Py学习  »  Git

硅基心跳|把 Copilot 推向 2000 万用户后,前 GitHub CEO 决定亲手重做一套 Git

行客科技 • 1 周前 • 95 次点击  

2026 年 10 月的最后一周,全球代码托管的底层基建迎来了罕见的正面交锋。

10 月 26 日,前 GitHub CEO Thomas Dohmke 创办的新公司 Entire 正式甩出王牌——发布专门面向“人类与 Agent 协作”的原生代码托管平台(Git Forge),并在随后三天内火速上线英国与新加坡节点;仅仅两天后的 10 月 28 日,他的老东家在 GitHub Universe 2026 大会上全线反击,宣布将多智能体交付、会话连续性与深度代码审查全面注入技术栈底层。

台前幕后的戏剧感拉满:那个在过去四年里把 GitHub Copilot 推向 2,000 万用户、帮 GitHub 冲上 20 亿美元年化收入运行率(ARR)的掌舵人,在离开王座一年后,正带着 6,000 万美元种子轮融资(估值 3 亿美元) 和 50 人团队,试图从根基上改写开发者提交与审查代码的方式。

硅谷很容易把这段故事简化成一出“前高管背叛老东家”的爽剧。但如果你翻开 Thomas Dohmke 跨越三十年的真实履历就会发现,他既不是跟微软决裂的叛逃者(微软旗下的 M12 基金甚至直接参投了他的新公司),也不是一个盲目鼓吹大模型算力的狂热分子。

从在柏林往信封里塞软盘和纸质发票的少年,到在戴姆勒研究“汽车防碰撞系统测试驱动开发”的机械工程博士,再到今天重做代码底座,贯穿他整个职业生涯的死磕命题其实只有一个:

代码被写出来很容易;但你凭什么证明它能被信任、被交付?



PART 01、软盘、信封与防撞测试:

写得出代码,不等于敢踩刹车

1988 年的东柏林,10 岁的 Thomas Dohmke 站在亚历山大广场(Alexanderplatz)百货商店的橱窗前,死死盯着里面陈列的一台东德产 Robotron 计算机。那天晚上回到家,他对父母说了一句话:“我想做软件。”

在那个年代,软件不是虚无缥缈的云端 Token,而是沉甸甸的物理交付物。

他回忆自己少年时代在学校地理实验室里跟朋友学 BASIC,回家把一台 Commodore 64 接在小电视上敲代码;到了高中毕业前后,他开始给当地的保险从业者写 Windows 软件赚钱。那时候的“软件交付”有一套极其具象的流程:把程序拷进软盘、贴上手写标签,再连同打印好的纸质发票一起塞进信封,走到邮局寄给客户。

如果软盘里的程序有 Bug,代价就是客户打来电话骂娘,你得重拷一张再寄一次。

这种对“交付摩擦”的体感,在他进入大学和汽车工业后被放大到了生死攸关的量级。

在很多科技媒体的快餐简介里,Dohmke 被贴上了“AI 领军人物”的标签;但鲜有人去查过他在格拉斯哥大学读了五年、于 2008 年拿到的那份博士学位论文——他读的根本不是计算机或人工智能,而是机械工程,论文题目叫《嵌入式控制系统的测试驱动开发:在汽车防碰撞系统中的应用》(Test-driven development of embedded control systems: application in an automotive collision prevention system)。

从 2002 年到 2008 年,他在柏林工业大学求学与攻读博士期间,先后在戴姆勒-克莱斯勒(DaimlerChrysler)担任系统工程师、在博世(Robert Bosch)担任项目经理。在汽车防碰撞系统里,一段 Simulink 控制代码跑通了,绝不代表车子能上路;只有把需求、自动化测试框架、模拟器与原型车实测严丝合缝地咬合在一起,系统才配得上“安全”二字。

