Entire 解決的核心問題：AI 代理的「上下文遺失」

Dohmke 認為，當前軟體開發流程的下一個瓶頸在於 AI 生成程式碼的可審查性、可稽核性與透明度 。

當 AI 程式碼代理（如 Claude Code、Codex 等）替你撰寫程式碼時，它們的工作階段包含了豐富的上下文：你下達的提示詞、代理的推理過程、調用了哪些工具、讀取了哪些檔案等。然而，一旦工作階段結束或終端機關閉，這些寶貴的資訊便會隨之消失 。

傳統的 Git 版本控制記錄了「什麼」改變了（程式碼的差異 diff），但無法捕捉「為什麼」改變 。Entire 正是為了解決這個問題而生，它致力於將代理程式的上下文（session context）提升為 Git 儲存庫中一級公民，讓它成為可版本化、可搜尋的永久資產 。

首款產品：Checkpoints

Entire 推出的第一款產品是 Checkpoints，這是一個 開源命令列工具 (CLI)，採用 MIT 授權，能夠無縫整合到現有的 Git 工作流程中 。

Checkpoints 的主要功能特色：

• 自動捕捉代理上下文： 當你或代理程式執行 git commit 時，Checkpoints 會自動將完整的代理工作階段（包括提示詞、回應、工具調用、觸及的檔案）附加到該次提交中，形成一個永久的「檢查點」(checkpoint) 。
• 可搜尋的來源追溯： 開發者日後可以輕鬆查詢「為什麼這段程式碼會這樣改？」，並查看到導致任何程式碼變更的完整對話記錄 。
• 支援多種 AI 程式碼代理： 目前支援 Claude Code、Codex、Gemini CLI、OpenCode 等主流代理工具 。
• 乾淨的 Git 歷史： 所有的中繼資料會儲存在一個名為 entire/checkpoints/v1 的獨立分支上，不會污染使用者的主要開發分支 。
• 未來規劃： Dohmke 透露，未來將推出更完整的平台層——「上下文圖譜 (context graph)」，讓開發者能夠在整個專案中瀏覽代理的決策路徑 。

Entire 的官方網站也提到了「儲存庫鏡像 (repo mirroring)」功能，號稱能為代理程式提供「最大化的吞吐量」 。

資金背景

Entire 在種子輪就獲得了驚人的資金挹注，以下是詳細資訊：

在 AI 時代版本的開發工具版圖中的定位

Entire 的出現，與其他由 GitHub 前核心人物創立的專案一同，預示著開發者工具鏈正在被重新定義：

• 開源與獨立： Entire 定位為一個開放、中立的平台，不綁定任何單一 AI 模型供應商。Dohmke 強調，開放性應是下一代開發者平台的核心 。
• Git 原生，非 Git 取代： Entire 並非要取代 Git，而是對 Git 進行擴展。它將代理上下文視為一級 Git 元數據，這與 Radicle 或 GitButler 等完全去中心化的方案路徑不同 。
• 與 GitButler 的對比： GitHub 的共同創辦人之一 Scott Chacon 也創立了 GitButler，並從 a16z 募得 1700 萬美元。GitButler 的目標是打造一個為 AI 時代重新設計的 Git 客戶端體驗。兩個專案的目標一致，但方法不同——Entire 專注於上下文的捕捉與來源追溯，而 GitButler 則專注於新的 Git 客戶端用戶體驗 。
• 人機協作的第一原則： Entire 的設計哲學建立在「人類與 AI 代理將共同編寫程式碼」的假設上。它的版本控制必須同時捕捉人類的意圖與代理的推理過程，而不僅僅是檔案差異 。

Entire 解決的核心問題：AI 代理的「上下文遺失」

Dohmke 認為，當前軟體開發流程的下一個瓶頸在於 AI 生成程式碼的可審查性、可稽核性與透明度 。

當 AI 程式碼代理（如 Claude Code、Codex 等）替你撰寫程式碼時，它們的工作階段包含了豐富的上下文：你下達的提示詞、代理的推理過程、調用了哪些工具、讀取了哪些檔案等。然而，一旦工作階段結束或終端機關閉，這些寶貴的資訊便會隨之消失 。

傳統的 Git 版本控制記錄了「什麼」改變了（程式碼的差異 diff），但無法捕捉「為什麼」改變 。Entire 正是為了解決這個問題而生，它致力於將代理程式的上下文（session context）提升為 Git 儲存庫中一級公民，讓它成為可版本化、可搜尋的永久資產 。

首款產品：Checkpoints

Entire 推出的第一款產品是 Checkpoints，這是一個 開源命令列工具 (CLI)，採用 MIT 授權，能夠無縫整合到現有的 Git 工作流程中 。

Checkpoints 的主要功能特色：

• 自動捕捉代理上下文： 當你或代理程式執行 git commit 時，Checkpoints 會自動將完整的代理工作階段（包括提示詞、回應、工具調用、觸及的檔案）附加到該次提交中，形成一個永久的「檢查點」(checkpoint) 。
• 可搜尋的來源追溯： 開發者日後可以輕鬆查詢「為什麼這段程式碼會這樣改？」，並查看到導致任何程式碼變更的完整對話記錄 。
• 支援多種 AI 程式碼代理： 目前支援 Claude Code、Codex、Gemini CLI、OpenCode 等主流代理工具 。
• 乾淨的 Git 歷史： 所有的中繼資料會儲存在一個名為 entire/checkpoints/v1 的獨立分支上，不會污染使用者的主要開發分支 。
• 未來規劃： Dohmke 透露，未來將推出更完整的平台層——「上下文圖譜 (context graph)」，讓開發者能夠在整個專案中瀏覽代理的決策路徑 。

Entire 的官方網站也提到了「儲存庫鏡像 (repo mirroring)」功能，號稱能為代理程式提供「最大化的吞吐量」 。

資金背景

Entire 在種子輪就獲得了驚人的資金挹注，以下是詳細資訊：

在 AI 時代版本的開發工具版圖中的定位

Entire 的出現，與其他由 GitHub 前核心人物創立的專案一同，預示著開發者工具鏈正在被重新定義：

• 開源與獨立： Entire 定位為一個開放、中立的平台，不綁定任何單一 AI 模型供應商。Dohmke 強調，開放性應是下一代開發者平台的核心 。
• Git 原生，非 Git 取代： Entire 並非要取代 Git，而是對 Git 進行擴展。它將代理上下文視為一級 Git 元數據，這與 Radicle 或 GitButler 等完全去中心化的方案路徑不同 。
• 與 GitButler 的對比： GitHub 的共同創辦人之一 Scott Chacon 也創立了 GitButler，並從 a16z 募得 1700 萬美元。GitButler 的目標是打造一個為 AI 時代重新設計的 Git 客戶端體驗。兩個專案的目標一致，但方法不同——Entire 專注於上下文的捕捉與來源追溯，而 GitButler 則專注於新的 Git 客戶端用戶體驗 。
• 人機協作的第一原則： Entire 的設計哲學建立在「人類與 AI 代理將共同編寫程式碼」的假設上。它的版本控制必須同時捕捉人類的意圖與代理的推理過程，而不僅僅是檔案差異 。