Entire lanza un Git forge pensado para agentes de IA

¿Qué es Entire y por qué se presenta como el primer Git forge para agentes?

Entire, la startup fundada por el ex CEO de GitHub Thomas Dohmke, abrió al público un forge de Git construido desde cero para que humanos y agentes de IA trabajen sobre el mismo repositorio. La compañía levantó una ronda semilla de US$60M en febrero de 2026 con una valoración de US$300M, presentada por su inversor líder como la mayor semilla de herramientas para desarrolladores registrada hasta la fecha, según TechCrunch en un análisis recogido por HackerNoon.

Para un founder técnico, la pregunta relevante no es si el producto es bonito. Es qué pasa cuando el 80% del código lo escribe un agente y el cuello de botella se muda de escribir a revisar. Ese es exactamente el diagnóstico que Entire pone sobre la mesa: el pull request, tal como lo conocemos, se convirtió en un registro de auditoría que solo lee el agente.

El argumento central de la compañía es que la revisión de código se rompió. En un PR clásico, los comentarios se apilan en una línea de tiempo, la integración continua pone un estado al final y aparece el botón de merge. Cuando un agente de código y un agente de revisión empiezan a intercambiar feedback en ese hilo, el desarrollador termina con una pared de texto que no le dice si puede fusionar con confianza.

Las tres piezas del producto: Trail, hosting distribuido y memoria continua

Entire se sostiene sobre tres primitivas que conviene entender por separado.

• Trail. En lugar del diff clásico, una vista tipo heads-up display de piloto con puntuaciones de evaluación calculadas automáticamente en cada push.
• Hosting distribuido de Git. Un servidor de control de versiones nuevo, compatible con Git, que según los benchmarks open source de la propia compañía empuja hasta 89 veces más rápido que GitHub y 6 veces más rápido que Cursor Origin. Permite alojar el repositorio y replicarlo en varias regiones.
• Memoria continua. Un mecanismo que sincroniza sesiones y prompts del agente dentro del repositorio de Git, y deja esos datos disponibles y buscables para los agentes de código.

A eso se suma una capa de ecosistema abierto: las primeras integraciones de integración continua son Buildkite y Depot, con la idea de que el pipeline no se convierta en el cuello de botella de un equipo que ahora publica mucho más rápido.

¿Cómo funciona el ciclo de revisión con evals?

El corazón del producto es el Trail, y su lógica es distinta a la de un PR. Un Trail puede nacer como reporte de bug o pedido de funcionalidad dentro de Entire, o directamente desde el agente, antes o después de empezar la implementación. Puede abarcar varios repositorios, de modo que los cambios que van juntos quedan agrupados.

Cuando se hace push a un Trail, Entire dispara agentes de revisión que corren de forma independiente en sandboxes en la nube y devuelven una puntuación con su justificación. La compañía lo compara con un jurado de patinaje artístico: cada juez puntúa por su cuenta. En sus propios repositorios usan tres evaluaciones: Security, Slop (calidad del código generado, para detectar relleno sin criterio) y Human Review Required.

El detalle operativo que importa: la interfaz muestra las últimas cinco corridas más la actual de cada eval. Si el puntaje de Slop está en naranja, puedes instruir al agente para que siga corrigiendo y empujando hasta que se ponga en verde. La tesis es que un solo loop de agente casi siempre se pierde un problema crítico, y que la estabilidad del puntaje a lo largo de varias iteraciones es la que da confianza.

Cada proyecto trae agentes predefinidos de calidad, seguridad y slop que se activan por repositorio, y se pueden configurar agentes propios desde la interfaz o con un archivo .json en el repo. Por debajo, Entire usa Claude Code y Codex con los modelos más recientes, corriendo en sandboxes aislados provistos por Daytona y E2B.

Además de puntajes, los agentes devuelven hallazgos concretos con nivel de severidad y arreglos sugeridos. Los abiertos quedan siempre visibles en el Trail; los resueltos se ocultan pero se pueden recuperar. Y para que el merge no ocurra sin atenderlos, se pueden activar Gates por repositorio que definen qué se exige antes de aprobar, incluidas aprobaciones humanas y checks de CI en verde.

¿Qué tan rápido es y qué implica el hosting por regiones?

Entire no solo agrega una capa de revisión: reemplaza el servidor. La compañía describe un servidor de control de versiones nuevo, escalado con un almacén de objetos distribuido y una base de datos transaccional de referencias que sigue siendo compatible con Git.