“写出来”和“能交付”之间隔着一道深渊。 这个在汽车工程里再朴素不过的常识,在十几年后大模型狂飙的时代,成了全行业最痛的软肋。


PART 02、从每天回 30 条工单的创业者,

到 75 亿美金并购整合官

2008 年底离开博世后,Dohmke 和大学朋友一头扎进了刚兴起的移动互联网,在两年里接连给客户做了大约 30 个手机 App。

做外包让他撞上了移动开发最痛苦的卡点:每次编好一个测试版 App,要通过广告代理商转交给终端客户安装测试,流程繁琐且极易装错版本;等测试员遇到闪退,开发人员又拿不到准确的崩溃堆栈。

“没有反馈,就谈不上持续交付(Without feedback you cannot have continuous delivery)。”

为了解决自己的痛点,他们在 2011 年春天上线了 HockeyApp,专门接管移动端的测试版分发与崩溃日志收集。这是一家典型的德式自举(Bootstrapped)小公司:没有拿过外部风险投资,到 2014 年 12 月被微软收购时,整个团队只有 11 到 12 个人。

2017 年他在一次访谈中回忆,直到公司被收购前,身为联合创始人的他每天还要亲自回复 20 到 30 条用户技术支持帖。而微软最初找上门时,只是一位产品经理来请教崩溃分析机制,团队还以为只是一次常规的产品演示或技术合作,没想到聊着聊着变成了并购尽调。

2015 年初搬到西雅图加入微软后,Dohmke 展现出了小团队创业者身上罕见的另一面:在大厂庞大机器里穿针引线的整合手腕。

2018 年 6 月,微软宣布以 75 亿美元股票收购 GitHub。Dohmke 成了这起天价并购案背后的整合项目负责人之一,横跨法务、人事、财务与工程团队做对接;随后他留在 GitHub 出任战略项目副总裁,一路参与了免费私有仓库开放、北极代码库计划(Archive Program),以及 npm、Semmle、Dependabot 等关键基础设施的收购。

这也解释了为什么在 2021 年 11 月 Nat Friedman 卸任时,接力棒会交到当时担任首席产品官的 Dohmke 手中。



PART 03、掌舵 Copilot 四年:

光鲜增长背后的裂缝与反思

这里需要先修正一个流传甚广的错觉:Dohmke 并不是 GitHub Copilot 的发明者。Copilot 的首次技术预览发布于 2021 年 6 月 29 日,当时的公告署名仍是前任 CEO Nat Friedman。

Dohmke 真正扮演的角色,是把一个实验室里的惊艳预览,推向全球上千万开发者的商业化操盘手。

在他任内的四年里,Copilot 的扩张速度载入了软件工业史:

  • 2022 年 6 月,Copilot 正式向个人开发者全面开放(定价 10 美元/月);

  • 2023 年 3 月,推出 Copilot X 愿景,将 AI 从单纯的“行内代码补全”推向对话、PR 与终端;

  • 2024 年下半年,打破单一模型绑定,引入 Anthropic 与 Google 模型, 并推出 Copilot Free,平台注册开发者总数突破 1.5 亿;

  • 到 2024 财年第四季度,微软披露 GitHub 整体年化收入运行率(ARR)达到 20 亿美元,其中 Copilot 贡献了当年收入增量的 40% 以上;到 2025 年 7 月,Copilot 累计用户规模跨过 2,000 万大关。

但在一路高歌猛进的财报数字背后,身为平台掌门人的 Dohmke,也比任何人都更早看到风暴中心的裂缝:

第一道裂缝是组织与社区的阵痛。

2022 年 Copilot 刚商业化,开源组织 Software Freedom Conservancy 就公开宣布弃用 GitHub,围绕训练数据透明度与开源许可证发起了激烈质疑,随后的版权诉讼一路打到美国第九巡回上诉法院(直到 2026 年 9 月法院才维持驳回特定 DMCA 主张的裁决);而在 2023 年初,GitHub 也不得不宣布最高 10% 的裁员并转向全远程办公。

