Thomas Dohmke, ex-CEO do GitHub, acaba de colocar no ar a Entire, plataforma de hospedagem Git projetada para unir desenvolvedores e agentes de inteligência artificial. A promessa central é eliminar o gargalo de velocidade que trava equipes modernas. Mas a mudança mais radical não está no preço — e sim na forma como o código é revisado.
A plataforma substitui os tradicionais pull requests por “Trails”, um sistema que registra não apenas o que mudou, mas como e por quê. A interface foi comparada ao painel de um avião: visibilidade total da operação em tempo real. Para quem lidera times técnicos, a pergunta imediata é: isso resolve a dor de cabeça das revisões assíncronas?
Velocidade bruta: números que chamam atenção
O comunicado oficial traz benchmarks agressivos. O novo servidor de controle de versão compatível com Git entrega pushes até 89 vezes mais rápidos que o GitHub e seis vezes mais velozes que o Cursor Origin. Em um cenário onde agentes de IA geram milhares de linhas por minuto, a latência do repositório deixa de ser detalhe e vira diferencial competitivo.
Dohmke deixou o comando do GitHub em 2025 após quatro anos à frente da plataforma. O movimento sinaliza uma aposta clara: o futuro do desenvolvimento não é apenas “humano + copiloto”, mas “humano + agentes autônomos” operando na mesma infraestrutura.
O modelo de negócios: grátis para código, pago para IA
A Entire nasce com uma proposta comercial transparente, dividida em duas camadas:
- Repositórios e Trails: uso ilimitado, sem custo.
- Agentes de IA: consumo baseado em créditos.
Cada conta nova recebe US$ 100 em créditos de boas-vindas para testar a execução de agentes. Não há menção a planos enterprise, limites de colaboradores ou armazenamento restrito na fase de lançamento. O foco está em remover atrito para adoção inicial.
Trails vs. Pull Requests: a mudança de paradigma
Pull requests foram feitos para humanos revisarem humanos. Trails foram feitos para humanos auditoriarem fluxos contínuos — sejam eles originados por pessoas ou por bots. A diferença prática:
- Contexto preservado: decisões, discussões e alterações ficam ligadas à linha do tempo da mudança.
- Rastreabilidade nativa: saber “por que isso foi feito” não exige arqueologia em comentários dispersos.
- Escala: a estrutura suporta volume de alterações gerado por múltiplos agentes paralelos.
Mas o efeito mais relevante aparece na gestão de confiança. Quando um agente propõe uma refatoração em 40 arquivos, o Trail mostra o raciocínio passo a passo. O revisor humano valida a intenção, não apenas o diff final.
O que observar daqui para frente
A Entire está no ar em entire.com. O próximo marco não é tecnológico — é adoção. Se times médios (10 a 50 devs) migrarem repositórios ativos e relatarem ganho real no ciclo de revisão, o GitHub terá de responder. Até lá, o US$ 100 de créditos é um convite de baixo risco para testar se “Trails” vira o novo padrão ou permanece nicho para early adopters.
Para líderes de engenharia, a ação prática agora: crie uma conta, suba um projeto paralelo e meça o tempo de push-to-merge com agentes ativados. O dado real do seu time vale mais que qualquer benchmark de marketing.
