TL;DR
Financiamiento récord: el ex director ejecutivo de GitHub, Thomas Dohmke, lanzó Entire con 60 millones de dólares en financiación inicial y una valoración de 300 millones de dólares. Propósito de la plataforma: Entire crea herramientas para administrar flotas de agentes de codificación de IA, abordando el cuello de botella de revisión creado por el código generado por IA. Primer producto: la empresa lanzó Checkpoints, una herramienta CLI de código abierto que registra el razonamiento y las instrucciones detrás del código generado por IA. Liderazgo: Dohmke se desempeñó como director ejecutivo de GitHub desde 2021 hasta agosto de 2025 y anteriormente vendió HockeyApp a Microsoft en 2015.
El ex director ejecutivo de GitHub, Thomas Dohmke, está apostando 60 millones de dólares en financiación de inversores a que los desarrolladores necesitan nuevas herramientas creadas específicamente para gestionar flotas de agentes de codificación de IA, no solo escribir código ellos mismos.
Dohmke es saliendo del sigilo con Entire y lo que Felicis, el inversor principal de la ronda inicial, llama la inversión inicial más grande jamás realizada para una startup de herramientas de desarrollo. La empresa está valorada en 300 millones de dólares.
Dohmke aporta credenciales comprobadas a la empresa. Se desempeñó como CEO de GitHub desde 2021 hasta agosto de 2025, donde ayudó a escalar GitHub Copilot durante la explosión de las herramientas de codificación asistidas por IA. Ahora está abordando un problema que su propio éxito en GitHub ayudó a crear.
“Al igual que cuando las empresas automotrices reemplazaron el sistema de producción artesanal tradicional con la línea de ensamblaje móvil, ahora debemos reimaginar el ciclo de vida del desarrollo de software para un mundo donde las máquinas son los principales productores de código. Este es el propósito de Entire: construir la próxima plataforma de desarrollo del mundo, donde agentes y humanos colaboran, aprenden y realizan envíos juntos”.
Thomas Dohmke, fundador, Entire
Los desarrolladores ya no crean cada línea de código manualmente. En lugar de eso, administran múltiples agentes de IA que generan funciones completas, corrigen errores y refactorizan bases de código en paralelo.
El cuello de botella en la generación de código
Este cambio ha creado un problema inesperado: los agentes de codificación de IA están generando código más rápido de lo que los humanos pueden revisarlo. La plataforma de Entire está diseñada para equipos que administran flotas de agentes de codificación de IA en lugar de escribir cada línea ellos mismos.
“Estamos viviendo un auge de agentes, y ahora se están generando volúmenes masivos de código más rápido de lo que cualquier humano podría razonablemente entender. La verdad es que, nuestro sistema manual de producción de software, desde problemas hasta repositorios git, solicitudes de extracción y implementación, nunca fue diseñado para la era de la IA en primer lugar”.
Thomas Dohmke, fundador, Entero
Los procesos tradicionales de revisión de código suponen que un humano escribió cada línea y puede explicar cada decisión. Cuando un agente de IA genera cientos de líneas basándose en una breve indicación, los revisores enfrentan un desafío diferente: evaluar el resultado de un sistema que no explica su razonamiento.
Las empresas exigen la revisión humana por razones de seguridad. Las políticas de confianza cero requieren la aprobación humana antes de que el código llegue a producción.
A pesar de esta necesidad, el ser humano se convierte en el cuello de botella, creando una paradoja en la que el proceso de revisión limita las ganancias de productividad.
Puntos de control: razonamiento como una capa
La respuesta de Entire a este cuello de botella en la revisión comienza con la transparencia. Entere envía una herramienta de línea de comandos de código abierto llamada Checkpoints para abordar la brecha de contexto.
La herramienta registra el razonamiento y las instrucciones detrás del código generado por IA y guarda esa información con el código mismo. Los desarrolladores obtienen la transcripción completa: el mensaje original, los pasos de razonamiento del agente, las decisiones que tomó y por qué eligió implementaciones específicas.
Checkpoints es el producto inicial de código abierto de Entire que asocia automáticamente código generado por IA con datos contextuales completos, incluidos mensajes y transcripciones originales. La herramienta se lanzó con soporte para Claude Code de Anthropic y Gemini CLI de Google, y GitHub amplió Copilot para admitirlos junto con los modelos OpenAI en 2024.
Arquitectura de tres capas
La base tecnológica de Entire se basa en tres componentes principales: una base de datos compatible con Git, una capa de razonamiento semántico universal y una interfaz de usuario nativa de IA.
La La capa de razonamiento semántico diferencia a Entire de GitHub. Los repositorios de GitHub almacenan código, documentación y dependencias, capturando lo que hace el software.
La capa intermedia de Entire captura por qué se tomaron las decisiones, proporcionando tanto a los humanos como a los agentes el rastro de información que condujo al estado actual del producto de software.
Dohmke lo explicó en una entrevista con The New Stack como un cambio de la ingeniería como oficio a la ingeniería como especificación e intención. GitHub fue creado para la colaboración de código entre humanos. Todo está diseñado para el razonamiento, las especificaciones y la intención, las abstracciones superiores que definen el software en un flujo de trabajo impulsado por agentes.
La visión se extiende más allá de los puntos de control a una capa de razonamiento semántico que abarca todo el ciclo de vida del software. Esto permite que tanto los humanos como los agentes rastreen los fundamentos de las decisiones en cualquier momento en el futuro.
