenset. Tilgjengelige kilder beskriver ytelsespåstander i kvalitative termer – for eksempel at Checkpoints gjør det «øyeblikkelig» søkbart å gjenopprette konteksten bak en hvilken som helst kodelinje . Ingen standardiserte kvantitative referansetesttall (f.eks. ventetid, gjennomstrømning, reduksjon i koderevisjonstid) ble funnet i de troverdige kildene som ble gjennomgått. Dette ser ut til å være et gap i offentlig informasjon så langt.

Finansieringsbakgrunn

Detalj	Faktum
Innhentet beløp	60 millioner dollar i såkornfinansiering
Verdsettelse	300 millioner dollar
Hovedinvestor	Felicis
Andre investorer	Madrona, Microsofts M12, Basis Set
Notable engleinvestorer	Gergely Orosz, Harry Stebbings, Jerry Yang, Olivier Pomel
Største såkornrunde noensinne	Felicis kalte det den største såkornrunden noensinne for et utviklerverktøyselskap

Hvordan det passer inn i den bredere trenden med desentralisert Git-vertskap

Entire er ett av flere høyt profilerte trekk som signaliserer at utviklerverktøystakken blir tenkt nytt for en AI-agenttung verden:

• Åpen kildekode og uavhengig. Entire posisjonerer seg som en åpen, uavhengig plattform – ikke knyttet til noen enkelt AI-modellleverandør. Dohmke har understreket at åpenhet bør være kjernen i den neste utviklerplattformen .
• Git-native, ikke Git-erstatning. Entire utvider Git snarere enn å erstatte det. Det behandler agentkontekst som førsteklasses Git-metadata, som er en annen tilnærming enn fullt desentraliserte alternativer (som Radicle eller GitButlers nytolkede Git-klient) .
• Parallelle trekk fra andre GitHub-gründere. Scott Chacon (medgründer av GitHub) hentet inn 17 millioner dollar fra a16z for GitButler, en nytolket Git-klient for AI-tidsalderen. Både Dohmke (Entire) og Chacon (GitButler) satser på at den eksisterende Git-arbeidsflyten er utilstrekkelig for agentgenerert kode, men de tar forskjellige arkitektoniske tilnærminger – Entire fokuserer på kontekstinnfanging og opprinnelse, mens GitButler fokuserer på en ny Git-klientbrukeropplevelse .
• Menneske-agent-samarbeid som et første prinsipp. Entires designfilosofi er at mennesker og AI-agenter vil skrive kode sammen, og versjonskontroll må fange både menneskets intensjon og agentens resonnement – ikke bare filforskjellene . Dette er en bredere industriflytting bort fra menneskelige Git-arbeidsflyter mot «agent-native» DevOps-infrastruktur.