Entire CEO Thomas Dohmke:PR 模式难匹配智能体节奏?

资讯 AI 行业观察 作者:Sergio De Simone 全文 1450 字 · 约 4 分钟读完 配图 1 张 分类智能体

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 GitL

所属频道 智能体与 Agent

Entire 是一个 Git 代码托管平台,面向人类开发者与 AI 编码智能体的协同场景而打造。在它看来,传统软件开发基础设施——尤其是 PR 模式——跟智能体高速生成、评审、迭代代码的节奏并不匹配,这是其核心判断。

现任 Entire CEO 的 Thomas Dohmke 曾是 GitHub CEO,他对此的解释是:GitHub 与 GitLab 围绕异步代码评审和版本控制展开,重塑的是人与人之间的协作;多智能体代码托管平台则把重心放在 AI 智能体与人类协同时的异步编排、版本控制与审计上。

架构上,Entire 走的是全分布式路线,代码推送速度最高达到 GitHub 的 89 倍。其关键组件名为 trails(轨迹),专门应对 AI 代码智能体给传统 PR 开发模型造成的麻烦:

合并请求的时间线如今沦为一份只有智能体才会翻阅的审计日志,开发者从中得不到足够信息,也就难以有把握地判断能否合并。

Trail 的做法是把最重要的信息置于顶部,以评估分数的形式呈现,且每次推送代码都会刷新分数。开发者据此判断该 PR 是否已趋稳定,还是该让 AI 智能体接着编码、评审,进入下一轮迭代:

只有置信度高、风险低,并且所有问题都已清除,才适合执行合并。

Trail 既可手动从缺陷工单、功能需求发起,也能横跨多个代码仓库。一旦有新代码推送,跑在云沙箱里的评审智能体就会评估变更,依据代码质量、安全性、slop(低质量代码)以及是否需要人工评审给出分数和理由。举例来说,若 slop 分数显示为橙色,开发者可以要求编码智能体改进代码并推送新的变更,由此触发新一轮迭代。

每次评估都会展示当前结果和最近 5 轮结果。在 Entire 看来这一点很关键:单次评估常常会漏掉关键问题。反复迭代、直到评分趋于稳定,才是智能体编码成功的关键。

评估智能体的配置有两个入口:Entire 平台界面,或者仓库级 JSON 文件。

评审智能体能给出修复建议或优化方案,这些内容在 Trail 开启期间一直可见。评审发现的所有问题,都必须在合并前解决或关闭。开发者还可配置仓库级的 Gates(门禁),自行定义合并通过的条件。

Entire 引入的另一个基础概念叫 continuous memory(持续记忆):仓库中保存所有累积的知识,智能体跨会话就能复用,不必从头再来。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 ,它把代码库图谱与之前的智能体会话以及 Git 历史中记录的信息结合起来,形成持久的记忆层。

这样一来,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”。

此外,Entire 还支持接入 Buildkite、Depot 等 CI 平台。

Hacker News 的相关讨论中,用户 conartist6 表达了这样的看法:工程师们之所以把编写代码的活交给智能体,是因为编程语言和工具仍有不少不尽如人意之处。目前就职于 Entire 的 Haimantika 则认为,问题从来不在语言或工具本身:

人与产出物之间的推理过程被丢掉了。提交说明向来写得很糟,文档容易过时,“为什么这里有这段代码”只能靠记得的人来讲。智能体只是把这个问题的后果放大了,因为现在没人记得了。这正是我们想解决的。要是将来出现更好的编程语言也能解决它,说实话,我也乐意接受。

【声明:本文由 InfoQ 翻译,未经许可禁止转载。】

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  2. AI代理公司不设CEO,让它们自己竞标谁来当家做主

    2026年的秋天,哈佛大学一个实验室里的几个研究者在琢磨一个很怪的问题。他们让三个AI智能体组队去玩一个"从零开始造出一把铁镐"的Minecraft任务,一个负责砍树,一个负责挖矿,一个负责打造工具。问题是,这三个智能体谁先动手、谁后动手,由谁来决定?传统做法很简单粗暴:找个经理智能体,或者干脆按固定顺序轮流来。但..

