Entire: Så vill ex-GitHub-VD:n lösa AI-kodningens stora problem

Här är en faktagranskad översikt av Thomas Dohmkes startup Entire, som täcker alla de områden du frågade om.

---

Vad Dohmke lanserade

Den 10 februari 2026 klev Thomas Dohmke (tidigare VD för GitHub och mannen bakom GitHub Copilot) ur ”stealth mode” med Entire, en ny utvecklarplattform byggd för AI-kodningens era . Han tillkännagav det i ett inlägg med titeln ”Hello Entire World” .

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

Detalj	Fakta
Insamlat belopp	60 miljoner dollar i såddrunda
Värdering	300 miljoner dollar
Huvudfinansiär	Felicis
Andra investerare	Madrona, Microsofts M12, Basis Set
Notabla ängelinvesterare	Gergely Orosz, Harry Stebbings, Jerry Yang, Olivier Pomel
Största såddrundan någonsin	Felicis kallade det den största såddrundan någonsin för ett utvecklarverktygsföretag

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.