第二道裂缝,则是产品演进撞上的“交付悖论”。

早期宣传中广为传播的“Copilot 让编码速度提升 55%”,源自一项让 95 名开发者写 JavaScript HTTP 服务器的受控实验。但在真实的企业级复杂工程里,代码写得快,并不等于软件交付得快。

2024 年 4 月,GitHub 雄心勃勃地推出了 Copilot Workspace 技术预览,试图打造原生的任务级开发环境;但到了 2025 年 5 月 30 日,这个预览项目却宣告终止。几乎在同一时间(2025 年 5 月 19 日),GitHub 上线了可以异步提 Pull Request 的 Coding Agent。

当成百上千个 Agent 开始像机关枪一样往代码库里提交 PR 时,所有研发团队都发现了一个残酷的事实:Git 这套诞生于二十年前、默认“人类手写每一行代码”的版本控制系统,根本没有地方存放 AI 思考的过程、走过的弯路和验证的证据。

人类审查员面对海量的代码 Diff,不知道 Agent 为什么这么改,也不敢随便点下 Merge。



PART 04、6000 万美金再出发: 

从“寄生插件”到正面重做 Git

2025 年 8 月 11 日,Dohmke 发表告别信, 宣布将在年底完成交接后卸任 GitHub CEO,重返创业一线。与此同时,微软对架构做出调整,不再直接补任独立的 GitHub CEO,而是将其管理团队更深地并入微软 CoreAI 体系。

他拉上了自己从八年级就认识的少年好友 Georg Friedrich,以及在 GitHub 担任副幕僚长的 Cole Driver,创立了 Entire。

2026 年 2 月 10 日,Entire 正式走出隐身模式,一出手就是由 Felicis 领投、Madrona 与微软 M12 跟投的 6,000 万美元种子轮,投后估值高达 3 亿美元。

如果仔细复盘 Entire 从今年 2 月到 10 月底的产品演进路线,你会看到一套极其老辣的“三步走”包抄策略:


在 10 月 26 日最新发布的原生 Git Forge 中,Dohmke 交出了他对后 AI 时代代码平台的理解:

  • 用 Trails(轨迹)重塑审查:不再让工程师干巴巴地盯着几千行代码 Diff 猜意图,而是把每次推送后的自动化评估结果、风险点、以及 Agent 当时的推理上下文串成一条可追溯的证据链;

  • 用 Continuous Memory(持续记忆)沉淀资产:过去程序员跟 AI 聊完天,关掉窗口上下文就丢了;现在提示词、排查过程和会话直接变成仓库里可复用的团队记忆。

从最初“补充 GitHub”的周边工具,到今天直接提供伦敦、新加坡数据中心驻留的独立 Git 托管平台,Entire 已经亮出了争夺下一代代码基础设施入口的底牌。



PART 05、行客观察:

脱掉 89 倍速的光环,真正的硬仗在哪?


尽管头顶前 GitHub 掌门人的光环、手握 3 亿美元估值,但站在工程与商业落地的冷峻视角审视, Entire 面前依然横亘着三道必须用真金白银去跨的关卡:

1. “快 89 倍”和“省 71% Token”背后的限定条件

在发布材料中,Entire 抛出了两个极具传播力的数字:推送吞吐比传统平台快约 89 倍,图检索组件(entire-graph)最高节省 71% 的 Token。 但技术负责人必须看清分母:

  • 所谓 89 倍,来自其开源压测工具 ForgeMark 在特定并发下的测试——默认让多个 Agent 分别向各自独立的引用分支(ref)并发推送,这测的是底层分布式无中心架构的并发吞吐,并不等于多个 Agent 往同一个主干分支合并代码时不发生逻辑冲突,更不等于整个软件项目的交付速度加快了 89 倍。

