Entire - Neue Entwicklerplattform für AI-Agenten

 (entire.io)
28 Punkte von GN⁺ 2026-02-11 | 4 Kommentare | Auf WhatsApp teilen
  • Das von Thomas Dohmke, dem ehemaligen GitHub-CEO, gegründete Unternehmen will eine Entwicklerplattform der nächsten Generation aufbauen, auf der Menschen und Agenten gemeinsam zusammenarbeiten, lernen und deployen können
  • Sie besteht aus drei Kernelementen: Git-kompatible Datenbank, universelle Semantic-Reasoning-Schicht und AI-native SDLC
  • Als erstes Produkt wurde die Open-Source-CLI Entire CLI, die mit Git integriert ist, vorgestellt; sie versioniert automatisch den Arbeitskontext von Agenten
  • Mit dem Konzept der CheckPoints werden die Kontexte von Agenten automatisch als Versionsdaten in Git gespeichert; außerdem lassen sich Reasoning-Prozesse nachvollziehen, Token effizienter nutzen und mehrere Sessions unterstützen
  • Unterstützt werden Anthropic Claude Code und Google Gemini CLI; Codex und Cursor CLI sollen ebenfalls folgen

Wandel des Softwareentwicklungsparadigmas

  • In den vergangenen Monaten sind verschiedene agentische Coding-Modelle erschienen, darunter Anthropic Claude Code, OpenAI GPT-5.3-Codex und Cursor Composer 1.5
    • Entwickler steuern mehrere Agenten gleichzeitig in verschiedenen Terminalfenstern
    • Spezifikationsgetriebene Entwicklung (spec-driven) rückt ins Zentrum der Codegenerierung
    • Agenten erzeugen und bewerten parallel Hunderte Codevarianten, wodurch die Geschwindigkeit der Codeproduktion das menschliche Verständnis übersteigt
  • Das heutige Entwicklungsmodell rund um Issue-Tracking, Git und Pull Requests wurde jedoch für die Zusammenarbeit von Menschen entworfen und passt nicht zum AI-Zeitalter
    • Zentralisierte API-Kapazitäts- und Geschwindigkeitslimits senken die Effizienz von Agenten
    • Bestehende Systeme sind strukturell schwer auf ein AI-zentriertes Produktionsmodell umzustellen
  • Deshalb wird ein neues „Fließband“-Entwicklungssystem benötigt, das zu einer Zeit passt, in der Maschinen die wichtigsten Codeproduzenten sind

Vision und Struktur von Entire

  • Entire will eine Entwicklerplattform der nächsten Generation schaffen, auf der Menschen und Agenten gemeinsam zusammenarbeiten, lernen und deployen können
  • Die Plattform besteht aus drei zentralen Bausteinen
    • Git-kompatible Datenbank: integriert Code, Absichten, Einschränkungen und Reasoning in ein einziges Versionsverwaltungssystem
    • Universelle Semantic-Reasoning-Schicht: unterstützt die Zusammenarbeit mehrerer Agenten über einen Kontextgraphen
    • AI-native SDLC: neu gestalteter Entwicklungslebenszyklus für die Zusammenarbeit zwischen Menschen und Agenten
    Anzeige
  • Das Projekt erhielt eine Seed-Finanzierung über 60 Millionen US-Dollar unter Führung von Felicis; beteiligt sind außerdem Madrona, M12, Basis Set, 20VC, Cherry Ventures, Picus Capital und Global Founders Capital
    • Zu den Angel-Investoren gehören Gergely Orosz, Theo Browne, Jerry Yang, Olivier Pomel und Garry Tan

Erstes Produkt: Entire CLI und Checkpoints

  • Derzeit sind Agenten-Sessions flüchtig; Prompts und Reasoning-Inhalte im Terminal verschwinden mit dem Ende der Session
    • Git zeichnet nur Codeänderungen auf und bewahrt nicht den Kontext, warum eine Änderung vorgenommen wurde
  • Checkpoints sind eine neue Grundeinheit zur Lösung dieses Problems und speichern den Kontext von Agenten automatisch als Versionsdaten in Git
    • Beim Commit wird die gesamte Session zusammen aufgezeichnet, einschließlich Prompts, Dateiveränderungen, Token-Verbrauch und Tool-Aufrufen
    • Diese Daten bilden die Grundlage für die Semantic-Reasoning-Schicht und können pro Branch durchsucht werden
  • Die wichtigsten Vorteile von Checkpoints
    • Nachvollziehbarkeit (Traceability): der Reasoning-Prozess hinter von Agenten erzeugten Änderungen kann überprüft werden
    • Effizientere Reviews: geprüft werden nicht nur Diffs, sondern auch Absichten und Einschränkungen
    • Bessere Übergabe von Arbeit: Arbeit kann ohne erneutes Ausführen von Prompts fortgesetzt werden
    • Weniger Token-Verschwendung: frühere Änderungen werden gelernt, um wiederholte Fehler zu vermeiden
    • Unterstützung für mehrere Sessions und Agenten: parallele Zusammenarbeit von Agenten wird möglich
  • Aktuell werden Anthropic Claude Code und Google Gemini CLI unterstützt; Codex und Cursor CLI sollen später hinzukommen
Anzeige