    来源 腾讯网
  3. TheSigil ID上线:AI智能体可自主申领数字身份证

    当 AI Agent 开始自主执行任务,它们是否也应该拥有一张属于自己的身份证? 近日,面向全球 AI Agent 的数字身份登记平台 TheSigil ID开放免费创世登记。与传统由开发者填写信息的注册方式不同,TheSigil ID 尝试让 AI 智能体自行阅读协议、选择名称、撰写身份声明,并通过开放接口完成登记,

    来源 AI 行业观察
  4. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
  5. 苹果自研AI智能体曝光:能操控设备写代码,2027年底或推出

    IT之家 11 月 20 日消息,彭博社马克 · 古尔曼(Mark Gurman)今日报道称,苹果正在开发自主 AI 智能体,计划让 AI 代替用户执行设备操控、应用操作、网页浏览和软件编程等任务,进一步进入由 OpenAI、Anthropic、Meta 等公司参与竞争的 AI 智能体市场。 古尔曼发现,苹果已经在官网

    来源 AI 行业观察
  6. Gemini 4 翻身记:SemiAnalysis 补交道歉表,Hassabis 接梗

    曾断言 Gemini 掉队的研究机构 SemiAnalysis,在 Gemini 4 系列密集发布后向 Google 公开致歉。文章梳理 DeepMind 的组织调整、算力分配与长期研发积累,解析真实工程任务驱动的后训练如何提升编程和智能体能力。

    来源 爱范儿
  7. 张博开源Linger:零token费本地跑125B模型,12GB显卡够用

    11月19日,前DeepSeek-VL项目负责人张博在X宣布开源个人Agent Linger,开发主体是张博创办的SIMPLEX AI TECHNOLOGIES PTE. LTD.(以下简称“Simplex AI”),代码已上传GitHub。按项目文档,Linger读取本地邮件、日历和文件,操作用户已登录的浏览器;连接

    来源 腾讯网
  8. 谷歌AI智能体改一处代码成功率翻8倍:Harness自我优化研究

    IT之家 11 月 20 日消息,谷歌研究人员当地时间 11 月 17 日最新发表的研究论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)显示,通过让 AI 智能体逐步修改自身运行框架,并对每次修改进行验证,可以显著提高软件工程任务的完成率。在一项 SWE-

    来源 腾讯网
  9. Uber建MCP Gateway:800个服务器、5000个工具如何统一调度

    作者 | Leela Kumili译者 | 田橙随着 AI 智能体在公司内部得到广泛采用,Uber 构建了一套 MCP Gateway,用于规范智能体发现和调用内部服务的方式,以解决集成碎片化、基础设施重复建设和安全实践不一致等问题。该平台支持 800 多个 MCP 服务器和 5000 多个工具,为服务发现、协议转换、

    来源 腾讯网
  10. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  11. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  12. 苹果AI新布局:自研智能体操控Mac,对标四款竞品

    TechCrunch报道称,苹果似乎正在开发可在Mac上自主执行任务的AI智能体,直接对标Meta Muse、Instinct、Claude与OpenAI Dots等产品。这标志着苹果的AI战略正从Siri式的语音助手,转向能够理解目标、拆解步骤并操作用户界面的“行动型AI”。凭借软硬件一体化与端侧算力优势,

    来源 AI 科技快讯
  13. 百奥几何发布GeoFlow V4:15项从头设计任务平均命中率34.6%

    11 月 19 日,百奥几何正式发布新一代药物研发引擎 GeoFlow V4。此次升级依托数据与模型的协同扩展,进一步提升结构预测、候选筛选与从头设计能力,并同步推出 GeoFlow Code 智能体式药物设计编排体系,共同支撑以成药为导向、贯通模型-分子-数据的 RSI 干湿反馈研发闭环。 GeoFlow V4 在覆

    来源 AI 行业观察
  14. 智能体AI架构落地:挑战在哪,机会又在哪

    智能体 AI 架构在微服务与云原生架构的基础上进行了扩展,引入具备上下文感知、记忆能力,并遵循 MCP、A2A 等协议的 AI 智能体。本文探讨受限上下文集成、依赖任务的协同策略、新型安全风险以及可观测性需求。

    来源 InfoQ
  15. 谷歌论文:光改提示词智能体成功率反降,改运行框架升至40%

    调教 AI 智能体,惯用手法是反复打磨提示词。谷歌 11 月 17 日发表的论文却给出反直觉结论:只改提示词,智能体成功率反而从 5% 跌到 2.5%;而让优化模型直接改写其运行框架,成功率冲到 40%,足足 8 倍。 142 行代码,拆成四块逐个改 Harness 指包裹在模型外围的运行框架,负责

    来源 AI 开发者社区
向下滚动自动加载更多