Entire 是一个专为人类开发者与 AI 编码智能体协作而设计的 Git 代码托管平台。它的核心观点是,传统软件开发基础设施,尤其是 PR 模式,并不适合 AI 智能体高速生成、评审、迭代代码的场景。
Entire 现任 CEO、前 GitHub CEO Thomas Dohmke 解释说,GitHub 和 GitLab 以异步代码评审与版本控制为中心,改变了人与人之间的协作方式。相比之下,多智能体代码托管平台则以 AI 智能体与人类协同工作的异步编排、版本控制和审计为中心。
Entire 基于全分布式架构构建,代码推送速度最高可达 GitHub 的 89 倍。其核心组件是 trails(轨迹),用来解决 AI 代码智能体给传统 PR 开发模型带来的痛点:
合并请求的时间线已经变成只有智能体才会去读的审计日志,无法给开发者提供足够信息,让开发者有把握判断是否可以合并。
Trail 会把最重要的信息置顶展示,以评估分数的形式呈现,每次代码推送都会更新分数。开发者可以借助这些分数判断该 PR 是否已经稳定,或是需要让 AI 智能体继续编码、评审,进入下一轮迭代:
只有当置信度高、风险低且所有问题都已清除时,才应进行合并。
Trail 可以由缺陷工单、功能需求手动发起,可以跨多个代码仓库。每当有新代码推送时,运行在云沙箱中的评审智能体会评估变更,并根据代码质量、安全性、slop(低质量代码)以及是否需要人工评审返回分数和理由。例如,如果 slop 分数为橙色,开发者可以要求编码智能体改进代码并推送新的变更,从而触发新一轮迭代。
每次评估都会显示最近 5 轮结果和当前结果。我们认为这一点至关重要,因为单次评估经常会漏掉关键问题。多轮迭代、直到评分趋于稳定,是智能体编码成功的关键。
评估智能体既可以在 Entire 平台界面配置,也可以通过仓库级 JSON 文件配置。
评审智能体可以给出修复建议或优化方案,这些内容在 Trail 开启期间保持可见。所有评审发现的问题必须在合并前解决或关闭。开发者还可以配置仓库级的 Gates(门禁),定义合并通过的条件。
Entire 引入的另一个基础概念是 continuous memory(持续记忆),它将所有累积的知识保存在仓库中,让智能体能够跨会话复用这些知识,而不是从头开始。持续记忆由两个开源工具实现:,它构建 Git 仓库的预计算图谱,包括排序后的代码搜索、定义和调用者、类型和路由等;以及 ,它通过将代码库图谱与之前的智能体会话以及 Git 历史中记录的信息相结合,创建一个持久的记忆层。
这让智能体总能在合适的时机拿到正确的上下文,也就是“变更内容”背后的“变更原因”。
另外,Entire 支持集成 Buildkite、Depot 等 CI 平台。
在 Hacker News 的相关讨论中,用户 conartist6 表达了这样的观点:工程师们已经将编写代码的工作委托给了智能体,因为编程语言和工具还有很多不尽如人意之处。目前就职于 Entire 的 Haimantika 指出,问题从来不在语言或工具本身:
推理过程在人与产出物之间被丢弃了。提交说明一直都很糟糕,文档容易过时,“为什么这里有这段代码”只能靠记得的人来解释。智能体只是放大了这个问题,因为现在没有人记得了。这正是我们想要解决的问题。如果未来有更好的编程语言也能解决这个问题,说实话,我也乐意接受。
Entire 只是源码管理赛道里的新玩家之一,其他还包括 Zed DeltaDB、Anthropic Scion、East River Source Control、Cursor Origin、Radicle 等。
【声明:本文由 InfoQ 翻译,未经许可禁止转载。】
查看英文原文:https://www.infoq.com/news/2026/11/entire-git-forge-coding-agents/