Funktionsweise und Installation

  • Checkpoints arbeiten als Git-bewusste CLI und schreiben zu jedem von einem Agenten erzeugten Commit ein strukturiertes Checkpoint-Objekt
    • Es ist mit der Commit-SHA verknüpft und zeichnet Codeänderungen und Reasoning-Prozess gemeinsam auf
    • Metadaten werden in einem separaten Branch (entire/checkpoints/v1) gespeichert und dienen als append-only Audit-Log
  • Die Installation erfolgt in zwei Schritten
    1. curl -fsSL https://entire.io/install.sh | bash ausführen
    2. Im Repository mit dem Befehl entire enable das Projekt einrichten
    • Danach werden Agenten-Sessions automatisch strukturiert aufgezeichnet

Open-Source-Veröffentlichung und Zusammenarbeit mit der Community

  • Entire CLI ist auf GitHub als Open Source veröffentlicht und wurde unabhängig sowie portabel entworfen, damit alle Agenten und Modelle sie nutzen können
  • Checkpoints bieten derzeit Nachverfolgbarkeit und Aufzeichnungsfunktionen, sollen sich künftig aber zu einem gemeinsam genutzten Speicher zwischen Agenten weiterentwickeln, um Zusammenarbeit und Kontextübergabe zu ermöglichen
  • Das Entwicklerteam sammelt Community-Feedback über Discord und GitHub Discussions und will die künftige Roadmap gemeinsam erarbeiten
  • Mit dem Satz „No more stealth. We are building in the open.“ wird die Philosophie offener Entwicklung betont

Verwandte Beiträge

4 Kommentare

 
pseudojo 2026-02-13

Ich dachte mir schon: Wenn man nur wartet, entwickelt es schon irgendwer (sprich: ein Senior-Entwickler bei Big Tech) – und jetzt ist es endlich da. Selbst wenn man MCP und Skills nutzt, wird die Aufrechterhaltung des Kontexts ja manchmal einfach ignoriert; hoffentlich klappt es diesmal endlich mit der Kontextwahrung...
 
halfenif 2026-02-12

Wir protokollieren tatsächlich jeden Tag eine enorme Menge an Debugging-Logs, und dann kam mir der Gedanke, dass wir sie jetzt sogar committen wollen.
 
roxie 2026-02-24

Anders gesagt könnte das ein Zeichen dafür sein, dass jetzt Tools auftauchen, die diese irrsinnig umfangreichen Debugging-Logs für mich lesen.
 
GN⁺ 2026-02-11
Hacker-News-Kommentare

  • Das neue Konzept der Checkpoints ist interessant. Wenn der von einem Agenten erzeugte Code committet wird, wird die gesamte Session – Unterhaltung, Prompts, Dateiänderungen, Token-Nutzung, Tool-Aufrufe usw. – zusammen versioniert. Wenn man den Wert davon nicht sieht, weiß ich nicht, was ich sagen soll

    • Es hat große Bedeutung, weil man verstehen kann, warum alter Code genau so geschrieben wurde. Dadurch lassen sich künftige Code-Entscheidungen schneller und präziser treffen. Wenn man zum Beispiel weiß, warum etwas auf X-Art geschrieben wurde, ist es leichter zu beurteilen, ob man es auf Y umstellen sollte. Außerdem kann die KI mit dem Kontext früherer Commits den nächsten Commit schreiben
    • Natürlich kann es nützlich sein, mit git add den von der KI erzeugten Kontext hinzuzufügen und dann git commit auszuführen, aber ob das 60 Millionen Dollar wert ist, ist fraglich
    • Ich habe selbst schon ein ähnliches System gebaut. Es funktioniert so, dass jeder Schritt des kollaborativen Entwicklungsprozesses memoisiert wird
    • Als Erweiterung von Git sehe ich den Nutzen, aber ich weiß nicht, wie VCs damit Geld verdienen sollen

  • Lassen wir die VC-Logik und den Namen beiseite: Ich sehe die Vision dieser Idee. Allerdings ist die Zukunft von KI so unsicher, dass wir nicht einmal wissen, ob wir so eine Lösung wirklich brauchen. Erfolgreiche Entwickler-Tools kamen traditionell nicht aus riesigem Kapital, sondern aus Problemlösung durch Entwickler selbst

    • Aber genau dafür sind solche Seed-Investments doch da. Man muss es ausprobieren, um zu sehen, ob echter Wert darin steckt

  • Wenn die Modelle gut genug werden, wird so eine Plattform verschwinden, und selbst wenn nicht, wahrscheinlich auch

