當 AI 讓程式碼激增 14 倍的時代，人類與 AI 的新工作室「Git Forge」是什麼？

By Gi Pyeong Lee
AI Git Entire 軟體 協作
插圖描繪人類開發者與 AI 程式設計代理在數位協作空間中共同審查與管理程式碼的情景
AI Summary

由於 AI 程式設計代理產出的程式碼量太大，人類難以逐一審查，為了促進 AI 與人類的協作，具備自動評分與全新管理機制的次世代「Git Forge」平台正迅速崛起。

當 AI 讓程式碼激增 14 倍的時代，人類與 AI 的新工作室「Git Forge」是什麼？

試想一下。開發者民秀先生早上進公司坐在電腦前，對著 AI 助理說：「幫我把支付取消按鈕加到我們的購物商城 App 裡。」僅僅幾秒鐘，AI 就完成了數百行電腦程式碼並提交。在過去，這需要開發者熬夜好幾天才能完成的工作量，現在轉瞬間就搞定了。

但隨之而來的是一個巨大的問題。無論 AI 產出的程式碼速度有多快，由於人類必須親眼確認這些程式碼是否有錯誤或安全漏洞，這個審查過程變成了嚴重的瓶頸。事實上，根據代表性程式碼儲存與分享平台 GitHub 的統計，由於 AI 程式設計代理（AI Coding Agent，指能根據指示自行撰寫與修改程式碼的人工智慧程式）的蓬勃發展，記錄在儲存庫中的作業單位「提交（Commit）」總量，預計將從 2025 年的約 10 億次，在 2026 年暴增至約 140 億次，成長達 14 倍之多 [Cursor Origin for AI Agents vs GitHub]。

人類每天能親自審查的程式碼數量有限，但 AI 產出的程式碼量卻像大海般氾濫。為了克服這個難題，軟體開發業界正掀起一場變革，試圖從系統底層重新設計儲存庫，讓 AI 與人類能並肩工作。這就是以由前 GitHub 執行長所領導的「Entire」為首的「Git Forge」登場的緣由 [The Git Forge for Agent-Human Collaboration · Entire, Entire launches an agent-first Git forge with automated review gates]。

為什麼這很重要？

首先，讓我們簡化解釋一下什麼是「Git Forge」。

正如我們在編寫文件時會使用 Google 雲端硬碟或 Notion 來保留修改紀錄並與他人共用，程式設計師使用** Git（版本控制系統）**來記錄程式碼的變更歷程 [Git- Install]。而「Git Forge」是指基於 Git，協助眾多開發者在線上聚集，儲存程式碼、相互審查並合併工作的大型線上儲存庫兼協作空間。我們熟知的 GitHub 或 GitLab 便是代表性的傳統 Git Forge [The Git Forge for Agent-Human Collaboration · Entire, Github competitor Entire is live now - how the agent-first platform …]。

那麼，為什麼單靠 GitHub 這樣的傳統儲存平台已經不夠，而需要新的 Git Forge 呢？為了便於理解，我們用麵包店的例子來說明。

若傳統軟體開發模式是「5 名人類麵包師傅聚集在一起，每天用心烤 50 個麵包，並逐一檢查彼此麵包的形狀與口感」，那麼 AI 程式設計代理登場後的狀況就像是「自動烘焙機器人進駐，每天噴發出 700 個麵包」。機器人雖然能極快地製作麵包，但有時會因為風險而把鹽放成糖，或製作出變形的麵包。此時，若人類師傅仍試圖用老方法，拿著放大鏡逐一檢查 700 個麵包，門市的工作檯很快就會癱瘓。

目前的軟體開發現場正處於這種過負荷的狀態 [Cursor Origin for AI Agents vs GitHub]。雖然無數企業為了提升生產力導入了 AI 數位勞動力（AI Workforce），但人類審查 AI 程式碼的速度卻跟不上，導致了瓶頸 [The $100 Billion AI Workforce: Why Companies Won’t Need… - YouTube]。

最終，隨著開發者的職責從單純的編碼者轉變為監督與核准 AI 產出物的管理者，一套能自動安全評估並控制 AI 程式碼產出的新協作工作室變得迫在眉睫 [Entire launches an agent-first Git forge with automated review gates, Github competitor Entire is live now - how the agent-first platform …]。

輕鬆理解：次世代 Git Forge 有何不同？

在傳統 Git Forge 的運作方式中，最具代表性的作業程序是「Pull Request (簡稱 PR)」 [Entire：為 Agent 與人協作打造的 Git Forge — The Git Forge for Agent-Human …]。Pull Request 是請求同事「請把我寫的程式碼合併到整個主專案中」的程序，迄今為止，都是由人類按時間順序閱讀程式碼並檢查修改的部分。

然而，AI 時代的新型 Git Forge 正從根源上徹底改變這些舊習慣 [Github competitor Entire is live now - how the agent-first platform …]。

1. Entire：專為 AI 與人類協作打造的新儲存庫

前 GitHub 執行長 Thomas Dohmke 所發表的 Entire，提出了三項能實現 AI 與人類流暢協作的核心創新技術 [The Git Forge for Agent-Human Collaboration · Entire, Introducing Entire: the Git forge for agent human collaboration, Entire launches an agent-first Git forge with automated review gates]：

若將此類變化比作計分系統就很容易理解：

傳統模式：教師逐字閱讀並批改 1,000 名學生的試卷。 Entire 模式：如同智慧計分系統，AI 先完成初步檢查，然後提示：「絕大多數安全，僅需確認第 91 題答案」，標示出需要注意的風險區段。

