2026年10月26日,前 GitHub 首席执行官 Thomas Dohmke 正式推出代码托管平台 Entire。这家此前获得 6000 万美元种子轮融资的新创企业,并未将自身包装为又一个常规代码仓库,而是明确定义为首个专为人机协同设计的 Git Forge。它的底层逻辑很激进:既然代码生产主体正在从人类工程师快速切换为各类 AI 编程智能体,过去三十年维系现代软件工程的评审规则与通信底座,就必须被推倒重构。

这一变化的核心判断在于,软件工程的瓶颈已经不再是人类如何敲出代码,而是如何处理机器以恐怖速率喷吐出来的海量补丁。当拉取请求变成了大段 AI 自说自话的日志,代码仓库如果依然沿用人类逐行核对的节奏,整条研发流水线就会迅速堵塞。Entire 的出现,标志着代码托管平台正式从人类社交协作中心向高频机器写入底座演变。

告别逐行Diff:Trails如何重塑代码合并权

在传统的协作流程中,开发者发起拉取请求,同行在代码变动的行级差异间写下批注,最后触发持续集成流水线跑通测试并合并。但当 Claude Code 或 Codex 这类工具介入后,这套机制彻底变味。智能体写出大段说明,审查智能体给出繁杂反馈,人类工程师被夹在中间反复转发指令,拉取请求沦为机器自娱自乐的审计流水账。

Entire 给出的解法是用 Trails 取代拉取请求。它不再强求人类去肉眼比对成百上千行的变动明细,而是将审查过程抽象为类似客机驾驶舱的仪表盘。每一次代码提交都会被推入由 Daytona 与 E2B 提供的隔离云沙箱,调用大模型对代码进行多维度评估打分。

代码审查范式变迁:从人工复核到评估回路 传统拉取请求模式(GitHub PR) · 机制:线性时间线展开行级 Diff · 角色:人类逐行挑错与人工核验 · 痛点:被机器长篇描述与日志淹没 · 瓶颈:肉眼核查速度跟不上生成速度 Trails 评估回路模式(Entire) · 机制:沙箱多维评分与持续闭环 · 角色:多模型审查裁判团独立裁决 · 形式:安全分、代码废话分等仪表盘 · 演进:指标收敛且风险消除后方准合并

在 Entire 体系下,评估项涵盖安全性、无用冗余代码以及是否需要人工介入等维度。如果系统给出的冗余代码评估显示为预警状态,开发者只需命令智能体继续调整并重新推送,直到分数稳定在安全区间。系统会保留最近五次运行记录与当前评分,通过多次循环抹平单次生成的漏洞。只有在指标完全收敛且所有严重隐患被关闭后,流水线才会放行合并。

  • 结论.代码合并的终审裁决权正在悄然让渡给大模型裁判团,人类不再逐行校对细节,转而退守为审查规则与门禁阈值的制定者。

拆解89倍Push吞吐背后的机机交互真相

伴随全新工作流推出的,是 Entire 极具攻击性的性能宣传:根据其开源基准测试工具 ForgeMark 的压测数据,Entire 的并发推送吞吐量最高达到了 GitHub 的 89 倍,同时是 Cursor 于 2026 年 8 月上线的自研托管平台 Origin 的 6 倍以上。

ForgeMark 基准测试:并发 Push 吞吐量对比(次/秒) Entire 418.0 Cursor 65.0 Pierre 15.0 GitLab 10.0 GitHub 4.7

细究这一数据背后的测试环境会发现重要前提:ForgeMark 测试虽然基于真实 Git 协议,但测试脚本模拟的是大量智能体在单一代码库内开辟独立分支高频写入小文件,并刻意剔除了触发下游持续集成检查、外部回调通知以及检索索引建立等繁重负载。

这意味着 418 次每秒的推送峰值并非服务于传统团队的日常打卡,而是专门为高频并发改写代码的机器集群定制。传统代码托管服务器面对成百上千个并发推送极易触发连接排队,Entire 则是利用分布式对象存储与事务性引用数据库重写了服务框架。

为了应对由此引发的流水线阻塞,Entire 首发拉来了 Buildkite 和 Depot 作为外部集成底座。用户可以在平台内直接转换原有的工作流脚本,由计费细化至秒级的构建节点承接高频编译任务,防止流水线成本被失控的智能体耗尽。


上下文入仓:节省Token与膨胀风险的双刃剑

除了工作流和吞吐性能,Entire 拿出的第三个核心武器名为 Continuous Memory。通过两个开源本地工具,系统试图让代码库本身承担记忆载体的职责。

其中 entire-graph 负责在本地利用分析工具解析代码语法树,映射出函数的调用链路、依赖类型与路由网络。官方测试表明这套预计算的拓扑地图能将后续调用的Token 消耗减少最高 71%。而名为 entire-brain 的工具则进一步将历次交互的提示词与会话过程建立索引,与图谱绑定后直接记录进 Git 版本历史中。

这一设想在开发者社群中掀起了剧烈分歧。支持者认可这种机制保留了决策痕迹,让后续介入的辅助模型免于反复探查未知上下文;但大量资深工程师则对此提出严厉警告。

  • 风险.将漫长且松散的提示词对话永久塞入代码版本控制,不仅会导致代码库体积急剧膨胀,更将提示词注入攻击的风险引入了受控的生产历史中,给软件合规审查留下了难以清理的隐患。

架构上的另一处缝隙同样值得关注。Entire 目前虽然支持在美国、欧盟、印度和澳大利亚四处区域进行原生托管与数据复制,以满足数据本地化要求,但在官方路线图上,其标榜的完全去中心化机制依然显示为即将推出。

更现实的阻碍在于其评估回路本身。代码审查需要依赖 Daytona 或 E2B 沙箱运行,并频繁向第三方大模型接口传输数据片段。当物理代码储存在本地、而分析推理依赖外部模型服务时,企业追求的数据驻留边界已经在无形中被穿透。

从退守防御的 GitHub 与 GitLab,到抢先抢滩底座的 Cursor Origin,代码托管领域的战火已经不可逆转地烧向底层协议。Thomas Dohmke 带着针对机器集群设计的吞吐量与评审哲学撕开了防线,但企业工程团队接纳这一切的前提,不仅是看流水线跑得有多快,更是看失控的模型评委团究竟会不会把生产系统带入暗礁。