    • Das ist treffend formuliert. Die Plattform kann nützlich sein, aber ein Erfolg in GitHub-Größe wirkt unwahrscheinlich. Am Ende ist es nur ein weiteres Speichern von Informationen zusammen mit Daten. Die Gründer haben zwar Erfahrung, aber gerade jetzt ist es schwer, diesen Erfolg zu kopieren
    • Heutzutage tut jeder so, als wäre er ein KI-Experte, aber die Technik entwickelt sich so schnell, dass sich Wissensinvestitionen selbst abnutzen. Wenn morgen ein besseres Modell erscheint, ist das, was man heute gelernt hat, schnell veraltet
    • Trotzdem ist es interessant, darüber nachzudenken, wie viel Investmentgeld in der Zwischenzeit bewegt wird
    • Wahrscheinlich haben sie das Investment sowieso nur bekommen, weil es von „dem ehemaligen CEO eines bekannten Dienstes“ gemacht wurde

  • Wichtiger als die Qualität von KI-generiertem Code ist die Auditierbarkeit. Mir gefällt, dass diese Plattform das Problem auf eine neue und zugleich traditionelle Weise anzugehen scheint

  • Ich habe die Beschreibung gesehen, dass man „Agenten-Kontext per CLI mit Git verbindet“, aber wenn das am Ende nur bedeutet, Kontext in Commits zu dumpen, dann mache ich das bereits

    • Ich habe nur keine 60-Millionen-Dollar-Seed-Runde und 300-Millionen-Dollar-Bewertung
    • Selbst wenn du das schon machst: Kannst du es bei 5.000 Mitarbeitern im Enterprise-Umfeld verbindlich durchsetzen? Genau so etwas soll mit solchen Investments ermöglicht werden
    • Ich sehe das ähnlich. Eigentlich versuche ich eher, den Kontext in Commits zu reduzieren
    • 50 KB in Git-Commit-Messages zu packen, wirkt wie massiver Overhead
    • Ich nutze Claude oder Codex, um Design-Diskussionen zusammenzufassen und als MD-Datei zu speichern, lese sie nach Änderungen wieder ein. Ein Tool, das diesen Prozess weniger mühsam macht, wäre gut, aber einfach alle Prompts in einen Git-Branch zu kippen, ist ineffizient

  • Wir leben gerade in einer Zeit, in der jede Woche ein neues KI-Framework erscheint. Das fühlt sich an wie damals beim JavaScript-Framework-Boom, deshalb würde ich gern einen HN-Klon bauen, der KI-bezogene Beiträge herausfiltert

    • Wenn man sich beliebte Agent-Skills ansieht, dreht sich alles um React und JS. Am Ende ist es die modegetriebene JS-Community, die LLM-Erfolgsgeschichten übertreibt. Dieselben Leute, die früher Frontend-Frameworks überbewertet haben, tun jetzt so, als hätten sie gerade erst Typ-Systeme und Compiler entdeckt
    • Dann bau einfach eine Erweiterung, die KI-bezogene Beiträge filtert. Eine KI wird dir das in 10 Minuten bauen
    • Oder man macht gleich einen HN-Klon nur für Bots und schickt die Bots, die hier reden, einfach dorthin
    • Du weißt bestimmt schon, wie man das effektiv macht, oder?
    • Ich wollte schon lange eine Filterfunktion im HN-Feed. Ich wollte Web3-bezogene Beiträge ausblenden, aber allein mit Keywords ist die Treffgenauigkeit gering. Ironischerweise könnte Analyse mit KI das tatsächlich verbessern

  • Das wirkt, als hätte sich jemand gestern spontan eine Idee ausgedacht und dank seines Lebenslaufs Investment bekommen. Ich verstehe nicht, was das konkret für ein Dienst ist oder worin es sich von anderen Show-HNs unterscheidet

  • Eine 60-Millionen-Dollar-Seed-Runde – kann so etwas wirklich sein?

    • Dann sehen wir wohl bald auch eine 500-Millionen-Dollar-Seed-Runde

  • Die Daten aus den Checkpoints könnten über reine Zusammenarbeit hinaus später als Trainingsdaten für RL verwendet werden und deshalb mehr wert sein als Gold

  • Das Problem der Kontextbewahrung ist in der Praxis wirklich schmerzhaft. Ich halte den Session-Status mit task.md oder CLAUDE.md fest, aber das ist nur ein Provisorium. Das Checkpoint-Konzept, bei dem Reasoning und Diff zusammen gespeichert werden, ist attraktiv. Dass man daraus aber eine separate Plattform über Git baut, sehe ich skeptisch. Ansätze wie Cursor, Aider, Claude hook, die eng in bestehende Tools integriert sind, waren erfolgreicher. Wenn man Entwickler zu einem Wechsel auf einen neuen SDLC-Stack zwingt, wird die Adoption zur größeren Herausforderung als die Technik selbst. Falls es Open Source ist, würde mich interessieren, ob das Format eine offene Spezifikation ist

    • Ich nutze Shelley, um Agenten-Unterhaltungen in einer Sqlite-Datenbank zu speichern. In Git muss das nicht landen; stattdessen schreibe ich Designdokumente und committe diese. Das reicht mir
    • Eigentlich könnte man mit git notes den Agentenstatus doch auch als Metadaten an Commits oder Bäume anhängen, oder nicht?
    • Das CLI ist Open Source und funktioniert auch nur mit Git. Die separate Plattform ist nur ein Checkpoint-Viewer. Man kann es auch im CLI ansehen. https://github.com/entireio/cli