  • 所谓 最高省 71% Token,高度依赖具体的编码查询场景;正如行客科技此前在多篇开源解剖中所指出的,上下文变短不自动等于补丁一次通过率提高。

2. 免费底座背后的商业化考题

截至 10 月 30 日,Entire 的 Early Access 报价策略非常激进:代码托管、Trails、会话存储、记忆与搜索功能全部免费,唯一收费的是后台 Review Agents 消耗的大模型 Token(按模型厂商公开价计费),企业定制需求另行询价。 同时,虽然其 CLI、entire-graph(MIT 协议,提供纯本地静态关系映射,不自带 MCP 或对话记忆) 和 entire-brain 已经开源,但核心底层数据库 EntireDB 以及自托管节点仍在路线图上。靠代收模型 Token 费能否撑起 3 亿美元估值?企业愿意为哪一层治理能力签下高毛利的年单?这仍是待解的商业方程。

3. 四方混战:大象并没有躺在原地装死

Dohmke 比谁都清楚,让一家企业换掉代码托管平台, 意味着要迁移权限体系、CI/CD 流水线、合规审计与成百上千名工程师的肌肉记忆。更何况对手也在狂奔:

  • GitHub 在 10 月 28 日的 Universe 大会上由微软 CoreAI 执行副总裁 Jay Parikh 挂帅,把几乎同维度的“会话连续性”和“Agent 审查”塞进了拥有 1.5 亿开发者的既有生态;

  • Cursor 已经向付费用户开放了自研的 Git Forge(Origin,底层基于 Continuity 架构);

  • Anthropic 干脆为自己日均数万次提交的极端规模重写了一套内部源码控制系统(Scion)。


尾声:从 11 人小作坊到硅谷牌桌中央

十五年前,Thomas Dohmke 在柏林带着 11 个人的小团队做 HockeyApp 时,没有一分钱风投,靠着每天亲手回几十封报错邮件,一步步把工具卖进了微软。

今天,48 岁的他坐在硅谷最顶级的牌桌中央,身后是 50 名分布在全球的精锐工程师和 6,000 万美元的巨额种子资金。他的起点变了,筹码变了,对手也变成了自己曾经亲手执掌的帝国。

但那个从 2008 年汽车防碰撞实验室里带出来的问题,依然悬在所有人的头顶:

当 AI 在一秒钟内吐出成千上万行代码时,当事故发生、系统停摆的那一刻,究竟是谁看懂了它,又是谁敢为它签字负责?

这场关于“代码信任底座”的战争,才刚刚打响第一枪。

行客科技 · 研发底座与工程治理引流卡片


代码生成已经过剩,“可验证的交付底座”才是未来的胜负手

无论是前 GitHub CEO 押注 6,000 万美金重做 Git,还是头部大厂纷纷重构内部审查流水线,都在指向同一个产业现实:单纯引进 AI 写代码的红利期已经结束,谁能留住修改上下文、建立自动化风险轨迹(Trails)、守住合入主干的质量底线,谁才能把 Token 真正转化为生产力。


行客科技(Xingke Tech) 专注于企业级 AI 研发基础设施改造与全链路交付工程治理。我们协助研发团队解决三大核心挑战:

  1. 人机协作代码流与上下文留存改造:打通本地 Coding Agent 会话与 Git 提交链路,沉淀可追溯、可审计的变更证据链(Checkpoints & Trails);

  2. 存量代码库静态图谱与精准导航部署:基于业务场景选型配置 entire-graph、LSP 语义工具与混合检索体系,在不泄露核心代码的前提下提升跨模块改动准确率;

  3. 自动化审查门禁与回归防线建设:定制模块级防错规范与高风险变更拦截流水线,彻底消除“AI 写码一分钟,人工排查两小时”的交付倒挂。

🎁 本期硅基心跳专属资料包:

关注公众号 【行客科技】,后台回复关键词 「重做Git」,免费领取:

  • 《下一代 AI 代码基础设施全景对比报告(Entire / Cursor Origin / GitHub Universe 2026 / Anthropic Scion)》

  • 《Entire 开源组件(CLI / entire-graph / ForgeMark)本地部署与架构核查指南》

  • 《Thomas Dohmke 2008-2026 核心访谈与工程方法论一手文献索引》

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/202838