- Una empresa creada por Thomas Dohmke, ex CEO de GitHub, que busca construir una plataforma de desarrollo de próxima generación donde humanos y agentes puedan colaborar, aprender y desplegar juntos
- Está compuesta por tres elementos clave: una base de datos compatible con Git, una capa universal de razonamiento semántico y un SDLC nativo para IA
- Como primer producto, presentó
Entire CLI de código abierto, integrado con Git, que gestiona automáticamente con control de versiones el contexto de trabajo de los agentes
- Introduce el concepto de Checkpoints, que guarda automáticamente en Git el contexto del agente como datos versionados, permite revisar el proceso de razonamiento, usar tokens de forma más eficiente y trabajar con múltiples sesiones
- Es compatible con Anthropic Claude Code y Google Gemini CLI, y más adelante también sumará soporte para Codex y Cursor CLI
El cambio de paradigma en el desarrollo de software
- En los últimos meses han aparecido varios modelos de programación basados en agentes, como Claude Code de Anthropic, GPT-5.3-Codex de OpenAI y Composer 1.5 de Cursor
- Los desarrolladores trabajan controlando varios agentes al mismo tiempo desde múltiples ventanas de terminal
- El desarrollo guiado por especificaciones (spec-driven) está surgiendo como eje central de la generación de código
- Los agentes generan y evalúan en paralelo cientos de variaciones de código, haciendo que la velocidad de producción supere la capacidad humana de comprensión
- Sin embargo, el sistema actual de desarrollo centrado en issue tracking, Git y Pull Requests fue diseñado bajo la premisa de colaboración humana, por lo que no encaja bien en la era de la IA
- Los límites centralizados de capacidad y velocidad de las API reducen la eficiencia de los agentes
- La estructura de los sistemas existentes dificulta la transición hacia un modelo de producción centrado en IA
- Por eso hace falta una nueva línea de ensamblaje para el desarrollo, adecuada para una era en la que las máquinas se convierten en las principales productoras de código
La visión y la estructura de Entire
- Entire busca construir una plataforma de desarrollo de próxima generación donde humanos y agentes puedan colaborar, aprender y desplegar juntos
- La plataforma se compone de tres elementos fundamentales
- Base de datos compatible con Git: integra código, intención, restricciones y razonamiento en un único sistema de control de versiones
- Capa universal de razonamiento semántico (semantic reasoning layer): permite la colaboración entre múltiples agentes mediante un grafo de contexto
- SDLC nativo para IA: rediseña el ciclo de vida de desarrollo para la colaboración entre humanos y agentes
- El proyecto recibió una inversión semilla de 60 millones de dólares liderada por Felicis, con participación de Madrona, M12, Basis Set, 20VC, Cherry Ventures, Picus Capital y Global Founders Capital
- Entre los inversionistas individuales se encuentran Gergely Orosz, Theo Browne, Jerry Yang, Olivier Pomel y Garry Tan
Primer producto: Entire CLI y Checkpoints
- Actualmente, las sesiones de agentes son efímeras, y los prompts y el razonamiento dentro de la terminal desaparecen cuando termina la sesión
- Git solo registra los cambios en el código, pero no conserva el contexto de por qué se hicieron esos cambios
- Checkpoints es una nueva unidad básica creada para resolver ese problema, que guarda automáticamente en Git el contexto del agente como datos versionados
- Al hacer commit, registra la sesión completa junto con el cambio: prompts, modificaciones de archivos, uso de tokens, llamadas a herramientas, etc.