Esta separación arquitectónica posiciona a Entire como una infraestructura que funciona junto con GitHub, GitLab y otras plataformas en lugar de competir directamente con ellas por el alojamiento del repositorio.
Un fundador regresa a las raíces de las startups
Detrás de la visión técnica de Entire se encuentra una historia personal de renovación empresarial. El camino de Dohmke hacia Entire comenzó con una conversación en junio de 2025.
Después de más de diez años en Microsoft, incluidos cuatro años como director ejecutivo de GitHub, sintió la necesidad de construir algo nuevo nuevamente. Expuso su pensamiento al CEO de Microsoft, Satya Nadella, quien respondió con apoyo y expresó interés en explorar la colaboración futura dentro del ecosistema de Microsoft.
Dohmke vendió su startup HockeyApp a Microsoft en 2015, incorporando una plataforma móvil de informes de fallos a la cartera de herramientas de desarrollo de Microsoft. Se mudó de Alemania a Estados Unidos después de la adquisición y finalmente tomó el mando de GitHub en 2021.
Su mandato coincidió con el auge de las herramientas de codificación impulsadas por IA. Bajo su liderazgo, GitHub Copilot pasó de ser una función experimental a una herramienta de desarrollo convencional.
Lista récord de financiación y inversores
Ese historial se tradujo en una ronda inicial masiva. Felicis lideró la ronda inicial, que la empresa calificó como la mayor inversión inicial jamás realizada para una startup de herramientas de desarrollo.
Otros patrocinadores incluyeron a Madrona, M12 (la división de capital riesgo de Microsoft), Basis Set y varios inversores individuales con amplia experiencia en herramientas de desarrollo. Los patrocinadores incluyen a Jerry Yang, Garry Tan, Olivier Pomel (fundador y director ejecutivo de Datadog), Gergely Orosz y Theo Browne.
La valoración es inusualmente alta para una empresa en etapa inicial, lo que refleja tanto el historial de Dohmke como la convicción de los inversores de que la gestión de agentes de IA representa un cambio fundamental en los flujos de trabajo de los desarrolladores. La participación de Microsoft a través de M12 mantiene la conexión que discutieron Nadella y Dohmke.
La apuesta de Entire por la infraestructura de gestión de agentes se produce cuando el desarrollo asistido por IA alcanza la adopción generalizada. Las cifras de adopción de GitHub demuestran lo rápido que el desarrollo asistido por IA se ha convertido en una práctica estándar.
La plataforma informó 180 millones de desarrolladores en octubre de 2025, y que el 80 % de los nuevos desarrolladores de GitHub están utilizando Copilot en su primera semana.
La competencia de plataformas se intensifica
GitHub se está adaptando al futuro centrado en agentes. La compañía lanzó su plataforma Agent HQ en GitHub Universe en octubre de 2025, diseñada para unir agentes de codificación de Anthropic, OpenAI, Google, Cognition y xAI bajo un mismo techo.
Entire se está posicionando como complementario en lugar de directamente competitivo. Mientras que GitHub Agent HQ se enfoca en ejecutar múltiples modelos de agentes dentro del ecosistema de GitHub, Entire está construyendo la capa de administración para comprender y auditar lo que producen esos agentes.
La tasa de adopción de Copilot del 80% en la primera semana entre los nuevos desarrolladores de GitHub (a octubre de 2025) indica que la codificación asistida por IA ha pasado de la fase de adopción temprana al comportamiento predeterminado. Esto crea una demanda inmediata de infraestructura de gestión de agentes.
Costos simbólicos como nuevos gastos de ingeniería
Más allá de los desafíos técnicos, los equipos enfrentan una nueva realidad financiera. Dohmke señala una consideración de costos emergente que los equipos de ingeniería tradicionales no habían enfrentado antes.
En 2026, los líderes de ingeniería deberán presupuestar tanto los salarios como el consumo de tokens. Los agentes de IA consumen tokens API con cada operación, y los ingenieros informan que gastan miles de dólares al mes sólo en tokens.
Los equipos no pueden simplemente contratar más agentes de la misma manera que contratarían más ingenieros. Los costos de los tokens aumentan con la actividad de los agentes, lo que crea un gasto operativo variable que fluctúa según la carga de trabajo.
Ambiciones de plataforma y equipo remoto primero
Hasta ahora, Entire está practicando lo que predica sobre el desarrollo distribuido y aumentado por agentes. Entire tiene solo 15 empleados y opera como una empresa totalmente remota.
Los miembros de su equipo crearon previamente herramientas de desarrollo en GitHub y Atlassian, aportando experiencia de las plataformas que Entire pretende aumentar.
Entire planea expandir su equipo a cientos de agentes, no solo empleados, a medida que desarrolla la plataforma. La empresa tiene la intención de utilizar sus propias herramientas para gestionar el proceso de desarrollo, probando la infraestructura de gestión de agentes que vende a los clientes.
Entire planea seguir un modelo de negocio de código abierto, con Checkpoints como versión inicial de código abierto. La startup planea ampliar su plantilla mientras trabaja hacia el lanzamiento de una plataforma más amplia a finales de este año.
La plataforma completa agregará la arquitectura completa de tres capas: la base de datos compatible con Git, la capa de razonamiento semántico y la interfaz nativa de IA. La capa de base de datos está diseñada para ser distribuida globalmente y consultable tanto por humanos como por agentes de IA.