Entire lance son Git Forge pour la collaboration agent-humain
Entire a dévoilé son premier « Git Forge » conçu pour orchestrer la collaboration entre développeurs et agents d’intelligence artificielle. Cette plateforme répond à une lacune du développement logiciel actuel : le modèle traditionnel de la pull request (PR) se transforme en simple journal d’audit, lisible uniquement par les machines.
Le cœur de cette refonte est le concept de « Trail ». Contrairement aux commentaires linéaires d’une PR classique, les Trails affichent les métriques pertinentes en haut de la page, fournissant des scores d’évaluation calculés à chaque push. Selon Thomas Dohmke, PDG d’Entire, l’objectif est de donner au développeur toutes les données nécessaires pour juger si les boucles entre l’agent de codage et les agents de revue ont abouti à un état stable.
Lorsqu’un code est soumis à un Trail, des agents de revue l’analysent dans un bac à sable cloud, soumettant un score et une justification. Pour Entire, l’itération répétée est cruciale ; c’est pourquoi les cinq dernières exécutions, en plus de l’exécution en cours, sont affichées pour chaque évaluation. Ces évaluations portent sur la qualité du code, la sécurité (Security), la complexité (Slop) ou le besoin d’une validation humaine. Si, par exemple, le score de Slop est orange, l’agent de codage peut être instruit de continuer les corrections jusqu’à ce que le score devienne vert.
Le processus ne se termine que lorsque le risque est faible et que tous les problèmes sont réglés, avant que la fusion ne soit autorisée. Les agents peuvent également suggérer des correctifs qui restent visibles tant que le Trail est ouvert. De plus, des « Gates » peuvent être configurés au niveau du dépôt pour définir les conditions d’approbation, y compris l’aval humain.
Une infrastructure optimisée pour l’ère des agents
La performance est un argument majeur. Entire est bâti sur un serveur de contrôle de source distribué compatible Git qui, d’après ses propres annonces, est jusqu’à 89 fois plus rapide que GitHub. Ce système permet aussi de répliquer le dépôt sur plusieurs régions du monde, répondant ainsi aux exigences de résidence des données.
En complément, la plateforme intègre la « mémoire continue ». Ce concept permet aux agents de synchroniser les sessions et les requêtes directement dans le dépôt Git. Deux outils, entire-graph et entire-brain, gèrent cette persistance. Le premier construit une carte précalculée du dépôt, incluant des recherches de code et des définitions, tandis que le second superpose cette carte avec l’historique des sessions des agents. Cela assure à l’agent d’avoir toujours le contexte, le « pourquoi » derrière le changement, et pas seulement le « quoi ».
La plateforme s’ouvre à un écosystème, intégrant des solutions de Continuous Integration (CI) de premier plan. Les intégrations avec Buildkite et Depot sont disponibles dès maintenant. Avec Buildkite, chaque push déclenche un contrôle qui apparaît sur le Trail, et un échec bloque la fusion. Depot permet aux équipes de migrer leurs workflows GitHub Actions sans réécriture.
Cette évolution se situe dans un contexte où d’autres acteurs émergent dans la gestion du code, dont East River Source Control. Ce dernier a récemment nommé Martin von Zweigbergk, créateur du système de contrôle de version Jujutsu, à son poste de directeur technique pour accélérer le développement de sa plateforme.
Le débat sur l’autonomie des agents est vif. Haimantika, employé chez Entire, pointe que le problème n’est pas tant le langage de programmation ou les outils, mais la perte de raisonnement entre l’humain et l’artefact. La question demeure : comment les outils de contrôle de version vont-ils gérer la complexité d’un flux de travail où l’intelligence n’est plus concentrée sur une seule personne, mais distribuée entre des machines et des développeurs ?
