Entire - Uma nova plataforma para desenvolvedores voltada a agentes de IA

• Empresa criada por Thomas Dohmke, ex-CEO do GitHub, com o objetivo de construir uma plataforma de próxima geração para desenvolvedores onde humanos e agentes possam colaborar, aprender e fazer deploy juntos
• É composta por três elementos centrais: banco de dados compatível com Git, camada universal de raciocínio semântico e SDLC nativo para IA
• Como primeiro produto, lançou o CLI open source “Entire CLI”, integrado ao Git, que faz o versionamento automático do contexto de trabalho dos agentes
• Introduz o conceito de Checkpoints, que salva automaticamente o contexto do agente no Git como dados versionados, permitindo verificar o processo de raciocínio, uso eficiente de tokens e múltiplas sessões
• Suporta Anthropic Claude Code e Google Gemini CLI, com suporte futuro planejado para Codex e Cursor CLI

---

Mudança no paradigma de desenvolvimento de software

• Nos últimos meses, surgiram vários modelos de codificação baseados em agentes, como Claude Code da Anthropic, GPT-5.3-Codex da OpenAI e Composer 1.5 da Cursor
  • Desenvolvedores trabalham controlando vários agentes ao mesmo tempo em múltiplas janelas de terminal
  • O desenvolvimento orientado por especificação (spec-driven) está emergindo como o centro da geração de código
  • Como os agentes geram e avaliam centenas de variações de código em paralelo, a velocidade de produção de código ultrapassa a capacidade humana de compreensão
• Porém, o sistema atual de desenvolvimento centrado em issue tracking, Git e Pull Requests foi projetado com base na colaboração humana e não se adapta bem à era da IA
  • Limites de capacidade e velocidade de APIs centralizadas reduzem a eficiência dos agentes
  • A estrutura dos sistemas existentes dificulta a transição para um modelo de produção centrado em IA
• Por isso, é necessário um novo “sistema de desenvolvimento em linha de montagem” adequado a uma era em que as máquinas se tornam as principais produtoras de código

Visão e estrutura da Entire

• A Entire tem como meta construir uma plataforma de próxima geração para desenvolvedores onde humanos e agentes possam colaborar, aprender e fazer deploy juntos
• A plataforma é composta por três componentes principais
  • Banco de dados compatível com Git: integra código, intenção, restrições e raciocínio em um único sistema de versionamento
  • Camada universal de raciocínio semântico (semantic reasoning layer): oferece suporte à cooperação entre múltiplos agentes por meio de um grafo de contexto
  • SDLC nativo para IA: redesenha o ciclo de vida de desenvolvimento para a colaboração entre humanos e agentes
• O projeto recebeu um investimento seed de US$ 60 milhões liderado pela Felicis, com participação de Madrona, M12, Basis Set, 20VC, Cherry Ventures, Picus Capital e Global Founders Capital
  • Entre os investidores-anjo estão Gergely Orosz, Theo Browne, Jerry Yang, Olivier Pomel e Garry Tan

Primeiro produto: Entire CLI e Checkpoints

• Atualmente, as sessões de agentes são temporárias, e os prompts e o raciocínio dentro do terminal desaparecem quando a sessão termina
  • O Git registra apenas as mudanças no código, sem preservar o contexto do porquê dessas mudanças
• Checkpoints é uma nova unidade fundamental criada para resolver esse problema, salvando automaticamente o contexto do agente no Git como dados versionados
  • No momento do commit, toda a sessão é registrada junto (prompts, alterações em arquivos, uso de tokens, chamadas de ferramentas etc.)
  • Esses dados se tornam a base da camada de raciocínio semântico e podem ser explorados por branch
• Principais vantagens dos Checkpoints
  • Rastreabilidade (Traceability): permite verificar o processo de raciocínio por trás das mudanças geradas pelo agente
  • Maior eficiência na revisão: em vez de apenas diff, revisa-se também intenção e restrições
  • Melhor handoff de trabalho: é possível retomar o trabalho sem reexecutar prompts
  • Menos desperdício de tokens: aprende com correções anteriores para evitar erros repetidos
  • Suporte a múltiplas sessões e agentes: possibilita colaboração paralela entre agentes
• Atualmente há suporte para Anthropic Claude Code e Google Gemini CLI, com Codex e Cursor CLI previstos para depois

