
Entire Git Forge:面向编码智能体重构 Git 协作方式
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。
以下正文同步自 InfoQ 中国,版权归原站所有,已转换为易读排版。
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:
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”。
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。
查看英文原文:https://www.infoq.com/news/2026/11/entire-git-forge-coding-agents/
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。