如今AI 编码工具遍地开花，编程 Agent 逐步替代人类编写代码，软件研发的核心命题正在改变。

近日，前 GitHub 的CEO 托马斯·多姆克（Thomas Dohmke） 带着 6000 万美元种子轮融资创办新公司 Entire。这一创业公司初建即估值 3 亿美元，其目标是聚焦下一代开发者平台 —— 让人类从代码编写者，变成 AI Agent 的管理者。这不仅是一次技术专家的再创业，更是对 AI 原生时代软件研发模式的重构。

6000 万美元押注新赛道：不造 Agent，做 Agent 管理者

在 AI 编程赛道扎堆开发工具的当下，托马斯·多姆克的选择显得有些与众不同。作为推动 GitHub Copilot 规模化落地的核心人物，他清楚当下开发者工具的核心痛点：Cursor、Claude Code、Devin 等编程 Agent 成为研发标配后，团队面临的问题不再是 “如何写代码”，而是 “如何管理大量 AI 生成的代码、让多个 Agent 协同工作、追溯 AI 代码的逻辑与来源”。

Entire 的创立，正是为了解决这一问题。这家此前一直隐秘运营的公司，凭借 6000 万美元种子轮融资引发行业的关注 —— 这也是硅谷风投 Felicis 口中 “迄今为止开发者工具初创公司获得的最大一笔种子轮投资”，包括微软 M12、杨致远、Y Combinator CEO Garry Tan 等资本和行业大佬均参与投资。

托马斯·多姆克向大家明确了 Entire 的产品定位：

专为管理大量人工智能编码 Agent 的团队设计，核心是帮助人们管理和理解 AI 生成的代码内容。

“就像汽车公司用流水线取代传统手工生产，我们必须重新构想软件开发生命周期，适应机器成为代码主要生产者的世界。” 在他看来，未来的软件研发团队，不必人人亲自写代码，而是要学会驾驭 AI Agent，让智能体和人类协作、学习、共同完成研发工作。

为了落地这一理念，Entire 推出首个开源项目 Checkpoints，一款被开发者评价为 “一等公民” 的命令行工具。

它能记录 AI 生成代码的逻辑和指令，将这些信息与代码一同保存，让团队清晰了解代码的变更方式和原因，让 AI 编写的软件能够被有效审查和审计。目前，Checkpoints 已支持 Claude Code 和 Gemini CLI，还计划兼容更多主流编程 Agent，成为 AI 代码管理的基础工具。

如今的 Entire 是一支仅 15 人的全球远程团队，成员均来自 GitHub、Atlassian 等开发者工具领域，今年晚些时候，随着完整平台的推出，团队规模还将扩大。

AI Native 团队重构研发：不看代码，只传递 “意图”

依托马斯·多姆克的判断，正被当下的软件研发实践验证。

在他与 Atlassian CTO 拉吉夫·拉詹（Rajeev Rajan）的对话中，AI Native 团队成为高频提及的概念，这也是未来软件研发的核心形态。

所谓 AI Native 团队，核心是彻底改变与代码的相处方式。

在从零开始的 Greenfield 项目中，使用 Claude Code 的开发者会刻意 “避免看代码”：他们不再关注具体的语法和实现，而是通过 提示语Prompt、推理过程、“表达意图” 的方式驱动 AI Agent 工作；代码审查也不再逐行核对，而是让 Cursor、BugBot 等工具先识别问题，人类只做核心的判断。

更颠覆的是，AI Native 团队的终极形态，是让代码审查 Agent 和编程 Agent 直接对话，人类彻底退出中间环节。

这并非 “AI 取代人类”，而是人类的角色升级 —— 从代码生产者，变成 Agent 的掌控者和意图的表达者。

Atlassian 的实践让这一模式有了具体参考。其内部的 AI Native 团队中，工程师几乎不再手写代码，而是专注于 Agent 的编排和调度；产品经理、设计师、工程师的边界逐渐模糊，PM 能用编码 Agent 做原型，设计师能直接驱动 AI 生成交互，团队规模不变，但产出能达到原来的 2-5 倍。拉吉夫·拉詹直言，把 AI 用于 “降本增效、减少工程师” 抓错了重点，真正的价值是 “借助 AI 创造以前做不到的东西，提升生产力，找回工作的乐趣”。

