- Đây là công ty do cựu CEO GitHub Thomas Dohmke sáng lập, với mục tiêu xây dựng nền tảng nhà phát triển thế hệ tiếp theo nơi con người và agent có thể cùng cộng tác, học hỏi và triển khai
- Nền tảng được cấu thành từ ba thành phần cốt lõi: cơ sở dữ liệu tương thích Git, lớp suy luận ngữ nghĩa phổ quát, AI-native SDLC
- Sản phẩm đầu tiên được công bố là CLI mã nguồn mở
Entire CLI tích hợp với Git, tự động quản lý phiên bản ngữ cảnh làm việc của agent
- Giới thiệu khái niệm Checkpoints, tự động lưu ngữ cảnh của agent vào Git dưới dạng dữ liệu phiên bản, cho phép kiểm tra quá trình suy luận, sử dụng token hiệu quả và hỗ trợ nhiều phiên làm việc
- Hỗ trợ Anthropic Claude Code và Google Gemini CLI, đồng thời dự kiến sẽ hỗ trợ Codex và Cursor CLI
Sự thay đổi của mô hình phát triển phần mềm
- Trong vài tháng gần đây, nhiều mô hình coding dạng agent như Anthropic Claude Code, OpenAI GPT-5.3-Codex, Cursor Composer 1.5 đã xuất hiện
- Nhà phát triển điều khiển đồng thời nhiều agent trên nhiều cửa sổ terminal để thực hiện công việc
- Phát triển dựa trên đặc tả (spec-driven) đang nổi lên như trung tâm của việc sinh mã
- Các agent tạo và đánh giá hàng trăm biến thể mã song song, khiến tốc độ sản xuất mã vượt ngoài phạm vi con người có thể hiểu hết
- Tuy nhiên, hệ thống phát triển hiện tại xoay quanh issue tracking, Git, Pull Request được thiết kế với giả định là con người cộng tác, nên không còn phù hợp với kỷ nguyên AI
- Giới hạn dung lượng và tốc độ của API tập trung làm giảm hiệu quả của agent
- Cấu trúc của các hệ thống hiện có khiến việc chuyển sang mô hình sản xuất lấy AI làm trung tâm trở nên khó khăn
- Vì vậy, cần một hệ thống phát triển kiểu dây chuyền lắp ráp mới phù hợp với thời đại mà máy móc là tác nhân sản xuất mã chính
Tầm nhìn và cấu trúc của Entire
- Entire hướng tới xây dựng nền tảng nhà phát triển thế hệ tiếp theo nơi con người và agent có thể cùng cộng tác, học hỏi và triển khai
- Nền tảng gồm ba thành phần cốt lõi
- Cơ sở dữ liệu tương thích Git: hợp nhất mã, ý định, ràng buộc và suy luận vào một hệ thống quản lý phiên bản duy nhất
- Lớp suy luận ngữ nghĩa phổ quát (semantic reasoning layer): hỗ trợ cộng tác giữa nhiều agent thông qua đồ thị ngữ cảnh
- AI-native SDLC: tái thiết kế vòng đời phát triển phần mềm mới cho cộng tác giữa người và agent
- Dự án này đã nhận được vòng seed 60 triệu USD do Felicis dẫn dắt, với sự tham gia của Madrona, M12, Basis Set, 20VC, Cherry Ventures, Picus Capital, Global Founders Capital
- Các nhà đầu tư cá nhân gồm Gergely Orosz, Theo Browne, Jerry Yang, Olivier Pomel, Garry Tan
Sản phẩm đầu tiên: Entire CLI và Checkpoints
- Hiện nay, các phiên agent mang tính tạm thời; prompt và nội dung suy luận trong terminal sẽ biến mất khi phiên kết thúc
- Git chỉ ghi lại thay đổi mã, nhưng không lưu giữ ngữ cảnh về lý do thay đổi
- Checkpoints là đơn vị cơ bản mới để giải quyết vấn đề này, tự động lưu ngữ cảnh của agent vào Git dưới dạng dữ liệu phiên bản
- Khi commit, toàn bộ phiên làm việc được ghi lại cùng nhau, bao gồm prompt, thay đổi tệp, mức sử dụng token, lời gọi công cụ...