- Estos datos sirven de base para la capa de razonamiento semántico y pueden explorarse por rama
- Principales ventajas de Checkpoints
- Trazabilidad (Traceability): permite revisar el proceso de razonamiento detrás de los cambios generados por el agente
- Mayor eficiencia en la revisión: se revisan intenciones y restricciones, no solo el diff
- Mejor transferencia de trabajo: es posible reanudar el trabajo sin volver a ejecutar prompts
- Menor desperdicio de tokens: aprende de correcciones anteriores para evitar errores repetidos
- Soporte para múltiples sesiones y agentes: hace posible la colaboración paralela entre agentes
- Actualmente es compatible con Anthropic Claude Code y Google Gemini CLI, y más adelante también se añadirán Codex y Cursor CLI
Cómo funciona e instalación
- Checkpoints funciona como un CLI con reconocimiento de Git, y crea un objeto de checkpoint estructurado por cada commit generado por un agente
- Se vincula al SHA del commit para registrar juntos los cambios de código y el proceso de razonamiento
- Los metadatos se almacenan en una rama separada (
entire/checkpoints/v1), que actúa como un audit log append-only
- La instalación puede hacerse en dos pasos
- Ejecutar
curl -fsSL https://entire.io/install.sh | bash
- En el repositorio, ejecutar
entire enable para configurar el proyecto
- A partir de ahí, las sesiones del agente se registran automáticamente de forma estructurada
Publicación como código abierto y colaboración con la comunidad
- Entire CLI está publicado como código abierto en GitHub y fue diseñado para ser independiente y portable, de modo que pueda usarse con todos los agentes y modelos
- Actualmente Checkpoints ofrece trazabilidad y registro, pero en el futuro evolucionará hacia una memoria compartida entre agentes, lo que permitirá colaboración y transferencia de contexto
- El equipo recopila feedback de la comunidad a través de Discord y GitHub Discussions, y planea construir en conjunto la hoja de ruta futura
- Con la frase “No more stealth. We are building in the open.”, subraya su filosofía de desarrollo abierto
4 comentarios
Pensé que si esperaba, alguien (o sea, un desarrollador senior de Big Tech) terminaría haciéndolo, pero por fin salió. A veces, incluso usando mcp y skills, ignora por su cuenta el mantenimiento del contexto; ojalá que esta vez sí lo mantenga bien...
Estamos registrando una cantidad verdaderamente enorme de logs de depuración todos los días, y pensé que ahora incluso están intentando hacer commit de ellos.
Dicho de otra forma, quizá sea una señal de que ya aparecieron herramientas que leerán por mí esos logs de depuración monstruosos.
Comentarios de Hacker News
El nuevo concepto de Checkpoints es interesante. Cuando el agente hace un commit del código generado, versiona también toda la sesión —conversación, prompts, cambios de archivos, uso de tokens, llamadas a herramientas, etc.—. Si no puedes ver el valor de algo así, no sé qué decirte
git adddel contexto generado por la IA y luegogit commit, pero dudo que eso valga 60 millones de dólaresDejando de lado la lógica de los VC y el nombre, yo sí veo la visión de la idea. Aun así, como el futuro de la IA es incierto, tampoco sabemos si de verdad necesitaremos una solución así. Históricamente, las herramientas de desarrollo exitosas no salieron de grandes capitales, sino de desarrolladores resolviendo sus propios problemas
Si los modelos llegan a ser lo bastante buenos, una plataforma así va a desaparecer; y si no, igual parece que va a desaparecer
Más importante que la calidad del código generado por IA es la posibilidad de auditarlo. Me gusta que esta plataforma parezca abordar ese problema de una forma nueva pero también tradicional
Vi la explicación de que “conecta el contexto del agente a Git desde la CLI”, pero si al final se trata de volcar el contexto en los commits, eso ya es algo que yo hago
Estamos en una época en la que sale un nuevo framework de IA cada semana. Me recuerda al boom de frameworks de JavaScript de antes, y me dan ganas de hacer un clon de HN que filtre publicaciones sobre IA
Esto se siente como una idea que a alguien se le ocurrió improvisadamente ayer y que consiguió inversión gracias al currículum. No tengo claro qué servicio es en realidad ni en qué se diferencia de otros Show HN
¿Una ronda semilla de 60 millones de dólares? ¿De verdad estamos en ese punto?
Los datos de Checkpoints parecen ir más allá de la simple colaboración y podrían servir después como datos de entrenamiento para RL, así que podrían valer más que el oro
El problema de preservar el contexto duele de verdad. Yo mantengo el estado de la sesión con task.md o CLAUDE.md, pero no deja de ser un parche temporal. El concepto de checkpoints que guarda reasoning y diff juntos es atractivo. Aun así, soy escéptico de convertirlo en una plataforma aparte sobre Git. Enfoques más integrados con las herramientas existentes, como Cursor, Aider o los hooks de Claude, han tenido más éxito. Si le pides al desarrollador que cambie a una nueva pila de SDLC, la adopción termina siendo un reto mayor que la tecnología. Si es open source, me pregunto si el formato es una especificación abierta
git notespara adjuntar el estado del agente como metadatos a un commit o a un árbol?