Entire запустила платформу для розробки коду з ШІ-агентами
Entire запустила платформу для розробки з ШІ-агентами, яка пропонує Trails замість pull request і функцію Continuous Memory.
Компанія Entire відкрила доступ до однойменної платформи для розробників, орієнтованої на роботу з агентами штучного інтелекту. Сервіс створив колишній генеральний директор GitHub Томас Домке. Як повідомляє ZDNET, платформа побудована на децентралізованій мережі Git, яку Entire представила в липні.
Заміна pull request на Trails
Основною зміною в Entire є функція Trails, яка має замінити звичну модель pull request. Замість перегляду змін у коді через diff розробник бачить панель із налаштованими оцінюваннями, які агенти запускають після кожного оновлення коду. За даними компанії, результати цих перевірок доступні у вебінтерфейсі та через відкритий інструмент командного рядка Entire CLI.
Entire заявляє, що агенти можуть у циклі усувати виявлені проблеми, а людина-розробник перевірятиме перебіг роботи. Коли всі оцінювання виконано, код можна об’єднати без перегляду кожного рядка змін. Компанія також зазначає, що агенти для цього процесу можна налаштовувати, а Trails показує витрати токенів агентами.
Домке пояснив, що Trails розглядає ідею, журнал дій агента та результат сесії розробника як окремі об’єкти для перевірки поряд із кодом. За його словами, кілька агентів генерують оцінювання, які мають перевіряти якість і успішність коду, створеного ШІ.
Хостинг і пам’ять для агентів
Entire стверджує, що її Git-хостинг працює до 89 разів швидше за GitHub і в шість разів швидше за Cursor origin. Ці показники компанія пов’язує з децентралізованою мережею. Платформа дає змогу створювати, переносити та розміщувати приватні репозиторії у кількох локаціях; наразі доступні США, Індія, Австралія та Європейський Союз.
Ще одна функція, Continuous Memory, зберігає журнали сесій розробника поруч із кодом у репозиторії. Агенти можуть шукати в них відповіді та використовувати попередній контекст. Entire заявляє, що це здатне зменшити витрати токенів до 71%. Система поєднує граф кодової бази з так званим агентним мозком, який використовує попередні сесії та запити як уроки, щоб агенти не повторювали помилки.
