- Société fondée par l’ancien CEO de GitHub, Thomas Dohmke, avec pour objectif de construire une plateforme développeur de nouvelle génération où humains et agents peuvent collaborer, apprendre et déployer ensemble
- Elle se compose de trois éléments clés : une base de données compatible Git, une couche universelle de raisonnement sémantique et un SDLC natif IA
- Son premier produit est l’outil CLI open source “Entire CLI”, intégré à Git, qui gère automatiquement en version le contexte de travail des agents
- Il introduit le concept de Checkpoints, qui enregistre automatiquement dans Git le contexte des agents sous forme de données versionnées, permet d’examiner le processus de raisonnement, d’optimiser l’usage des tokens et de gérer plusieurs sessions
- Prend en charge Anthropic Claude Code et Google Gemini CLI, avec la prise en charge de Codex et Cursor CLI également prévue
Changement de paradigme dans le développement logiciel
- Ces derniers mois, plusieurs modèles de codage de type agent sont apparus, dont Claude Code d’Anthropic, GPT-5.3-Codex d’OpenAI et Composer 1.5 de Cursor
- Les développeurs travaillent en contrôlant simultanément de nombreux agents dans plusieurs fenêtres de terminal
- Le développement piloté par les spécifications (spec-driven) s’impose comme le cœur de la génération de code
- Les agents génèrent et évaluent en parallèle des centaines de variantes de code, si bien que la vitesse de production dépasse la capacité de compréhension humaine
- Pourtant, les systèmes de développement actuels centrés sur le suivi des issues, Git et les Pull Requests ont été conçus pour la collaboration humaine et ne sont pas adaptés à l’ère de l’IA
- Les limites centralisées de capacité et de débit des API réduisent l’efficacité des agents
- Les systèmes existants sont structurellement difficiles à faire évoluer vers un modèle de production centré sur l’IA
- Il faut donc une nouvelle chaîne de développement de type chaîne de montage, adaptée à une époque où les machines deviennent les principaux producteurs de code
Vision et architecture d’Entire
- Entire vise à construire une plateforme développeur de nouvelle génération où humains et agents peuvent collaborer, apprendre et déployer ensemble
- La plateforme repose sur trois composants clés
- Base de données compatible Git : unifie code, intentions, contraintes et raisonnement dans un seul système de gestion de versions
- Couche universelle de raisonnement sémantique (semantic reasoning layer) : prend en charge la coopération entre plusieurs agents via un graphe de contexte
- SDLC natif IA : redéfinit le cycle de vie de développement pour la collaboration entre humains et agents
- Le projet a levé 60 millions de dollars en seed, dans un tour mené par Felicis, avec la participation de Madrona, M12, Basis Set, 20VC, Cherry Ventures, Picus Capital et Global Founders Capital
- Parmi les investisseurs individuels figurent Gergely Orosz, Theo Browne, Jerry Yang, Olivier Pomel et Garry Tan
Premier produit : Entire CLI et Checkpoints
- Aujourd’hui, les sessions d’agents sont éphémères, et les prompts comme le raisonnement affichés dans le terminal disparaissent à la fin de la session
- Git n’enregistre que les changements de code et ne conserve pas le contexte expliquant pourquoi ces changements ont eu lieu
- Checkpoints est une nouvelle unité fondamentale conçue pour résoudre ce problème, qui enregistre automatiquement dans Git le contexte des agents sous forme de données versionnées
- Lors d’un commit, l’ensemble de la session est enregistré avec lui (prompts, modifications de fichiers, consommation de tokens, appels d’outils, etc.)
