「AI杀死Git」？前GitHub掌门人开启AI�...

来源：市场资讯

（来源：新智元）

新智元报道

编辑：peter东

【新智元导读】GitHub前掌门人押注AI编码浪潮下的新基建，获得6000万美元种子轮融资，视图打造AI生成代码的「管理员」，成为适配编程智能体的原生开发平台。

硅谷正在用真金白银重写软件工程的底层逻辑。

2026年2月，GitHub前CEO Thomas Dohmke创办的Entire以3亿美元估值完成6000万美元种子轮，领投方Felicis称其为「开发工具史上最大种子轮」。

资本阵容豪华到几乎像一场行业投票：AI编程不再只是「更强的助手」，它正在把研发流程逼向一次结构性重构——从以人类为中心的手工业协作，转向以智能体为中心的工业化生产。

划时代融资

开发工具领域最大种子轮诞生

2026年2月，硅谷创投圈迎来一枚重磅炸弹。GitHub前CEO Thomas Dohmke新创立的公司Entire，以3亿美元估值完成6000万美元种子轮融资。

这次投资的阵容堪称豪华，Madrona、M12（微软风投）、Basis Set、Datadog创始人兼CEO等知名机构和行业领袖齐聚，这显示出顶级资本对赛道和团队的高度认可。

而Entire究竟想解决什么问题呢？

这要从Thomas Dohmke在2021年至2025年执掌GitHub期间的观察说起。

在这段时间内，他亲眼见证并推动了编程助手GitHub Copilot的崛起与普及。

然而，当Claude Code、GPT-5.3-Codex等AI编程智能体如雨后春笋般涌现，终端同时运行多个智能体成为开发者新常态时，传统开发流程的裂缝开始显现。

问题跟踪系统本为人类规划设计，而非机器可读的工作单元，每天更是有不少智能体因API容量和速率限制而能力受限。

归根到底，Github是为人类开发者设计的手工业基础设施，早已不使用大规模使用AI编程的工业化代码生产。

这导致的结果，便是AI生成的代码垃圾围城，开发者抱怨代码的生成速度比任何人类合理理解的速度都要快。就像汽车公司用移动装配线取代传统的手工作坊生产系统一样，我们现在必须重新构想整个软件开发生全流程，以适应机器成为代码主要生产者的世界。

为智能体创建代码装配线

Entire的目标是让智能体和人类能够协作、学习和共同交付高质量可追溯的代码。其目标是构建一个对所有开发者开放、可扩展且独立的平台，无论你使用哪种智能体或模型。

其解决方案建立在三个核心组件上：

首先是Git兼容数据库，能够在单一版本控制系统中统一代码、意图、约束条件和推理过程。这相当于为AI生成的代码建立「数字基因库」，确保每一段代码都可追溯其来源。

其次是通用语义推理层，通过上下文图谱实现多智能体协同。该技术使不同AI编码助手能够共享工作记忆，避免重复推理和令牌浪费。

最后是AI原生用户界面，彻底重构智能体与人类的协作体验。从问题提出到代码部署，整个开发生命周期都将为机器与人的交互重新设计。

融资公告同日，Entire发布了首个开源产品「Entire CLI」，其核心功能「Checkpoints」让AI编程中的上下文能被持续保存。

当前智能体会话是短暂的：提示词存活于终端中，推理过程存于上下文窗口内。产生代码的决策、约束和迭代在你关闭会话的瞬间便消失无踪。Git保存了变更内容，但关于「为何如此变更」的信息却无一保留。

Checkpoints将智能体编程时的上下文作为版本数据的一部分存入Git。

当提交由智能体生成的代码时，它会自动捕获完整会话记录：对话记录、提示词、涉及文件、token使用量、工具调用等。这些上下文数据成为语义推理层的的一部分。

目前，Entire CLI已支持 Anthropic 的 Claude Code 和 Google Gemini CLI，且支持多智能体并发对话。Entire明确承诺将保持平台「开放、可扩展且独立」，支持所有智能体和模型。这一战略直指当前AI编程工具可能被少数巨头锁定的行业担忧。

有了Entire CLI，每次提交都可以不仅追溯到代码差异，还能检查产生它的推理过程。这意味着代码评审时，能关注大模型推理时产生的意图和约束，而不仅仅是修改的那几行代码。

对于企业来说，使用Entire CLI等于更好的交接，接手代码时无需重放提示或会话即可继续工作。同时由于包含上下文信息，编程智能体停止重复过去会话中你已纠正的错误，从而减少token消耗。

实际操作Entire CLI也极为简便。开发者只需执行两条命令

之后，你和智能体的对话，就会以结构化的形式被自动记录。

「无需阅读代码」的未来

从技术演进视角看，Entire的野心是为未来人机协作范式奠定基础。前GitHub首席执行官Nat Friedman在一场公开演讲中表示，在大语言模型和AI智能体的飞速发展下，人类可能很快就不再需要阅读或编写代码。

Friedman预测到2028年，人工智能将生成90%的代码。这意味着当前开发者每天编写的代码中，只有十分之一出自人类之手，其余都将由AI完成。

到2030年，全球软件创造者群体将从目前的数千万人扩大到十亿级别。这一扩张将打破编程作为专业技能的门槛，使更多领域专家能够直接将自己的想法转化为软件产品，而无需经过多年的编程训练。

然而，这一转型并非没有隐忧。当90%的代码由AI生成时，如何确保这些代码的安全性、可靠性和符合伦理标准？当系统出现故障或安全漏洞时，责任应当如何界定？

Friedman指出向「无需阅读」未来的转变将分阶段渐进发生。

第一阶段，AI主要处理重复性高的样板代码和常见模式，释放开发者精力专注于创新性工作。

第二阶段，AI将承担更复杂的重构和优化任务，理解现有代码库并进行改进。

最终阶段，AI能够自主进行系统维护，包括错误修复、性能优化和架构演进。

如果是重复性高的代码，那不存储AI生成代码时的语境尚可接受，但对于更复杂的代码，每次修改都要重复与AI的对话才能明白修改的前因后果，将使开发变得极为困难。

而Entire公司开发的「Checkpoints」技术，能让每段AI生成的代码都可能携带其「数字谱系」，从而变得可追溯，成为未来AI编程中必不可少的基础设施，这也是为何Entire会拿到这么高天使轮融资的原因所在。

而国内的编程智能体开发厂商，也应注意到这一需求，及时开发出带有总结，可视化等更实用功能的Entire CLI平替。

参考资料：

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/