前 GitHub CEO 给 AI Agent 装上黑匣子

2026 年 2 月 10 日，Thomas Dohmke 卸任 GitHub CEO 半年后，带着新公司 Entire 正式亮相。一起公布的还有 6000 万美元种子轮融资，估值 3 亿美元——这是开发者工具领域种子轮史上最大的一笔。

Felicis 领投，微软旗下的 M12、Madrona、Basis Set 跟投，雅虎联合创始人杨致远、Y Combinator CEO Garry Tan、Datadog CEO Olivier Pomel、20VC 的 Harry Stebbings 也出现在投资人名单里。

能让微软投资前 CEO 的新公司，本身就很说明问题。

1 从 Copilot 到 Entire

Dohmke 不是旁观者。2015 年他创办的 HockeyApp 被微软收购后，一路做到 GitHub CEO。任内推动了 Copilot 的规模化落地，把 AI 编程从实验做成了行业标准。

但 Copilot 越成功，Dohmke 越发现一个矛盾：AI 写代码的速度指数级增长，人类审查的速度却是线性的。Copilot 几分钟改完 100 个文件，人可能要花半天才能看完。

更麻烦的是，AI 关掉终端后，它为什么这样改、试过哪些方案、中间踩过什么坑——这些信息全丢了。Git 历史里只剩下代码 diff，没有决策过程。

Dohmke 的判断是：当软件生产的主体从人变成机器，用了 15 年的 Git 和 PR 流程已经不够用了。Entire 的使命就是重建这套基础设施，让 AI 时代的人类审查者知道「代码为什么这么写」。

2 产品实测：Checkpoints CLI

Entire 目前开源的工具叫 Checkpoints，一个命令行工具。目前对 Claude Code 的支持最完整，Open Code 的支持还在 Preview 阶段。

2.1 第一步：启用项目

cd your-project
entire enable

默认会检测并配置 Claude Code，实际输出：

Agent: Claude Code (use --agent to change)

✓ Hooks installed
✓ Project configured (.entire/settings.json)

✓ Created orphan branch 'entire/checkpoints/v1' for session metadata

Ready.

这会做三件事：

• 创建 .entire/settings.json 存配置
• 在 .claude/settings.json 里配 7 个钩子，捕获会话数据
• 创建 entire/checkpoints/v1 孤立分支存元数据

2.2 第二步：使用 Claude Code 开发

claude

在 Claude Code 中完成开发任务。例如：

> Add a Fibonacci function with tests

后台自动捕获每次对话的上下文、prompt、响应、修改的文件。

2.3 第三步：提交代码

git commit -m "feat: add Fibonacci function"

Entire 的 Git hooks 会自动关联检查点和提交。

2.4 第四步：查看状态

entire status

实际输出：

Enabled (manual-commit)

2.5 第五步：查看历史

entire explain

输出示例：

Branch: master
Checkpoints: 1

Session: 2026-02-23-xxx
  Checkpoint    Age     Files    Tokens  Intent
  ──────────────────────────────────────────────────────────────
  abc123def456  5m      3        8,450   Add Fibonacci function with tests

2.6 第六步：查看详情

entire explain --checkpoint abc123def456

输出示例：

Checkpoint: abc123def456
Session: 2026-02-23-session-001
Created: 2026-02-23 11:18:30
Agent: claude-code
Tokens: 8,450 (input: 3,200, output: 5,250)

Intent:
  Add a Fibonacci function with tests

Summary:
  Implemented recursive Fibonacci function in utils/math.go with
  comprehensive test suite and demo program

Files Modified:
  M main.go
  A utils/math.go
  A utils/math_test.go
  A go.mod

2.7 第七步：回滚

entire rewind

交互式选择要回滚到的检查点，自动恢复代码状态，同时告诉你怎么恢复当时的 AI 会话上下文。

3 三层架构的野心

Checkpoints 只是起点。Dohmke 公开描述过 Entire 的三层架构：

3.1 底层：Git 兼容数据库

AI 产生的上下文比人类多几个数量级，传统 Git 存不下、查不动。Entire 从零写了一个分布式数据库，专门处理高频、海量的元数据，支持全球多节点部署。

3.2 中间层：语义推理层

把 AI 写代码的思考过程结构化存储，随时可以回溯。不只是知道「改了什么」，而是知道「为什么这么改」。

3.3 顶层：AI 原生界面

正在开发的可视化层，让开发者能同时监控和协调「成百个 Agent」的运行状态，而不是在终端里来回切换。

目标是成为 AI 编码时代的治理层，而不是另一个 IDE 或代码生成工具。

4 商业模式

Entire 走 Open-Core 路线：核心 CLI 工具 MIT 开源，托管服务收费。

未来收费点包括：

Dohmke 提过一个观点：2026 年企业的运营成本里，「token 消耗」会成为和工资、差旅一样的重要项。一些顶尖团队每月花几千美元买 token。Entire 未来可能做 token 管理和 ROI 分析工具。

5 竞争定位

Entire 的对手不是 Cursor，也不是 Copilot。它想做的是这些工具之上的管理层。

当团队同时用 Cursor、Copilot、Devin、OpenAI Codex 时，最缺的不是再换个 IDE，而是一个能看清全局、审计所有产出、统一管理上下文的中枢。

6 风险与挑战

工具疲劳 开发者已经要记太多工具了。Entire 必须证明带来的价值远大于集成成本。

Agent 支持局限 目前 Claude Code 支持最完整，Open Code 等其他 Agent 的支持还在开发中。

巨头跟进 GitHub、Google、Amazon 都有渠道优势。如果它们在 PR 界面直接集成推理日志，Entire 只能靠跨平台中立性维持竞争力。

信息过载 LLM 的推理路径可能非常庞大，怎么从海量日志里快速定位问题，还没有最佳实践。

7 总结

Entire 的野心不是做「更好的 Git 工具」，而是重新定义 AI 时代的软件生产方式——从「人写代码」变成「人管理 Agent 写代码」。

Dohmke 的判断是，未来软件开发可能不再涉及写代码本身，而是通过描述意图、管理推理、验证结果来完成。Entire 就是这套新流程的基础设施。

6000 万美元种子轮给了他们足够长的跑道。接下来 12-18 个月，看能不能在大型工程团队里跑出标杆案例。如果能证明 AI 生成代码的治理成本确实能被这套体系降下来，3 亿估值可能只是起点。

8 项目信息

参考链接

• Entire 官网：https://entire.io
• Entire GitHub：https://github.com/entireio/cli
• TechCrunch 报道：https://techcrunch.com/2026/02/10/former-github-ceo-raises-record-60m-dev-tool-seed-round-at-300m-valuation/
• The New Stack 专访：https://thenewstack.io/thomas-dohmke-interview-entire/