El antiguo CEO de GitHub regresa con una ronda semilla de 60 millones de dólares para reconstruir la codificación en la era de los agentes
En lo que se describe como la mayor ronda de financiación semilla en la historia de las herramientas de desarrollo (developer tools), Thomas Dohmke, el antiguo CEO de GitHub, ha presentado oficialmente su nueva empresa, Entire. Emergiendo del modo sigiloso (stealth) con una inyección de capital de 60 millones de dólares y una valoración de 300 millones de dólares, Entire tiene como objetivo desmantelar y reconstruir el ciclo de vida del desarrollo de software (Software Development Lifecycle, SDLC) para adaptarse al explosivo auge de los agentes de codificación de IA.
La ronda fue liderada por Felicis, con una participación significativa de M12 (el fondo de riesgo de Microsoft), Madrona y Basis Set Ventures. La startup también ha atraído a una lista de inversores ángeles (angel investors) de alto perfil, incluidos el CEO de Y Combinator, Garry Tan, el CEO de Datadog, Olivier Pomel, y el cofundador de Yahoo, Jerry Yang, lo que indica una fuerte confianza de la industria en la tesis de Dohmke: las herramientas que construyeron la era del código abierto (open-source) son insuficientes para la era de la generación por IA.
El fin del desarrollo de software "artesanal"
Durante décadas, la ingeniería de software ha sido tratada como una artesanía digital: desarrolladores humanos escribiendo lógica línea por línea, confirmando cambios en sistemas de control de versiones como Git y revisando manualmente las solicitudes de extracción (pull requests). Dohmke sostiene que este modelo se está volviendo obsoleto rápidamente a medida que los agentes de IA comienzan a generar código a un volumen y una velocidad que los flujos de trabajo humanos no pueden sostener.
"Estamos viviendo un auge de los agentes, y ahora se generan volúmenes masivos de código más rápido de lo que cualquier humano podría comprender razonablemente", afirmó Dohmke en el lanzamiento. "La verdad es que nuestro sistema manual de producción de software —desde los problemas (issues), hasta los repositorios de git, las solicitudes de extracción y el despliegue— nunca fue diseñado para la era de la IA en primer lugar".
La filosofía de Entire traza un paralelo directo con la Revolución Industrial. Del mismo modo que la industria automotriz pasó de los talleres artesanales a las líneas de montaje móviles para lograr escala, el desarrollo de software debe transicionar de herramientas centradas en el ser humano a una infraestructura diseñada para "fabricar" código a través de agentes.
Presentando "Checkpoints": Lógica de versiones, no solo código
El problema inmediato que Entire busca resolver es la naturaleza de "caja negra" del código generado por IA. Cuando un agente como Claude de Anthropic o los modelos de OpenAI generan un script, el razonamiento, las instrucciones (prompts) y el contexto detrás de ese código suelen perderse en el momento en que se guarda el archivo. Esta pérdida de contexto crea lo que la industria ha denominado "AI slop": código que funciona pero que es imposible de mantener porque su intención es opaca.
La primera oferta pública de Entire es Checkpoints, una herramienta de interfaz de línea de comandos (Command-Line Interface, CLI) de código abierto. A diferencia de las confirmaciones (commits) estándar de Git que solo guardan el código resultante, Checkpoints captura todo el contexto de sesión (session context) del agente de IA. Esto incluye:
- Los prompts originales entregados al agente.
- La cadena de pensamiento (chain of thought) o proceso de razonamiento del agente.
- Las herramientas y restricciones específicas aplicadas durante la generación.
Al almacenar estos metadatos junto con el código en una base de datos compatible con Git, los desarrolladores pueden "reproducir" el proceso de creación, permitiendo una verdadera auditabilidad y una depuración más sencilla del software generado por agentes.
Una nueva pila de infraestructura
Aunque Checkpoints es el punto de entrada, la ambición de Entire se extiende a la construcción de una plataforma de pila completa (full-stack) que actúe como el sistema nervioso para el desarrollo con IA. La empresa está desarrollando una arquitectura de tres capas diseñada para reemplazar o aumentar los flujos de trabajo de CI/CD existentes:
- Base de datos compatible con Git: Una capa de almacenamiento que unifica el código con su contexto generativo, asegurando que el "por qué" se realizó un cambio sea tan accesible como el "qué" se cambió.
- Capa de razonamiento semántico: Un plano de control que permite que múltiples agentes de IA se coordinen, actuando efectivamente como gestores de proyectos que pueden entender la intención detrás de las bases de código que están modificando.
- Interfaz nativa de IA: Una experiencia de usuario diseñada no solo para escribir código, sino para orquestar flotas de agentes, revisar especificaciones de alto nivel e intervenir solo cuando sea necesario.
Resumen de la inversión
La ronda semilla de 60 millones de dólares es una anomalía en el clima actual de capital de riesgo, donde las rondas semilla suelen oscilar entre 1 y 5 millones de dólares. El tamaño de la recaudación refleja tanto la intensidad de capital necesaria para construir infraestructura fundamental como la trayectoria del fundador. Dohmke, quien lideró GitHub durante el lanzamiento y la escala de Copilot, está en una posición única para comprender las limitaciones del ecosistema actual.
Detalles de la ronda de financiación
| Métrica | Detalle | Contexto |
|---|---|---|
| Total recaudado | $60 millones | Récord para una ronda semilla de herramientas de desarrollo |
| Valoración | $300 millones | Valoración previa al encaje producto-mercado (pre-product market fit) |
| Inversor principal | Felicis | Firma de capital riesgo (VC) de Silicon Valley |
| Respaldante corporativo clave | M12 (Microsoft) | Alineación estratégica con el antiguo empleador |
| Ángeles notables | Garry Tan, Olivier Pomel, Jerry Yang |
Líderes de YC, Datadog, Yahoo |
| Enfoque principal | Infraestructura nativa de IA | Yendo más allá de la asistencia estilo "Copilot" |
El dilema de la "deriva"
Uno de los desafíos técnicos críticos que Entire aborda es la deriva (drift). A medida que los agentes de IA iteran sobre el código, pueden desviarse inadvertidamente de las especificaciones originales del proyecto o introducir errores sutiles que se acumulan con el tiempo. Los procesos tradicionales de revisión de código —donde un humano lee cada línea de una diferencia (diff)— se están convirtiendo en cuellos de botella.
La plataforma de Entire propone un cambio de revisar código a revisar especificaciones y resultados. Al capturar la intención en la fuente, la plataforma pretende permitir que los humanos gobiernen el proceso de generación de software en lugar de inspeccionar cada salida. Esto se alinea con la tendencia más amplia de la industria hacia los flujos de trabajo agénticos (agentic), donde los humanos ascienden en la pila para convertirse en arquitectos y supervisores de bots de codificación autónomos.
Implicaciones del mercado
El lanzamiento de Entire plantea un desafío potencial para plataformas incumbentes como GitHub y GitLab. Si bien estas plataformas han integrado asistentes de IA (como Copilot y Duo), su arquitectura subyacente permanece arraigada en la visión de Linus Torvalds de 2005 sobre Git: una herramienta para la colaboración humana.
La apuesta de Dohmke es que adaptar la IA a estas plataformas a posteriori es insuficiente. Si su visión se mantiene, la próxima generación de software no solo será escrita por IA; será gestionada, versionada y desplegada por una infraestructura que trate el código humano como la excepción, no la regla. Con el lanzamiento de Checkpoints, los desarrolladores ahora pueden comenzar a probar esta hipótesis, controlando las versiones de los "pensamientos" de su IA por primera vez.