这一切的前提，是研发瓶颈的转移。

当写代码的成本趋近于零，研发的核心瓶颈从 “代码编写”，转移到了代码左侧的规划与规格，以及代码右侧的 CI/CD、部署、事故处理。Atlassian 将其称为 AI Native SDLC（软件开发生命周期），并打造了专属编程 Agent RoboDev，通过 Teamwork Graph 系统为其提供全链路上下文，包括员工协作关系、PR 进度、Jira 需求关联等，让 Agent 的智能程度大幅提升，甚至在基准测试中超越了 Claude Code。

远程办公新曙光：Agent 成为 24 小时协作伙伴

AI Agent 的出现，让远程办公迎来新的发展可能。

托马斯·多姆克将 Entire 打造成全球远程开发团队，成员遍布澳大利亚、德国、西班牙、美国等多个时区，AI Agent 则成为这支团队的核心协作纽带。

远程办公的痛点从来不是线上沟通，而是 “时空隔离带来的孤独与响应滞后”—— 遇到问题时，不知道谁能立刻解答，跨时区协作更是存在天然时间差。而 AI Agent 成为了团队的 24 小时在线伙伴：代码审查 Agent 随时待命，头脑风暴 Agent 能即时响应，研究 Agent 能快速梳理资料，遇到技术难题时，Cursor Composer 能在 3 秒钟内给出解决方案。

在 Entire 的发布当日，这种优势体现得淋漓尽致：美国团队结束工作回家时，澳大利亚团队正值中午，继续维护社区和项目，而 AI Agent 全程兜底，实现了研发工作的无间断运转。

托马斯·多姆克坦言道，Agent 让远程团队重新获得竞争优势，弥补了与线下团队的协作差距，“我永远有人在线，这是远程办公的理想状态”。

Atlassian 作为分布式协作的先行者，也印证了这一点。其 “Team Anywhere” 模式允许员工在任何地方工作，AI Agent 让分布式协作的效率大幅提升 —— 凌晨两点写代码遇到卡顿，无需独自死磕，只需向 Agent 提问就能获得即时解答，让远程研发的体验无限接近线下办公。

未来已来：两年后，编程语言和 IDE 或将成为历史？

当 AI Native 成为研发主流，软件行业的未来会走向何方？托马斯·多姆克和拉吉夫·拉詹给出的答案，颠覆了人们对编程的传统认知。

首先是职业角色的融合。

托马斯·多姆克认为，传统产品经理、设计师、软件工程师的边界会高度重叠：产品经理会变成产品工程师，亲自用 Agent 打造产品原型；设计师会变成设计工程师，直接驱动 AI 实现设计落地；软件工程师则专注于 Agent 的调度和系统架构。三者的工作内容不再割裂，而是围绕 “产品意图” 形成闭环。

工程管理模式也在改变：管理幅度将大幅扩大，从传统的 “每人带 2 人” 的二叉树结构，变成一人带 30-50 人的扁平化结构，经理会更少，但更贴近代码；工程领导者也能重新回归编码本身，Atlassian CTO 拉吉夫·拉詹甚至会在假期自己买电脑，用 Claude Code 写应用和 Python 脚本，“往上走后离代码越来越远的距离，正被 AI 拉近”。

