Mantan CEO GitHub Thomas Dohmke Luncurkan Entire, Gantikan Model Pull Request dengan Sistem Evaluasi 'Trails'

Mantan CEO GitHub Thomas Dohmke resmi merilis Entire dengan fitur 'Trails' berbasis sistem evaluasi otonom guna mengatasi hambatan peninjauan kode yang dihasilkan agen AI.

> date: 2026-10-27 | > source: The New Stack & GeekWire | > 2m read
#entire #github #ai-agents #developer-tools #git
Mantan CEO GitHub Thomas Dohmke Luncurkan Entire, Gantikan Model Pull Request dengan Sistem Evaluasi 'Trails'
> ON THIS PAGE [1] [TOGGLE]

Konteks Peristiwa

Mantan CEO GitHub Thomas Dohmke resmi meluncurkan Entire, platform pengembangan perangkat lunak berbasis Git yang dirancang khusus untuk era agen kecerdasan buatan (AI coding agents). Langkah ini menandai evolusi Entire dari infrastruktur mirroring repositori terdistribusi yang didanai putaran awal $60 juta menjadi kompetitor langsung bagi GitHub. Melalui rilis ini, Entire memperkenalkan mekanisme peninjauan kode bernama Trails untuk menggantikan model konvensional pull request yang telah menjadi standar industri selama dua dekade terakhir.

Perubahan paradigma ini didorong oleh bergesernya bottleneck rekayasa perangkat lunak dari proses penulisan kode ke proses peninjauan kode (code review). Adopsi luas alat agen otonom seperti Claude Code, Codex, dan Cursor membuat volume kode melonjak tajam, namun antrean peninjauan justru menumpuk karena insinyur manusia kewalahan memverifikasi ribuan baris kode baru. Alih-alih memeriksa perbedaan kode (diff) manual baris demi baris, Trails menghadirkan dasbor evaluasi (evals) terotomasi yang dioperasikan oleh agen pemeriksa pada setiap perintah push.

Evaluasi pada Trails menilai berbagai parameter kritis, seperti estimasi tingkat risiko perubahan kode, validasi keamanan, serta pendeteksian intent drift saat penalaran model menyimpang dari instruksi awal. Seluruh skor dan catatan evaluasi disajikan langsung melalui antarmuka web dan command-line interface (CLI) open-source. Agen pengembang dapat memanfaatkan umpan balik tersebut untuk memperbaiki galat dan memperbarui kode secara mandiri, sementara insinyur cukup memantau indikator status sebelum menyetujui penggabungan (merge).

Selain Trails, Entire menyematkan arsitektur Continuous Memory yang mencatat setiap riwayat prompt, konteks sesi kerja, dan pemanggilan tools langsung di dalam repositori bersama berkas kode. Lapisan memori ini memastikan agen AI dapat mengenali konteks keputusan masa lalu, termasuk solusi yang pernah ditolak pengembang sebelumnya. Pada fase perdana ini, Entire mendukung hosting repositori privat, dengan rencana perluasan ke repositori publik serta node Git terdistribusi mandiri (self-hosted).