Entire Resmi Dibuka, Tawarkan Platform Coding Berbasis Agen AI
CIANJUR.CO - Perkembangan kecerdasan buatan mempercepat proses penulisan kode sekaligus mengubah cara pengembang bekerja. Perubahan tersebut juga meningkatkan kebutuhan terhadap infrastruktur yang mampu menangani aktivitas coding berbantuan AI. Entire, platform pengembangan perangkat lunak dari mantan CEO GitHub Thomas Dohmke, kini tersedia untuk dicoba oleh para pengembang.
Berdasarkan laporan ZDNET AI, Entire dirancang untuk menjawab perubahan dalam alur kerja coding tersebut. Platform ini dibangun di atas jaringan Git terdesentralisasi milik Entire, yang diumumkan pada Juli. Perusahaan menyebut jaringan itu dirancang untuk menghadapi peningkatan tajam aktivitas coding berbasis AI, yang telah menyebabkan gangguan GitHub semakin sering terjadi.
Salah satu perubahan utama yang diperkenalkan Entire menyangkut proses peninjauan perubahan kode. Alih-alih menggunakan pull request seperti pada alur kerja standar, platform ini menghadirkan fitur bernama Trails. Entire menggambarkan Trails sebagai cara baru untuk memeriksa hasil kerja agen AI dan pengembang, dengan sejumlah evaluasi yang menyertai setiap pengiriman kode.
Dalam penjelasan perusahaan, Trails tidak sekadar menampilkan perbedaan kode atau diff untuk diperiksa. Fitur itu menyediakan tampilan yang diibaratkan sebagai layar informasi di kokpit pesawat, disertai evaluasi khusus yang diberi skor oleh agen pada setiap perubahan kode. Skor dan temuan tersebut memberi pengembang informasi untuk menilai hasil proses coding tanpa hanya bergantung pada pemeriksaan baris demi baris.
Baca juga: S-1 Anthropic Ungkap Strategi Memperluas Penggunaan Claude di Perusahaan
Data mengenai proses itu dapat diakses melalui antarmuka web Entire maupun Entire CLI yang bersifat open source. Menurut perusahaan, ketersediaan data melalui dua jalur tersebut memungkinkan agen coding menindaklanjuti temuan secara berulang, sementara pengembang manusia tetap memvalidasi kemajuannya. Setelah seluruh evaluasi terpenuhi, kode dapat digabungkan tanpa pengembang harus meninjau kode itu sendiri.
Pengaturan agen yang menjalankan proses tersebut dapat disesuaikan. Setiap Trail juga memperlihatkan penggunaan token oleh agen, sehingga pengembang dapat melihat bagaimana agen menjalankan tugasnya. Dohmke mengatakan Entire menempatkan gagasan awal, jejak kerja agen, dan hasil sesi pengembang sebagai bagian penting yang dapat ditinjau bersama kode.
“Dengan Trails, Entire memperlakukan gagasan, jejak agen, dan hasil sesi pengembang sebagai artefak utama untuk ditinjau bersama kode,” kata Dohmke. Ia menjelaskan bahwa beberapa agen digunakan untuk menghasilkan evaluasi guna memeriksa kualitas dan keberhasilan kode buatan AI. Tujuannya, menurut Dohmke, agar pengembang dapat menggabungkan kode dengan lebih yakin tanpa memeriksa setiap baris dalam diff.
Baca juga: SpaceX Amankan Pembiayaan GPU Senilai Sekitar US$40 Miliar dari Apollo
Selain alur peninjauan tersebut, Entire menawarkan layanan hosting Git. Perusahaan mengklaim hosting-nya dapat berjalan hingga 89 kali lebih cepat daripada GitHub dan enam kali lebih cepat daripada Cursor origin. Klaim kecepatan itu dikaitkan Entire dengan jaringan terdesentralisasi yang digunakan sebagai fondasi platform.
Pengembang juga dapat membuat, memigrasikan, dan meng-host repositori privat di beberapa lokasi di dunia. Untuk saat ini, pilihan lokasi yang disebut perusahaan mencakup Amerika Serikat, India, Australia, dan Uni Eropa. Dengan demikian, layanan Entire mencakup penyimpanan repositori sekaligus perangkat untuk meninjau pekerjaan agen dalam proses pengembangan.
Fitur lain yang ditawarkan adalah Continuous Memory, yang menyimpan log sesi pengembang di dalam repositori, berdampingan dengan kode. Log itu dapat menjadi sumber data bagi agen ketika mencari jawaban. Entire menyatakan pemanfaatan fitur tersebut dapat membantu agen menggunakan token hingga 71 persen lebih sedikit.
Baca juga: Anthropic Ajukan IPO, Pendapatan Naik tetapi Rugi Bersih Membengkak
Continuous Memory tersusun dari grafik basis kode dan “otak agentik” yang memanfaatkan sesi serta prompt sebelumnya sebagai pelajaran. Menurut Entire, pendekatan ini membantu agen menghindari pengulangan kesalahan. Perusahaan membandingkan fungsinya dengan fitur memori pada chatbot AI, yang menggunakan percakapan terdahulu atau interaksi agen lain, jika tersedia, untuk mengurangi waktu mengumpulkan konteks dan mempercepat respons atas pertanyaan.
Entire menyatakan platform tersebut sudah dapat dicoba oleh seluruh pengembang. Kehadirannya menggabungkan jaringan Git terdesentralisasi, Trails untuk evaluasi perubahan, dan Continuous Memory sebagai sumber konteks bagi agen dalam satu platform pengembangan.