拉吉夫·拉詹给出了更激进的判断：

两年后，传统的编程语言和 IDE 可能不再需要。当下的研发正从 “人工与 Agent 混合编码” 走向 “零手写代码”，人类不再需要逐行检查代码，而是专注于输入输出验证，确保系统的安全性、可靠性和性能；未来，这一切会上升到 “意图层面”，人们只需向 AI 表达产品需求，背后的 “AI 虚拟机” 会完成所有的代码转化、调试、部署，编程语言作为 “人类与计算机的沟通媒介”，存在价值将被彻底取代。

当然，这一过程并非一蹴而就。目前，编程 Agent 仍只能胜任 Greenfield 项目，面对大型遗留的软件系统，效果仍大打折扣；当所有想法都能被 AI 快速转化为代码，新的瓶颈也会出现 —— 大量的 PR 和需求堆积，可能导致 “霍默・辛普森的车” 效应：所有功能都被堆砌进去，却缺乏产品思维，最终导致体验混乱。

因此，托马斯·多姆克亦强调，优秀的产品经理、设计师、工程师依然不可或缺，这些角色是产品架构的核心，也是避免 AI 研发陷入无序的关键。

机遇与挑战并存：token 成本飙升，但软件研发重获乐趣

AI Agent 带来的不仅是研发模式的改变，还有企业成本结构的重构。

托马斯·多姆克提醒，未来几年企业的研发成本将大幅飙升，核心并非人力，而是 token 的账单。

“你的开发者越高效，token 消耗越大，成本越高。” 

这是一种全新的成本逻辑：传统研发的成本是固定的工资、福利，而 AI 原生研发的成本是可变的 ——Agent 的使用效率越高，产生的 token 费用就越高，甚至可能出现 “让开发者慢一点，以控制 token 成本” 的反向操作。这要求企业重新设计预算模型，将 token 成本纳入核心考量，大型企业的财务团队也需要与研发团队深度协作，找到效率与成本的平衡点。

但即便如此，没有企业会为了控制 token 成本而裁员。

托马斯·多姆克直言，人力的代价高于 token 成本，AI Agent 带来的生产力提升，足以覆盖这部分支出。更重要的是，AI 让研发工作重新变得有趣。

回忆起 90 年代在 Commodore 64 计算机上学编程的经历，托马斯·多姆克感慨道，那时解决一个 bug 需要翻书、去计算机俱乐部求助，常常带着挫败感入睡；而现在，终端里的构建错误、npm 报错，只需丢给 Codex，3 秒钟就能解决；单元测试这种枯燥的工作，也能让 AI 全权接手。

他这样说：

“我们总关注 AI 的代码生成能力，却忽略了它能帮我们摆脱繁琐工作，让我们重新聚焦于创意和思考，找回最初学习编程的快乐。”

他亲身体验了 OpenAI 最新的 Codex Mac 应用，用 SwiftUI 开发了三个原生 Mac 应用，全程几乎没看一行代码，而在过去，光是配置环境、调试错误，就足以消磨掉所有创意。这种改变，让研发回归本质 —— 不再是与代码的博弈，而是与创意的对话。

结语：从 “写代码” 到 “管理智能体”，编程回归本质

托马斯·多姆克的再创业，不仅是一次风险资本押注，更是对软件研发本质的回归。

编程的核心从来不是代码本身，而是人类的创意、逻辑和对需求的理解，代码只是实现这一切的媒介。而 AI Agent 的出现，让人类终于可以摆脱媒介的束缚，直接用 “意图” 驱动研发。

Entire 的 6000 万美元种子融资，标志着 AI 研发从 “工具时代” 进入 “管理时代”；AI Native 团队的崛起，预示着软件行业的全新未来。未来的开发者，不必精通所有编程语言，不必熟记 API，甚至不必亲手来敲代码，但必须学会表达意图、驾驭 Agent、架构产品。

当编程语言和 IDE 成为历史，当 AI 虚拟机成为研发标配，软件研发会变得更简单，也更有价值 —— 因为人类终于可以把所有精力，都用在创造本身。

而这，正是编程最本真的意义。

作者：手扶拖拉斯基