Entire：让"这段代码为什么这么写"直接回到 Git 历史里
阅读时间: 大约 6 分钟
Entire：让”这段代码为什么这么写”直接回到 Git 历史里
AI 生成代码有个长期痛点：提交记录里只有 diff，没有”为什么这么写”。三个月后回看一个 commit，你不知道当时 Agent 经历了什么对话、做了哪些取舍。Entire（内部代号 Marvin）的思路是：把每次 Agent 会话和对应的代码改动绑定，一起存进你的仓库。本文基于其官网分析。
一、它是什么
官网定位：“Every agent session stored in your repo.” 它把代码与 sessions、prompts、tool calls 存在一起，并为了 Agent 吞吐把 git 仓库全球镜像。它自称是一个”新的开发者平台”，能力覆盖 Code Hosting、Session Storage、Semantic Graph、Agentic Search、Any Agent 接入。
二、核心机制：commit 即 checkpoint
官网 Sessions 一节讲得很清楚：“Every commit an agent makes becomes a checkpoint: the code change paired with the conversation behind it.” 也就是说，Agent 每做一个提交，就生成一个检查点——代码 diff + 背后那段对话串起来就是 session。这样你可以把任意改动追溯回它的推理，也能把历史喂给新 Agent 让它”站在前面的肩膀上”。
从官网示例看，session 记录标注了来源（Claude Code / Fable 5、Codex / GPT-5.5）、检查点数与时间。
三、关键数字与口径
- “比竞品快 89 倍”是自测口径：官网称 Agent clone/push 可比竞品快最多 89 倍，但紧接着注明 “All results were measured with forgemark, our open source Git benchmark”——这是它自己写的开源基准，测试环境、对比对象都由它定。89x 是营销数字，需在自己仓库规模下复核。
- 全球镜像换吞吐：多区域已上线（美国东、欧盟中部、澳洲、印度），“data resident by design”；去中心化全球布局标注为 “SOON”。
- CLI 优先：第一原则是”所有功能都能通过 CLI 完成，不必离开 Agent”，Web app 是补充——这是为”Agent 是主力用户”设计的。
四、口径偏差与风险（结合项目库点评）
- 会话数据膨胀：把完整对话存进 git 历史，仓库体积会快速膨胀；项目库点评明确点了这一隐患——不是所有会话都值得长期留存。
- 隐私敏感信息泄露：对话里常含密钥、内部链接、客户数据，把它们纳入 git 历史（哪怕是私有仓）意味着敏感面扩大。官网 commit 里出现的 “redaction-scanner-selection” 说明它自己也意识到要做脱敏，但脱敏是否默认开启、是否可靠需自验。
- 它是托管平台：虽然数据”存进你的 repo”，但 Entire 本身是一个商业开发者平台（项目库称其靠六千万美元种子轮出名），迁移锁定与长期成本要评估。
- 早期产品：官网仍是 “A new developer platform is coming”，功能与稳定性需以实际体验为准。
五、适用 / 不适用
适合：
- 重度依赖 AI 编码、迫切需要”改动可追溯到决策过程”的团队；
- 想给新 Agent 提供历史上下文、避免重复踩坑的工作流；
- 有多区域团队、需要仓库就近访问的组织。
不适合：
- 对对话内容里的密钥/敏感数据有强合规要求、又不想自建脱敏的团队；
- 仓库体积敏感、不愿历史被会话记录撑大的项目；
- 已经在 GitHub/GitLab 工作流里很顺、迁移意愿低的团队。
六、它意味着什么
Entire 押注的判断是：AI 时代的代码历史，不该只有 diff，还要有决策过程。把 prompt 会话写进 git，确实比单独建一个知识库更自然——上下文就在改动旁边。但它把”可追溯”和”数据膨胀/隐私暴露”这对矛盾一起端了出来。这个方向代表了 AI 编程工具的下一步竞争：不只是写得快，而是让生成的代码可解释、可继承。能不能成，取决于它把脱敏和存储成本这两件脏活干得够不够干净。