Problemet det löser för AI-kodningsagenter

Entire adresserar det Dohmke kallar nästa flaskhals inom mjukvaruutveckling: granskningsbarheten, spårbarheten och transparensen av AI-genererad kod . När AI-agenter skriver kod är deras sessionskontext – prompterna, resonemangen, verktygsanropen och besluten – flyktig och försvinner när terminalen stängs . Traditionell Git fångar ”vad” (kodskillnader) men inte ”varför” . Entire vill göra agentsessionskontext till en förstklassig, versionshanterad och sökbar del av databasen .

Viktiga funktioner och produkt

Den första produkten är Checkpoints, ett öppen källkods-CLI (MIT-licensierat) som kopplar in i Git-arbetsflöden :

• Fångar automatiskt agentkontext – när git commit körs bifogar Entire hela agentsessionen (prompter, svar, verktygsanrop, berörda filer) till commiten som en permanent checkpoint .
• Sökbar härledning – utvecklare kan i efterhand fråga ”varför koden ändrades” och se hela transkriptet som ledde till en viss förändring .
• Stödjer flera AI-kodningsagenter – Claude Code, Codex, Gemini CLI, OpenCode och andra .
• Checkpoint-gren – sessionsmetadata lagras på en dedikerad gren, så den aktiva arbetsgrenen förblir ren .
• Kommande kontextgraf – ett bredare plattformslager (bortom CLI) för att navigera agenters beslutsträd över hela databasen .

Entire.io-webbplatsen nämner också en funktion för att spegla databaser för ”maximal agentgenomströmning”, och GitHub-organisationen (entireio) är värd för CLI-koden med öppen källkod .

Tillkännagivna benchmarks

Rapporteringen kring benchmarks är begränsad. Tillgängliga källor beskriver prestandapåståenden i kvalitativa termer – till exempel att Checkpoints gör det ”omedelbart” sökbart att återställa kontexten bakom en kodrad . Inga standardiserade kvantitativa benchmarksiffror (t.ex. latens, genomströmning, minskad kodgranskningstid) hittades i de granskade trovärdiga källorna. Detta verkar vara en lucka i den offentliga informationen vid lanseringstillfället.

Finansieringsbakgrund

Hur det passar in i den bredare trenden med decentraliserad Git-värd

Entire är ett av flera högprofilerade initiativ som signalerar att utvecklarverktygsstacken ses över för en AI-agent-tung värld:

• Öppen källkod och oberoende. Entire positionerar sig som en öppen, oberoende plattform – knuten till ingen enskild AI-modellleverantör. Dohmke har betonat att öppenhet bör vara kärnan i nästa utvecklarplattform .
• Git-native, inte Git-ersättning. Entire förlänger Git snarare än ersätter det. Det behandlar agentkontext som förstklassig Git-metadata, vilket är ett annat tillvägagångssätt än helt decentraliserade alternativ (som Radicle eller GitButlers omarbetade Git-klient) .
• Parallella drag av andra GitHub-grundare. Scott Chacon (medgrundare av GitHub) samlade in 17 miljoner dollar från a16z för GitButler, en omarbetad Git-klient för AI-eran. Både Dohmke (Entire) och Chacon (GitButler) satsar på att det befintliga Git-arbetsflödet är otillräckligt för agentgenererad kod, men de tar olika arkitektoniska angreppssätt – Entire fokuserar på att fånga kontext och härledning, medan GitButler fokuserar på en ny Git-klient-UX .
• Mänsklig-agent-samarbete som en förstaprincip. Entire designfilosofi är att människor och AI-agenter kommer att vara medförfattare till kod, och versionshantering måste fånga både människans avsikt och agentens resonemang – inte bara filskillnaderna . Detta är en bredare branschförskjutning från mänskliga Git-arbetsflöden till ”agent-native” DevOps-infrastruktur.

Problemet det löser för AI-kodningsagenter

Entire adresserar det Dohmke kallar nästa flaskhals inom mjukvaruutveckling: granskningsbarheten, spårbarheten och transparensen av AI-genererad kod . När AI-agenter skriver kod är deras sessionskontext – prompterna, resonemangen, verktygsanropen och besluten – flyktig och försvinner när terminalen stängs . Traditionell Git fångar ”vad” (kodskillnader) men inte ”varför” . Entire vill göra agentsessionskontext till en förstklassig, versionshanterad och sökbar del av databasen .

Viktiga funktioner och produkt

Den första produkten är Checkpoints, ett öppen källkods-CLI (MIT-licensierat) som kopplar in i Git-arbetsflöden :

• Fångar automatiskt agentkontext – när git commit körs bifogar Entire hela agentsessionen (prompter, svar, verktygsanrop, berörda filer) till commiten som en permanent checkpoint .
• Sökbar härledning – utvecklare kan i efterhand fråga ”varför koden ändrades” och se hela transkriptet som ledde till en viss förändring .
• Stödjer flera AI-kodningsagenter – Claude Code, Codex, Gemini CLI, OpenCode och andra .
• Checkpoint-gren – sessionsmetadata lagras på en dedikerad gren, så den aktiva arbetsgrenen förblir ren .
• Kommande kontextgraf – ett bredare plattformslager (bortom CLI) för att navigera agenters beslutsträd över hela databasen .

Entire.io-webbplatsen nämner också en funktion för att spegla databaser för ”maximal agentgenomströmning”, och GitHub-organisationen (entireio) är värd för CLI-koden med öppen källkod .

Tillkännagivna benchmarks

Rapporteringen kring benchmarks är begränsad. Tillgängliga källor beskriver prestandapåståenden i kvalitativa termer – till exempel att Checkpoints gör det ”omedelbart” sökbart att återställa kontexten bakom en kodrad . Inga standardiserade kvantitativa benchmarksiffror (t.ex. latens, genomströmning, minskad kodgranskningstid) hittades i de granskade trovärdiga källorna. Detta verkar vara en lucka i den offentliga informationen vid lanseringstillfället.

Finansieringsbakgrund

Hur det passar in i den bredare trenden med decentraliserad Git-värd

Entire är ett av flera högprofilerade initiativ som signalerar att utvecklarverktygsstacken ses över för en AI-agent-tung värld:

• Öppen källkod och oberoende. Entire positionerar sig som en öppen, oberoende plattform – knuten till ingen enskild AI-modellleverantör. Dohmke har betonat att öppenhet bör vara kärnan i nästa utvecklarplattform .
• Git-native, inte Git-ersättning. Entire förlänger Git snarare än ersätter det. Det behandlar agentkontext som förstklassig Git-metadata, vilket är ett annat tillvägagångssätt än helt decentraliserade alternativ (som Radicle eller GitButlers omarbetade Git-klient) .
• Parallella drag av andra GitHub-grundare. Scott Chacon (medgrundare av GitHub) samlade in 17 miljoner dollar från a16z för GitButler, en omarbetad Git-klient för AI-eran. Både Dohmke (Entire) och Chacon (GitButler) satsar på att det befintliga Git-arbetsflödet är otillräckligt för agentgenererad kod, men de tar olika arkitektoniska angreppssätt – Entire fokuserar på att fånga kontext och härledning, medan GitButler fokuserar på en ny Git-klient-UX .
• Mänsklig-agent-samarbete som en förstaprincip. Entire designfilosofi är att människor och AI-agenter kommer att vara medförfattare till kod, och versionshantering måste fånga både människans avsikt och agentens resonemang – inte bara filskillnaderna . Detta är en bredare branschförskjutning från mänskliga Git-arbetsflöden till ”agent-native” DevOps-infrastruktur.