Entire, eine neue Entwicklerplattform des früheren GitHub-CEO Thomas Dohmke, ist mit einem Argument für das Zeitalter der Coding-Agents gestartet: Die Infrastruktur der Softwareentwicklung muss sich verändern, wenn Maschinen Code schneller erzeugen können, als Teams ihn prüfen und zusammenführen können.

Die Plattform basiert auf einem dezentralen Git-Netzwerk, das Entire im Juli angekündigt hatte. Sie ist nun verfügbar und wird vom Unternehmen als Alternative zu GitHub für Teams positioniert, die im Tempo KI-gestützter und agentengesteuerter Programmierung arbeiten.

Die sichtbarste Designentscheidung besteht darin, den traditionellen Pull Request durch einen Workflow namens Trails zu ersetzen. Damit soll sich die gemeinsame Nachverfolgung und Prüfung der Arbeit menschlicher Entwickler und Coding-Agents erleichtern.

Eine Antwort auf die schnellere Codeerzeugung

KI-Tools haben den Rhythmus der Softwarearbeit verändert. Sie können Code schnell erzeugen, wodurch sich die Aufmerksamkeit der Entwickler auf die Bewertung, Integration und Wartung eines deutlich größeren Änderungsstroms verlagert. Entire erklärt, das zunehmende Volumen KI-gestützter Programmieraktivitäten habe neue Anforderungen an die Infrastruktur gestellt und zu den wachsenden Ausfällen bei GitHub beigetragen.

Diese Ausgangsthese prägt das Produkt des Unternehmens. Statt einen KI-Agent lediglich als weiteren Codeautor zu behandeln, der einen herkömmlichen Pull Request einreicht, betrachtet Entire die Idee hinter einer Entwicklungssitzung, die Spur des Agents und das daraus hervorgegangene Ergebnis gemeinsam mit dem Code selbst als Prüfmaterial.

Die Plattform nennt dieses Paket einen Trail. Dohmke sagte, Ziel sei es, die Informationen rund um die Arbeit eines Agents ebenso sichtbar zu machen wie die endgültige Codeänderung. Theoretisch erhält ein Prüfer dadurch mehr Kontext darüber, was ein Agent versucht hat und wie er zu seinem Ergebnis gelangt ist.

Von Diffs zu einem Dashboard

In einem Standardmodell mit Pull Requests untersucht ein Prüfer meist einen Diff, also die zur Zusammenführung vorgeschlagenen Änderungen an der Codebasis. Entire beschreibt Trails anders und vergleicht sie mit einem Head-up-Display für Piloten. Die Oberfläche präsentiert maßgeschneiderte Bewertungen, die Agents bei jedem Code-Push bewerten.

Diese Bewertungen sollen nicht lediglich ein Problem markieren, das später von einer Person untersucht wird. Entire zufolge können Coding-Agents über die Open-Source-Kommandozeilenschnittstelle von Entire auf dieselben Daten zugreifen, Befunde in einer Schleife bearbeiten und ihren Fortschritt melden. Ein menschlicher Entwickler validiert diesen Fortschritt.

Wenn alle erforderlichen Bewertungen erfüllt sind, kann der Code laut Unternehmensbeschreibung zusammengeführt werden, ohne dass der menschliche Prüfer jede Codezeile kontrollieren muss. Das bedeutet eine deutliche Schwerpunktverlagerung. Der Prüfprozess konzentriert sich auf die Belege aus maßgeschneiderten Bewertungen und auf eine Aufzeichnung der Agent-Aktivität, statt ausschließlich auf die manuelle Prüfung eines Code-Diffs.

Menschliche Aufsicht bleibt Teil des Modells

Entire stellt den Workflow nicht als vollständig autonom dar. Das Unternehmen erklärt, ein menschlicher Entwickler validiere das Ergebnis, nachdem Agents die in den Bewertungen gefundenen Probleme bearbeitet haben. Diese Unterscheidung ist wichtig, weil der Ansatz der Plattform von der Qualität und Relevanz der für ein Projekt ausgewählten Bewertungen abhängt.

Eine Codebasis kann Prüfungen auf Korrektheit, Zuverlässigkeit, Sicherheit, Stil oder domänenspezifische Anforderungen benötigen. Entire sagt, seine Agents seien anpassbar. Das deutet darauf hin, dass Teams die Bewertungen und das Verhalten der Agents an ihren eigenen Entwicklungsprozess anpassen können. Die verfügbaren Informationen enthalten keine Details zu den konkreten Bewertungen oder dazu, wie Organisationen sie konfigurieren werden.

Die Plattform zeigt außerdem, wie viele Tokens Agents in jedem Trail verbrauchen. Diese Funktion könnte Teams Einblick in Kosten und Aktivität agentengesteuerter Entwicklungssitzungen geben, nicht nur in deren Ergebnis. Mit der zunehmenden Nutzung von KI in Engineering-Organisationen könnten solche Betriebsinformationen ebenso relevant werden wie der Code selbst.

Warum der Pull Request im Mittelpunkt steht

Pull Requests sind seit Langem eine zentrale Zusammenarbeitseinheit in der Git-basierten Softwareentwicklung. Sie schaffen einen gebündelten Ort für Diskussion, Prüfung und Genehmigung, bevor Änderungen zusammengeführt werden. Sie wurden jedoch für einen Workflow entwickelt, in dem Menschen Code vergleichsweise langsam schreiben.

Der Start von Entire spiegelt eine aufkommende These wider: Wenn Agents schnell viele Änderungen erzeugen können, verlagert sich der Engpass auf Prüfung und Integration. In diesem Umfeld kann ein herkömmlicher Diff weiterhin nützlich sein, aber möglicherweise nicht genug Informationen darüber liefern, wie ein Agent gehandelt hat, auf welche Tests oder Bewertungen er gestoßen ist und ob er sie gelöst hat.

Trails sollen diese Bestandteile in einem einzigen Artefakt sichtbar machen. Der Ansatz des Unternehmens besteht nicht darin, Prüfungen abzuschaffen, sondern dem prüfenden Menschen andere Belege zu geben und Agents an der Behebung von Problemen zu beteiligen, bevor eine Änderung akzeptiert wird.

Eine Wette auf Infrastruktur und Workflow

Der Start von Entire beruht auf zwei miteinander verbundenen Annahmen. Erstens benötigen Entwicklungsteams ein neues Prüfmodell für die Zusammenarbeit zwischen Menschen und Agents. Zweitens muss die zugrunde liegende Git-Infrastruktur einen stärkeren Aktivitätsanstieg verkraften, wenn Agents Code erzeugen und aktualisieren.

Das dezentrale Git-Netzwerk ist für die zweite Annahme zentral. Entire hatte das Netzwerk im Juli angekündigt, und die nun verfügbare Plattform ist darauf aufgebaut. Die vorliegenden Informationen erläutern weder die Architektur des Netzwerks noch seine Leistung im Benchmark, sodass die Aussagen zur Widerstandsfähigkeit durch den Einsatz in der Praxis bewertet werden müssen.

Der Start legt zunächst eine klare Produktrichtung fest. Entire setzt darauf, dass Agent-Spuren, anpassbare Bewertungen, Token-Transparenz und iterative maschinelle Fehlerbehebung zu festen Bestandteilen moderner Softwarebereitstellung werden. Der Erfolg hängt davon ab, ob Entwickler dieses Modell als vertrauenswürdiger und weniger belastend empfinden als den Pull-Request-Workflow, den Entire neu gestalten will.

Dieser Artikel basiert auf einer Berichterstattung von ZDNET. Den Originalartikel lesen.

Originally published on zdnet.com