Entire reta a GitHub con una plataforma para agentes de IA

Ilustración conceptual de una persona supervisando varios agentes de IA que revisan y fusionan flujos de código

Por Redacción Pangea IA · 27 de octubre de 2026

Entire, la empresa fundada por el antiguo consejero delegado de GitHub Thomas Dohmke, ha abierto una plataforma de alojamiento y revisión de código diseñada desde el principio para equipos que trabajan con agentes de inteligencia artificial. Su propuesta no consiste solo en añadir un asistente a un repositorio tradicional: sustituye la revisión lineal de cambios por evaluaciones automáticas, conserva el contexto de las sesiones de IA y distribuye los repositorios entre varias regiones.

El lanzamiento se anunció el 26 de octubre y el servicio está disponible desde ese mismo día. La novedad llega en un momento en que los agentes pueden producir cambios más deprisa de lo que los equipos humanos son capaces de revisarlos, un problema distinto al de simplemente generar código.

Qué ha lanzado Entire

Entire se presenta como una «forja Git»: un servicio compatible con Git que permite alojar repositorios, revisar cambios y conectar los procesos de compilación y pruebas. Compite, por tanto, en el terreno de GitHub, GitLab y la plataforma Origin de Cursor, pero organiza el flujo de trabajo alrededor de la colaboración entre personas y agentes.

La empresa ya permitía conservar sesiones de agentes y, desde julio, reflejar repositorios de GitHub en una red distribuida. El anuncio actual supone un paso mayor: los desarrolladores pueden crear repositorios privados nativos en Entire, migrarlos desde GitHub o mantener GitHub como fuente principal y utilizar una réplica regional.

Trails reemplaza la revisión clásica

La pieza central se llama Trails. En lugar de obligar a una persona a recorrer cada línea de una solicitud de cambios, varios agentes analizan cada envío de código de forma independiente y muestran puntuaciones, explicaciones y hallazgos. El equipo puede configurar evaluaciones de seguridad, calidad o necesidad de revisión humana.

Eso no significa que la plataforma elimine al revisor. Los llamados Gates permiten exigir una aprobación humana, pruebas superadas u otras condiciones antes de fusionar el cambio. El objetivo es que la persona concentre su atención en las excepciones y los riesgos, no en leer indiscriminadamente todo lo generado.

Repositorios distribuidos y residencia de datos

Entire ofrece alojamiento en Estados Unidos, la Unión Europea, India y Australia. Un proyecto puede mantenerse en una región concreta o replicarse en varias, una opción relevante para empresas que necesitan controlar dónde reside su código o reducir la dependencia de un único centro de datos.

La compañía afirma que su servidor admite hasta 89 veces más envíos por segundo que GitHub y seis veces más que Cursor Origin. Son resultados de una prueba publicada por la propia Entire, no una auditoría independiente, por lo que deben interpretarse como una referencia técnica inicial y no como una garantía de rendimiento para cualquier equipo.

Memoria continua para no empezar de cero

La tercera novedad es Continuous Memory. Dos componentes abiertos, entire-graph y entire-brain, crean un mapa del repositorio y relacionan el código con las sesiones, decisiones y explicaciones que lo originaron. Un agente posterior puede recuperar por qué se adoptó una solución, qué falló antes o qué restricciones debe respetar.

Entire sostiene que su mapa redujo hasta un 71% el consumo de tokens en sus pruebas. De nuevo, es una medición interna. Aun así, el enfoque apunta a un coste poco visible de los agentes: cada sesión que reconstruye el contexto desde cero consume tiempo, tokens y capacidad de cómputo.

Qué puede cambiar para empresas y equipos pequeños

Para una pyme que utilice agentes de programación, la utilidad potencial no está tanto en escribir más código como en controlar mejor lo que llega a producción. Pangea IA ya explicó cómo Replit usa un agente para detectar y reparar fallos; Entire intenta cubrir una etapa anterior, la revisión y aprobación de los cambios antes de integrarlos.

  • Menos cuello de botella: las evaluaciones automáticas priorizan los cambios que realmente necesitan atención.
  • Más trazabilidad: el repositorio conserva no solo el resultado, sino también el contexto y las decisiones del agente.
  • Controles configurables: cada equipo puede mantener aprobaciones humanas obligatorias en áreas críticas.
  • Migración gradual: es posible empezar con una réplica de GitHub sin trasladar inmediatamente el repositorio principal.

La propuesta también encaja con el avance de modelos especializados como Nanbeige4.3-33B para agentes de código. Cuantos más cambios puedan generar esos sistemas, mayor será la necesidad de pruebas, memoria y reglas de aprobación que no dependan de revisar manualmente cada línea.

Disponibilidad, costes y límites

Entire está abierto a cualquier desarrollador y admite repositorios privados. El alojamiento de proyectos públicos y la instalación en infraestructura propia figuran todavía en la hoja de ruta. Las integraciones iniciales de entrega continua son Buildkite y Depot, que permiten trasladar flujos existentes de GitHub Actions, aunque el consumo de esos servicios puede tener costes propios.

La página de lanzamiento no expone una tarifa completa y comparable para todos los usos. Antes de migrar un proyecto empresarial conviene comprobar en la cuenta los límites, el coste de los agentes de revisión, el almacenamiento, las condiciones de soporte y los requisitos de cumplimiento.

También existe un riesgo de automatización circular: agentes que escriben código y otros agentes que lo aprueban pueden compartir errores o puntos ciegos. Las puertas de aprobación humana, las pruebas independientes y la revisión manual selectiva siguen siendo necesarias, especialmente en pagos, datos personales, seguridad o sistemas regulados.

Una competencia distinta para GitHub

Entire no ha demostrado todavía que pueda desplazar a GitHub ni igualar su ecosistema. Su relevancia editorial está en otra parte: convierte en producto una consecuencia concreta del auge de la programación con IA. Si las máquinas generan una proporción creciente de los cambios, la infraestructura debe guardar su contexto, evaluar su trabajo y decidir cuándo una persona tiene que intervenir.

El lanzamiento abre así una nueva fase de competencia. La batalla ya no se limita al mejor agente que escribe código; se extiende al sistema que permite revisar, recordar y desplegar ese código con un nivel de riesgo aceptable.

Lecturas relacionadas

Fuentes consultadas

Recibe las nuevas publicaciones de Pangea IA

Suscríbete gratis y recibe por correo las nuevas noticias, guías y análisis sobre inteligencia artificial.

Comparte esta noticia:

Deja una respuesta