Como funciona e instalação

• Checkpoints funciona como um CLI com reconhecimento de Git, gravando um objeto de checkpoint estruturado a cada commit gerado por um agente
  • Ele é vinculado ao SHA do commit, registrando junto as mudanças de código e o processo de raciocínio
  • Os metadados são armazenados em um branch separado (entire/checkpoints/v1), funcionando como um audit log append-only
• A instalação pode ser feita em duas etapas
  1. Executar curl -fsSL https://entire.io/install.sh | bash
  2. No repositório, usar o comando entire enable para configurar o projeto
  • Depois disso, as sessões dos agentes passam a ser automaticamente estruturadas e registradas

Open source e colaboração com a comunidade

• O Entire CLI está disponível como open source no GitHub e foi projetado para ser independente e portável, de modo que qualquer agente ou modelo possa usá-lo
• No momento, os Checkpoints fornecem rastreabilidade e registro, mas no futuro devem evoluir para uma memória compartilhada entre agentes, permitindo colaboração e transferência de contexto
• A equipe coleta feedback da comunidade por meio de Discord e GitHub Discussions e pretende construir o roadmap em conjunto
• A frase “No more stealth. We are building in the open.” enfatiza uma filosofia de desenvolvimento aberta

[pseudojo]

Fiquei esperando que alguém (ou melhor, algum desenvolvedor sênior de Big Tech) acabasse criando isso, e finalmente saiu. Às vezes, mesmo usando MCP e skills, ele simplesmente ignora por conta própria a manutenção do contexto; desta vez, por favor, que consiga manter bem o contexto...

[halfenif]

Estamos registrando uma quantidade realmente enorme de logs de depuração todos os dias, e pensei que agora estavam até querendo fazer commit disso.

[roxie]

Em outras palavras, talvez isso seja um sinal de que surgiram ferramentas para ler por mim aqueles logs de depuração monstruosos.

[GN⁺]

Comentários do Hacker News

• O novo conceito de Checkpoints é interessante. Quando o agente faz commit do código gerado, a sessão inteira — conversa, prompts, alterações de arquivos, uso de tokens, chamadas de ferramentas etc. — passa a ser versionada junto. Se alguém não enxerga o valor disso, não sei mais o que dizer

  • Isso tem grande importância porque permite entender por que o código foi escrito daquela forma no passado. Assim, fica mais rápido e preciso tomar decisões futuras sobre o código. Por exemplo, se você sabe por que algo foi feito do jeito X, fica mais fácil decidir se deve mudar para Y. Além disso, a IA pode escrever o próximo commit conhecendo o contexto dos commits anteriores
  • Claro, pode ser útil adicionar o contexto gerado pela IA com git add e fazer git commit, mas fico na dúvida se isso vale US$ 60 milhões
  • Eu mesmo já construí um sistema parecido. Ele funciona memoizando todas as etapas do processo de desenvolvimento colaborativo
  • Consigo ver utilidade nisso como uma extensão do Git, mas não entendo bem como os VCs vão ganhar dinheiro com isso

• Deixando de lado a lógica dos VCs e os nomes envolvidos, eu vejo a visão por trás da ideia. Só que, como o futuro da IA é incerto, talvez nem saibamos se realmente precisamos de uma solução dessas. Historicamente, ferramentas de desenvolvimento bem-sucedidas surgiram não de capital gigantesco, mas de desenvolvedores resolvendo seus próprios problemas

  • Mas esse tipo de investimento seed existe justamente para esse tipo de experimento. Só tentando para saber se há valor real ali

• Se os modelos ficarem bons o suficiente, uma plataforma assim vai desaparecer; e se não ficarem, também parece que vai desaparecer