- Ces données servent de base à la couche de raisonnement sémantique et peuvent être explorées par branche
- Principaux avantages de Checkpoints
- Traçabilité (Traceability) : permet de vérifier le processus de raisonnement derrière les changements générés par les agents
- Amélioration de l’efficacité de revue : on examine l’intention et les contraintes, et pas seulement le diff
- Meilleur transfert de travail : reprise possible sans relancer les prompts
- Réduction du gaspillage de tokens : apprend des corrections passées pour éviter les erreurs répétées
- Prise en charge de plusieurs sessions et agents : permet une collaboration parallèle entre agents
- Prend actuellement en charge Anthropic Claude Code et Google Gemini CLI, avec Codex et Cursor CLI prévus par la suite
Fonctionnement et installation
- Checkpoints fonctionne comme un CLI conscient de Git, en écrivant un objet checkpoint structuré à chaque commit généré par un agent
- Il est lié au SHA du commit, ce qui permet d’enregistrer ensemble les changements de code et le processus de raisonnement
- Les métadonnées sont stockées dans une branche séparée (
entire/checkpoints/v1) et jouent le rôle d’un journal d’audit append-only
- L’installation se fait en deux étapes
- Exécuter
curl -fsSL https://entire.io/install.sh | bash
- Configurer le projet avec la commande
entire enable dans le dépôt
- Ensuite, les sessions d’agents sont automatiquement structurées et enregistrées
Publication open source et collaboration avec la communauté
- Entire CLI est publié en open source sur GitHub et conçu de manière indépendante et portable afin d’être utilisable avec tous les agents et modèles
- Aujourd’hui, Checkpoints fournit surtout des fonctions de traçabilité et d’enregistrement, mais il doit évoluer à terme en mémoire partagée entre agents, afin de permettre la collaboration et la transmission du contexte
- L’équipe recueille les retours de la communauté via Discord et GitHub Discussions, avec l’intention de construire ensemble la feuille de route à venir
- La formule « No more stealth. We are building in the open. » met en avant une philosophie de développement ouverte
4 commentaires
Je me disais qu’à force d’attendre, quelqu’un (autrement dit un senior dev de la Big Tech) finirait bien par le développer, et c’est enfin arrivé. J’ai souvent vu des cas où, même en utilisant MCP et des skills, le système ignore carrément le maintien du contexte, donc j’espère que cette fois, il le gérera vraiment bien...
Nous enregistrons chaque jour une quantité vraiment énorme de logs de débogage, et je me suis dit qu’on allait maintenant jusqu’à les commit aussi.
Autrement dit, c’est peut-être le signe que des outils sont enfin apparus pour lire à ma place ces monstrueux logs de débogage.
Commentaires sur Hacker News
Ce nouveau concept de Checkpoints est intéressant. Quand l’agent crée un commit de code, toute la session — conversation, prompts, modifications de fichiers, usage des tokens, appels d’outils, etc. — est versionnée avec. Si on ne voit pas la valeur d’une telle fonctionnalité, je ne sais pas quoi dire
git adddu contexte produit par l’IA puis ungit commitpeut être utile, mais je doute que cela vaille 60 millions de dollarsEn laissant de côté la logique et les noms des VC, je vois la vision derrière l’idée. Mais comme l’avenir de l’IA reste incertain, on ne sait même pas si nous aurons réellement besoin d’une telle solution. Historiquement, les outils de développement qui ont réussi viennent moins du grand capital que de développeurs qui résolvent leurs propres problèmes
Si les modèles deviennent suffisamment bons, ce type de plateforme disparaîtra, et sinon elle disparaîtra probablement quand même
Plus importante que la qualité du code généré par l’IA, il y a la possibilité d’audit. J’aime le fait que cette plateforme semble traiter ce problème d’une manière à la fois nouvelle et traditionnelle
J’ai vu la description « relier le contexte de l’agent à Git via la CLI », mais si au final il s’agit juste de dumper le contexte dans les commits, c’est déjà ce que je fais
Nous vivons une époque où un nouvel framework IA sort chaque semaine. Ça me rappelle le boom des frameworks JavaScript, au point que j’ai envie de créer un clone de HN qui filtre les articles sur l’IA
On dirait l’idée improvisée hier par quelqu’un qui a obtenu un financement grâce à son CV. Je ne vois pas clairement ce qu’est réellement le service ni en quoi il diffère des autres Show HN
Un tour de seed à 60 millions de dollars, c’est vraiment possible comme chose ?
Les données des Checkpoints semblent pouvoir valoir plus que de l’or, non seulement pour la collaboration, mais aussi comme données d’entraînement pour le RL plus tard
Le problème de préservation du contexte est réellement pénible. J’utilise
task.mdouCLAUDE.mdpour conserver l’état de la session, mais ce ne sont que des rustines. Le concept de checkpoint qui stocke ensemble le raisonnement et le diff est séduisant. En revanche, je suis sceptique à l’idée d’en faire une plateforme séparée au-dessus de Git. Les approches comme Cursor, Aider, Claude hook, plus étroitement intégrées aux outils existants, ont mieux réussi. Si l’on demande aux développeurs de basculer vers une nouvelle stack SDLC, l’adoption devient un défi plus grand que la technologie elle-même. Si c’est open source, je me demande si le format est une spécification ouvertegit notes, on ne peut pas aussi attacher l’état de l’agent comme métadonnées à un commit ou à un arbre ?