「AI殺死Git」？前GitHub掌門人開啟AI原生操作系統

新智元報道

編輯：peter東

【新智元導讀】GitHub前掌門人押注AI編碼浪潮下的新基建，獲得6000萬美元種子輪融資，視圖打造AI生成代碼的「管理員」，成為適配編程智能體的原生開發平臺。

硅谷正在用真金白銀重寫軟件工程的底層邏輯。

2026年2月，GitHub前CEO Thomas Dohmke創辦的Entire以3億美元估值完成6000萬美元種子輪，領投方Felicis稱其為「開發工具史上最大種子輪」。

資本陣容豪華到幾乎像一場行業投票：AI編程不再只是「更強的助手」，它正在把研發流程逼向一次結構性重構——從以人類為中心的手工業協作，轉向以智能體為中心的工業化生產。

劃時代融資

開發工具領域最大種子輪誕生

2026年2月，硅谷創投圈迎來一枚重磅炸彈。GitHub前CEO Thomas Dohmke新創立的公司Entire，以3億美元估值完成6000萬美元種子輪融資。

這次投資的陣容堪稱豪華，Madrona、M12（微軟風投）、Basis Set、Datadog創始人兼CEO等知名機構和行業領袖齊聚，這顯示出頂級資本對賽道和團隊的高度認可。

而Entire究竟想解決什么問題呢？

這要從Thomas Dohmke在2021年至2025年執掌GitHub期間的觀察說起。

在這段時間內，他親眼見證并推動了編程助手GitHub Copilot的崛起與普及。

然而，當Claude Code、GPT-5.3-Codex等AI編程智能體如雨后春筍般涌現，終端同時運行多個智能體成為開發者新常態時，傳統開發流程的裂縫開始顯現。

問題跟蹤系統本為人類規劃設計，而非機器可讀的工作單元，每天更是有不少智能體因API容量和速率限制而能力受限。

歸根到底，Github是為人類開發者設計的手工業基礎設施，早已不使用大規模使用AI編程的工業化代碼生產。

這導致的結果，便是AI生成的代碼垃圾圍城，開發者抱怨代碼的生成速度比任何人類合理理解的速度都要快。就像汽車公司用移動裝配線取代傳統的手工作坊生產系統一樣，我們現在必須重新構想整個軟件開發生全流程，以適應機器成為代碼主要生產者的世界。

為智能體創建代碼裝配線

Entire的目標是讓智能體和人類能夠協作、學習和共同交付高質量可追溯的代碼。其目標是構建一個對所有開發者開放、可擴展且獨立的平臺，無論你使用哪種智能體或模型。

其解決方案建立在三個核心組件上：

首先是Git兼容數據庫，能夠在單一版本控制系統中統一代碼、意圖、約束條件和推理過程。這相當于為AI生成的代碼建立「數字基因庫」，確保每一段代碼都可追溯其來源。

其次是通用語義推理層，通過上下文圖譜實現多智能體協同。該技術使不同AI編碼助手能夠共享工作記憶，避免重復推理和令牌浪費。

最后是AI原生用戶界面，徹底重構智能體與人類的協作體驗。從問題提出到代碼部署，整個開發生命周期都將為機器與人的交互重新設計。

融資公告同日，Entire發布了首個開源產品「Entire CLI」，其核心功能「Checkpoints」讓AI編程中的上下文能被持續保存。

當前智能體會話是短暫的：提示詞存活于終端中，推理過程存于上下文窗口內。產生代碼的決策、約束和迭代在你關閉會話的瞬間便消失無蹤。Git保存了變更內容，但關于「為何如此變更」的信息卻無一保留。

Checkpoints將智能體編程時的上下文作為版本數據的一部分存入Git。

當提交由智能體生成的代碼時，它會自動捕獲完整會話記錄：對話記錄、提示詞、涉及文件、token使用量、工具調用等。這些上下文數據成為語義推理層的的一部分。

目前，Entire CLI已支持 Anthropic 的 Claude Code 和 Google Gemini CLI，且支持多智能體并發對話。Entire明確承諾將保持平臺「開放、可擴展且獨立」，支持所有智能體和模型。這一戰略直指當前AI編程工具可能被少數巨頭鎖定的行業擔憂。

有了Entire CLI，每次提交都可以不僅追溯到代碼差異，還能檢查產生它的推理過程。這意味著代碼評審時，能關注大模型推理時產生的意圖和約束，而不僅僅是修改的那幾行代碼。

對于企業來說，使用Entire CLI等于更好的交接，接手代碼時無需重放提示或會話即可繼續工作。同時由于包含上下文信息，編程智能體停止重復過去會話中你已糾正的錯誤，從而減少token消耗。

實際操作Entire CLI也極為簡便。開發者只需執行兩條命令

curl -fsSL https://entire.io/install.sh | bashentire enable

之后，你和智能體的對話，就會以結構化的形式被自動記錄。

「無需閱讀代碼」的未來

從技術演進視角看，Entire的野心是為未來人機協作范式奠定基礎。前GitHub首席執行官Nat Friedman在一場公開演講中表示，在大語言模型和AI智能體的飛速發展下，人類可能很快就不再需要閱讀或編寫代碼。

Friedman預測到2028年，人工智能將生成90%的代碼。這意味著當前開發者每天編寫的代碼中，只有十分之一出自人類之手，其余都將由AI完成。

到2030年，全球軟件創造者群體將從目前的數千萬人擴大到十億級別。這一擴張將打破編程作為專業技能的門檻，使更多領域專家能夠直接將自己的想法轉化為軟件產品，而無需經過多年的編程訓練。

然而，這一轉型并非沒有隱憂。當90%的代碼由AI生成時，如何確保這些代碼的安全性、可靠性和符合倫理標準？當系統出現故障或安全漏洞時，責任應當如何界定？

Friedman指出向「無需閱讀」未來的轉變將分階段漸進發生。

第一階段，AI主要處理重復性高的樣板代碼和常見模式，釋放開發者精力專注于創新性工作。

第二階段，AI將承擔更復雜的重構和優化任務，理解現有代碼庫并進行改進。

最終階段，AI能夠自主進行系統維護，包括錯誤修復、性能優化和架構演進。

如果是重復性高的代碼，那不存儲AI生成代碼時的語境尚可接受，但對于更復雜的代碼，每次修改都要重復與AI的對話才能明白修改的前因后果，將使開發變得極為困難。

而Entire公司開發的「Checkpoints」技術，能讓每段AI生成的代碼都可能攜帶其「數字譜系」，從而變得可追溯，成為未來AI編程中必不可少的基礎設施，這也是為何Entire會拿到這么高天使輪融資的原因所在。

而國內的編程智能體開發廠商，也應注意到這一需求，及時開發出帶有總結，可視化等更實用功能的Entire CLI平替。

參考資料：

https://techcrunch.com/2026/02/10/former-github-ceo-rAIses-record-60m-dev-tool-seed-round-at-300m-valuation/

https://entire.io/blog/hello-entire-world/