En la práctica puedes crear un repositorio nativo en Entire, hacer espejo desde GitHub manteniendo a GitHub como fuente de verdad, o migrar. Si eliges el espejo, el tráfico de push sigue pasando por GitHub; si GitHub se cae, Entire sigue sirviendo clones y fetches desde la réplica regional y los agentes pueden seguir empujando a ramas nativas con el prefijo entire/unmirrored/.

El punto que más debería interesar a un equipo que vende en Europa es la residencia de datos: la plataforma está disponible en Estados Unidos, Unión Europea, Australia e India, y los proyectos eligen una región primaria y se replican a una o más.

CI con Buildkite y Depot: qué cambia para tu pipeline

La integración continua se configura a nivel de proyecto, porque varios repositorios suelen compartir la misma infraestructura. Con Buildkite conectado, cada push construye en la infraestructura de Buildkite o en la tuya, el resultado aparece como check en el Trail y un build fallido bloquea el merge. Los agentes pueden automatizar el ciclo completo vía API, CLI o MCP, y quien venga de GitHub Actions puede migrar con bk pipeline convert sin reescribir.

Con Depot, el flujo es conectar desde Entire, crear la cuenta en el mismo paso y ejecutar depot ci migrate, que descubre los workflows de GitHub Actions, los promueve a Depot CI y marca lo que necesita revisión. La facturación es por segundo, así que un job más rápido cuesta menos.

Memoria continua: el contexto que hoy se pierde

La tercera primitiva ataca un costo que casi nadie mide: cada sesión nueva de agente abre un contexto vacío y vuelve a aprender lo que el equipo ya sabía. Entire lo resume así: la integración continua junta el código, el despliegue continuo lo publica, y la memoria continua lleva el entendimiento hacia adelante.

Dos comandos del CLI habilitan esto. entire-graph entrega al agente un mapa precalculado del repositorio —búsqueda de código rankeada, definiciones, llamadores, tipos, rutas e impacto de cambios, con ubicaciones archivo:línea— y según las pruebas de la compañía ahorró hasta 71% en tokens. El analizador parsea localmente con tree-sitter y no hace llamadas de red ni de modelo. entire-brain indexa las sesiones del agente y las ata a ese mapa para crear memorias durables. Ambos son open source y local first.

¿Qué significa esto para tu startup?

El contexto de mercado ayuda a leer el anuncio. Según HackerNoon, Anthropic publicó el 13 de octubre de 2026 el diseño de Scion, su sistema propio que reemplazó Git en su monorepo; sus merges diarios pasaron de unos 2.500 en mayo de 2026 a más de 30.000 en septiembre. Cursor lanzó Origin en beta temprana el 18 de agosto de 2026, el mismo día de una caída de GitHub de varias horas. Y el CTO de GitHub dijo en abril de 2026 que la compañía planificó capacidad para 10x y concluyó que necesitaba 30x, según GeekWire.

Traducido: el servidor de código se está rediseñando para un cliente que no es humano. Estas son las acciones concretas que puedes tomar sin migrar nada.

• Mide antes de decidir. Cuenta qué porcentaje de tus checkouts y de tus PRs los generan agentes y CI, no personas. Si los agentes ya son la mayoría, tu infraestructura de clones completos está pagando por garantías que nadie usa.
• Adopta el patrón de evals aunque no cambies de forge. Define dos o tres evaluaciones con criterio explícito (seguridad, calidad del código generado, necesidad de revisión humana) y exige que el merge espere a que el puntaje se estabilice en varias corridas, no en una. Es la parte del producto que puedes replicar hoy con tus propias herramientas.
• Prueba el modo espejo antes que la migración. Mantener GitHub como fuente de verdad y usar la capa nueva encima es el camino de menor riesgo: si algo falla, el flujo viejo sigue vivo.
• Revisa residencia de datos si vendes en la UE. Poder fijar la región del repositorio deja de ser un detalle de compliance y pasa a ser un requisito de venta enterprise.

Conclusión

Entire no compite por ser un GitHub más bonito: compite por la capa de metadatos y de decisión que GitHub no tiene, con la tesis de que el trabajo pesado ya no es escribir código sino juzgar si lo que escribió el agente está listo. Para un equipo pequeño, la lectura pragmática es que el pull request como única fuente de verdad empieza a quedarse corto, y que el costo real de los agentes no está en el token sino en el contexto que se pierde entre sesión y sesión.

Fuentes

• Entire — The Git Forge for Agent-Human Collaboration (fuente original)
• HackerNoon — AI Agents Are Killing the Git Client, Not Git