✨︎ Resumen (TL;DR):
- Entire abrió la fase de pruebas de su red de Git distribuida con servidores en EE. UU., la Unión Europea y Australia.
- Las pruebas internas registraron 570,000 clones por hora y transferencias de código hasta 25 veces más rápidas en ramas nativas.
- El sistema funciona de forma paralela a GitHub, aunque preparan el lanzamiento de repositorios totalmente independientes.
El exdirector ejecutivo de GitHub, Thomas Dohmke, lanzó el preview de Entire, una red de Git distribuida diseñada para evitar que los agentes de inteligencia artificial que escriben código colapsen los servidores tradicionales. Esta plataforma actúa como un espejo regional que absorbe las miles de solicitudes simultáneas que genera la automatización del desarrollo de software.
La era del desarrollo de software cambió con la llegada de las inteligencias artificiales autónomas. Mientras un programador humano clona un repositorio una vez, trabaja unas horas y hace push ocasionalmente, un ejército de agentes de IA puede realizar miles de consultas y descargas en cuestión de segundos.
Para solucionar este embotellamiento digital, Entire distribuye el peso de los proyectos en servidores locales activos en Estados Unidos, la Unión Europea y Australia. Los repositorios originales se mantienen a salvo en GitHub, pero los agentes clonan y consultan los datos desde el nodo de Entire más cercano, reduciendo la latencia y saltándose los bloqueos por límites de peticiones.
Una base de datos reescrita desde cero
Para lograr este desempeño, la startup decidió no envolver los servidores de Git tradicionales como hacen GitHub o GitLab. En su lugar, el equipo de desarrollo de Entire reconstruyó el backend de Git por completo.
“Vemos Git realmente como una base de datos”, explicó Thomas Dohmke. El sistema separa la plataforma en un plano de control global que maneja la identidad y ubicación de los datos, y planos de datos en las distintas regiones para guardar el código físicamente.
De acuerdo con las pruebas internas de la compañía bajo su herramienta de medición de código abierto, ForgeMark, los resultados mostraron métricas sin precedentes:
- 570,000 clones por hora sostenidos de forma continua.
- 586 operaciones de push por segundo.
- 470 operaciones combinadas de clone y push de manera simultánea.
- Subir archivos (push) en una rama nativa de Entire resultó hasta 25 veces más rápido que hacerlo directamente en GitHub.
Cabe destacar que estas cifras provienen del propio laboratorio de la empresa, por lo que la validación técnica e independiente se dará una vez que liberen por completo el código de sus pruebas.
El respaldo de 60 millones de dólares y el futuro de GitHub
Entire se dio a conocer a principios de 2026 con una millonaria ronda de inversión semilla de 60 millones de dólares liderada por Felicis, la cual valoró a la compañía en 300 millones de dólares. En esta ronda participaron inversionistas de peso como Madrona, el brazo de capital de riesgo de Microsoft (M12), Basis Set Ventures, Jerry Yang (cofundador de Yahoo) y Garry Tan (CEO de Y Combinator).
Dohmke, quien fundó la startup junto a Cole Driver, exsubdirector de operaciones en GitHub, sostiene que Entire no busca competir de manera directa y frontal con GitHub en el corto plazo. El software funciona por el momento como un complemento de respaldo multi-región para garantizar la disponibilidad del código.
“Creo que la verdadera pregunta para el comprador es si no le conviene más, desde el punto de vista de disponibilidad y confiabilidad, tener ambos productos. Si uno se cae (siempre habrá puntos únicos de falla y errores humanos), tiene su espejo del otro lado”, apuntó el directivo.
Aun así, la hoja de ruta de Entire contempla el lanzamiento de repositorios nativos en los próximos meses, lo que les permitirá operar de forma autónoma sin depender de GitHub, además de abrir completamente el código de su backend para permitir nodos autoalojados.
Memoria semántica: el registro de los agentes
Más allá de la velocidad de transferencia, Entire introduce una capa de memoria semántica que se integra con herramientas de desarrollo como Claude Code, Codex, Cursor, Factory AI y GitHub Copilot. Esta tecnología guarda los prompts, las sesiones de chat y las instrucciones dadas a la IA dentro del mismo repositorio de código.
Con este historial de contexto, la plataforma ofrece tres herramientas nuevas:
- Entire Blame: Permite rastrear qué línea de código se modificó y, además, muestra el prompt de IA exacto que la generó.
- Entire Review: Despliega un grupo de agentes artificiales dedicados a revisar el código entendiendo el contexto del desarrollo.
- Búsqueda semántica avanzada: Localiza cambios de software buscando el razonamiento detrás de cada modificación de código.
“Los registros de sesión son ahora el segundo artefacto más importante en el desarrollo de software, y su lugar está en el repositorio, junto al código”, concluyó Dohmke. Con nodos regionales listos y un protocolo Git descentralizado, la startup busca pavimentar el camino para un desarrollo de software dominado por la automatización distribuida.