  • É uma forma bem precisa de colocar a questão. A plataforma pode até ser útil, mas parece difícil alcançar um sucesso no nível do GitHub. No fim, é basicamente armazenar informação junto com os dados. Os fundadores têm experiência, mas este é um momento em que é difícil reproduzir aquele tipo de sucesso
  • Hoje em dia todo mundo finge ser especialista em IA, mas a tecnologia está avançando tão rápido que parece que o próprio investimento em conhecimento está se depreciando. Amanhã sai um modelo melhor e o que você aprendeu hoje rapidamente fica ultrapassado
  • Ainda assim, é interessante pensar em quanto dinheiro pode circular nesse meio-tempo
  • No fim das contas, devem ter conseguido investimento só porque “foi criado pelo ex-CEO de um serviço famoso”

• Mais importante do que a qualidade do código gerado por IA é a possibilidade de auditoria (audit). Gosto da forma como essa plataforma parece lidar com esse problema de um jeito ao mesmo tempo novo e tradicional

• Vi a explicação de que “conecta o contexto do agente ao Git via CLI”, mas, se no fim isso significa despejar o contexto no commit, então já é o que eu faço hoje

  • Mas eu não tenho um seed de US$ 60 milhões e valuation de US$ 300 milhões
  • Mesmo que você já faça isso, consegue impor isso a 5 mil funcionários de uma empresa? Esse investimento é uma tentativa de viabilizar justamente isso
  • Penso parecido. Na verdade, eu tento reduzir o contexto que vai para os commits
  • Colocar 50 KB em cada mensagem de commit parece uma sobrecarga excessiva
  • Eu uso Claude ou Codex para resumir discussões de design e salvo em arquivos MD, depois faço com que releiam isso após alterações. Seria bom ter uma ferramenta que tornasse esse processo menos incômodo, mas simplesmente despejar todos os prompts em uma branch do Git é ineficiente

• Estamos numa época em que surge um novo framework de IA por semana. Dá a mesma sensação do boom dos frameworks JavaScript de antigamente, a ponto de eu querer criar um clone do HN que filtre posts sobre IA

  • Quando você olha para as skills de agentes mais populares, tudo gira em torno de React e JS. No fim, a comunidade de JS movida por modinha está exagerando os casos de sucesso com LLMs. O mesmo pessoal que antes superestimava frameworks de frontend agora parece estar falando como se tivesse descoberto tipo de sistema e compiladores ontem
  • Então é só criar uma extensão que filtre posts sobre IA. A IA faz isso em 10 minutos
  • Ou então criar logo um clone do HN só para bots e mandar para lá os bots que ficam falando aqui
  • Você provavelmente já sabe qual é a forma mais eficaz de fazer isso, não é?
  • Eu também queria há tempos uma função de filtro no feed do HN. Queria filtrar posts sobre Web3, mas só com palavras-chave a precisão é baixa. Ironicamente, fazer uma análise com IA talvez melhorasse isso

• Isso parece uma ideia que alguém improvisou ontem e que recebeu investimento por causa do currículo. Não dá para entender que serviço isso realmente é nem o que o diferencia de outros Show HN

• US$ 60 milhões em rodada seed, isso é mesmo possível?

  • Então daqui a pouco vamos ver até rodadas seed de US$ 500 milhões

• Os dados dos Checkpoints parecem valer mais que ouro, porque podem ir além de simples colaboração e depois ser usados como dados para treino de RL

• O problema de preservar contexto realmente dói. Eu mantenho o estado das sessões com task.md ou CLAUDE.md, mas isso é só um remendo. A ideia de checkpoints que salvam reasoning e diff juntos é atraente. Ainda assim, sou cético quanto a transformar isso numa plataforma separada em cima do Git. Abordagens mais integradas às ferramentas existentes, como Cursor, Aider e hooks do Claude, tiveram mais sucesso. Quando você exige que o desenvolvedor troque para uma nova stack de SDLC, o desafio de adoção acaba sendo maior do que o desafio técnico. Se for open source, fico curioso para saber se o formato é uma especificação aberta

  • Eu uso Shelley para salvar conversas do agente em um banco Sqlite. Não precisa colocar isso no Git; em vez disso, eu escrevo documentos de design e faço commit deles. Para mim isso já basta
  • Na verdade, não daria para usar git notes também para anexar o estado do agente como metadado a commits ou árvores?
  • O CLI é open source e funciona só com Git. A plataforma separada serve apenas como visualizador de checkpoints. Também dá para ver isso pela CLI. https://github.com/entireio/cli