- Dữ liệu này trở thành nền tảng cho lớp suy luận ngữ nghĩa và có thể được khám phá theo từng nhánh
- Những lợi ích chính của Checkpoints
- Khả năng truy vết (Traceability): có thể kiểm tra quá trình suy luận đằng sau các thay đổi do agent tạo ra
- Nâng cao hiệu quả review: không chỉ xem diff mà còn xem cả ý định và ràng buộc
- Cải thiện bàn giao công việc: có thể tiếp tục công việc mà không cần chạy lại prompt
- Giảm lãng phí token: học từ các chỉnh sửa trước đó để tránh lặp lại lỗi
- Hỗ trợ nhiều phiên và nhiều agent: cho phép cộng tác song song giữa các agent
- Hiện hỗ trợ Anthropic Claude Code và Google Gemini CLI, và sẽ bổ sung Codex, Cursor CLI cùng các công cụ khác
Cách hoạt động và cài đặt
- Checkpoints hoạt động như một CLI nhận biết Git, tạo đối tượng checkpoint có cấu trúc cho mỗi commit do agent tạo ra
- Được liên kết với commit SHA để ghi lại đồng thời thay đổi mã và quá trình suy luận
- Metadata được lưu ở một nhánh riêng (
entire/checkpoints/v1), đóng vai trò như nhật ký kiểm toán (audit log) chỉ ghi thêm
- Có thể cài đặt qua hai bước
- Chạy
curl -fsSL https://entire.io/install.sh | bash
- Trong kho mã, dùng lệnh
entire enable để thiết lập dự án
- Sau đó, các phiên agent sẽ tự động được cấu trúc hóa và ghi lại
Mã nguồn mở và hợp tác cộng đồng
- Entire CLI đã được mã nguồn mở trên GitHub và được thiết kế độc lập, có tính di động để mọi agent và mô hình đều có thể sử dụng
- Hiện tại Checkpoints cung cấp khả năng truy vết và ghi chép, nhưng trong tương lai sẽ phát triển thành bộ nhớ dùng chung giữa các agent để hỗ trợ cộng tác và bàn giao ngữ cảnh
- Nhóm phát triển đang thu thập phản hồi cộng đồng thông qua Discord và GitHub Discussions, đồng thời muốn cùng cộng đồng xây dựng lộ trình sắp tới
- Câu khẩu hiệu “No more stealth. We are building in the open.” nhấn mạnh triết lý phát triển cởi mở
4 bình luận
Cứ nghĩ là chỉ cần chờ rồi sẽ có ai đó (ý là các lập trình viên senior ở Big Tech) làm ra thôi, cuối cùng cũng đã xuất hiện rồi nhỉ. Dù dùng MCP và skill thì đôi khi nó vẫn tự bỏ qua việc duy trì ngữ cảnh, nên lần này mong là làm ơn giữ ngữ cảnh cho tốt...
Chúng tôi thực sự đang ghi lại một lượng log debug khổng lồ mỗi ngày, và giờ thì đã nảy ra ý nghĩ rằng sẽ còn commit chúng nữa.
Nói cách khác, có lẽ đây là dấu hiệu cho thấy đã xuất hiện những công cụ sẽ đọc đống log debug khủng khiếp đó thay tôi.
Ý kiến Hacker News
Khái niệm mới gọi là Checkpoints khá thú vị. Khi agent commit mã đã tạo, toàn bộ phiên — hội thoại, prompt, thay đổi tệp, mức dùng token, lệnh gọi công cụ, v.v. — được quản lý phiên bản cùng nhau. Nếu không nhìn ra giá trị của tính năng này thì tôi cũng không biết phải nói gì nữa
git addđể thêm ngữ cảnh do AI tạo ra rồigit commitcó thể hữu ích, nhưng tôi nghi ngờ liệu nó có đáng giá đến 60 triệu đô hay khôngBỏ qua logic hay cái tên của VC, tôi nhìn thấy tầm nhìn của ý tưởng này. Chỉ là tương lai của AI vẫn còn bất định, nên cũng chưa biết liệu chúng ta có thực sự cần kiểu giải pháp này hay không. Theo truyền thống, các công cụ cho lập trình viên thành công không xuất phát từ nguồn vốn khổng lồ mà từ việc lập trình viên tự giải quyết vấn đề của chính mình
Nếu model đủ tốt thì nền tảng như thế này sẽ biến mất, mà nếu không đủ tốt thì có lẽ nó cũng biến mất thôi
Quan trọng hơn chất lượng của mã do AI tạo ra là khả năng audit. Tôi thích việc nền tảng này dường như xử lý vấn đề đó theo một cách vừa mới vừa truyền thống
Tôi thấy mô tả là “kết nối ngữ cảnh của agent với Git qua CLI”, nhưng nếu rốt cuộc chỉ là dump ngữ cảnh vào commit thì đó vốn là điều tôi đang làm rồi
Giờ là thời đại mỗi tuần lại có một AI framework mới ra đời. Nó gợi cảm giác như cơn bùng nổ framework JavaScript ngày trước, đến mức tôi muốn làm một bản sao HN có bộ lọc bài viết liên quan đến AI
Cái này giống như một ý tưởng ai đó nghĩ ra ngẫu hứng ngày hôm qua nhưng lại gọi được vốn nhờ lý lịch. Tôi không rõ nó thực sự là dịch vụ gì, hay khác gì so với các Show HN khác
Vòng seed 60 triệu đô, chuyện này thực sự có thể xảy ra sao?
Dữ liệu của Checkpoints không chỉ phục vụ cộng tác đơn thuần mà về sau còn có thể dùng làm dữ liệu huấn luyện RL, nên có lẽ còn đáng giá hơn vàng
Vấn đề lưu giữ ngữ cảnh thật sự rất đau đầu. Tôi duy trì trạng thái phiên bằng task.md hoặc CLAUDE.md, nhưng đó chỉ là giải pháp tạm. Khái niệm checkpoint lưu cả reasoning và diff cùng nhau rất hấp dẫn. Tuy vậy, tôi vẫn hoài nghi về việc biến nó thành một nền tảng riêng trên Git. Những hướng tiếp cận tích hợp chặt với công cụ sẵn có như Cursor, Aider, Claude hook đã thành công hơn. Nếu bắt lập trình viên chuyển sang một stack SDLC mới, thì thách thức lớn hơn công nghệ chính là mức độ chấp nhận. Nếu là mã nguồn mở, tôi cũng tò mò liệu format đó có phải là đặc tả mở hay không
git notesthì chẳng phải cũng có thể đính kèm metadata trạng thái agent vào commit hoặc tree sao?