2. 與多個 AI 代理共存的共同工作室

許多 IT 企業正在構建人類與多個 AI 在同一空間中互相配合的「多玩家 AI (Multiplayer AI)」環境 [Dust - Multiplayer AI for human-agent collaboration]。

現況：進度到哪了？有什麼待解難題？

技術生態圈中出現了許多協助 AI 與人類協作的開源工具。

  • 反去技術化 (Anti-Deskilling) 規範：為了防止人類因過度依賴 AI 而導致技術退化，出現了如「The Forge Protocol Agent」等協作規範，引導人類不喪失主導權 [The-Forge-Protocol-Agent - GitHub]。
  • 逆向工程代理 REA：開發出了即便沒有原始碼，AI 也能調查 App 原理並重新實現功能的「REA」 [GitHub - morluto/rea]。
  • 開源 Forge 的基礎擴張：諸如低成本編碼模型「OpenCode Go」或輕量級開源 Forge「Forgejo」等，整體生態圈的基礎正在擴張 [Forgejo – Beyond coding. We forge., [OpenCode Go Low cost coding models for everyone](https://opencode.ai/go)]。

然而，山頭依然存在。例如開發團隊協作 App Buzz 等已具備自身 Git 整合的專案，其核心控制功能「工作流核准閘門 (Workflow Approval Gates)」要能在實際環境中完美運作，仍需更多技術熟化 [7 Buzz app use cases for development and project teams]。

未來走向如何？

我們的工作方式正處於不可逆轉的轉折點。展望 2026 年，GitHub 儲存庫單年將湧入 140 億次提交，這意味著未來軟體開發已從「人類手動打字的時代」，進入了「人類指揮 AI 代理艦隊的時代」 [Cursor Origin for AI Agents vs GitHub]。

未來，以下三項變化將成為標準：

  1. 開發者角色的進化：從程式碼編寫者轉變為確認 AI 程式碼安全並指引方向的「指揮官」與「政策監理人」 [Entire launches an agent-first Git forge with automated review gates]。
  2. 基於評分的核准機制：人類逐字閱讀程式碼的方式將消失，定居於以風險分數與自動化測試結果為基礎，快速合併程式碼的系統 [Entire：為 Agent 與人協作打造的 Git Forge — The Git Forge for Agent-Human …]。
  3. 超高速平台的必備化：為無延遲處理龐大作業量，次世代儲存庫將成為必要基礎設施 [Entire：為 Agent 與人協作打造的 Git Forge — The Git Forge for Agent-Human …]。

技術進步不斷降低程式設計的門檻。當名為 AI 的強大引擎與名為 Git Forge 的安全控制器結合時，人類與 AI 將能比過去更快、更精確地攜手創造未來的軟體 [The Git Forge for Agent-Human Collaboration · Entire, Building shared workspaces for people and agents]。

AI 的觀點 (MindTickleBytes AI 記者)

「曾經有人擔憂 AI 代寫程式碼的時代來臨後，開發者將變得不再被需要。但次世代『Git Forge』的崛起展現了截然不同的未來。當 AI 帶動生產力暴增時，判斷該程式碼是否走向正確方向的人類判斷力與責任感，將變得更加重要。新型儲存庫平台並非為了取代人類，而是成為協助人類安全指揮 AI 艦隊的強大駕駛艙。」

參考資料

  1. The Git Forge for Agent-Human Collaboration · Entire
  2. Introducing Entire: the Git forge for agent human collaboration
  3. GitHub - microsoft/agent-forge: AGENT-FORGE is a Context Engineering Toolkit
  4. Entire：為 Agent 與人協作打造的 Git Forge — The Git Forge for Agent-Human Collaboration
  5. Entire launches an agent-first Git forge with automated review gates
  6. The-Forge-Protocol-Agent - GitHub
  7. Github competitor Entire is live now - how the agent-first platform works
  8. The $100 Billion AI Workforce: Why Companies Won’t Need… - YouTube
  9. Dust - Multiplayer AI for human-agent collaboration
  10. GitHub - morluto/rea: Reverse engineer anything with agents
  11. Forgejo – Beyond coding. We forge.
  12. [OpenCode Go Low cost coding models for everyone](https://opencode.ai/go)
  13. Git - Install
  14. Building shared workspaces for people and agents
  15. [Cursor Origin for AI Agents vs GitHub LinkedIn](https://www.linkedin.com/posts/gargeya-sharma_cursor-origin-git-forge-for-agents-gargeya-activity-7495459067725819904-Bu6y)
  16. 7 Buzz app use cases for development and project teams
  17. AgentForgeMCP - MCP Server
AD
測試你的理解
Q1. 由於 AI 程式設計代理的活絡，GitHub 的年度提交（Commit）總量預計將從 2025 年的約 10 億次，在 2026 年激增至多少？
  • 約 20 億次
  • 約 50 億次
  • 約 140 億次
隨著 AI 程式設計代理快速編寫程式碼，GitHub 的年度提交總量預計將從 2025 年的約 10 億次，在 2026 年暴增至約 140 億次，增幅達 14 倍。
Q2. 由前 GitHub 執行長 Thomas Dohmke 共同創立、專注於 AI 與人類協作的 Git Forge 平台名稱為何？
  • Entire
  • Forgejo
  • Dust
Entire 是由前 GitHub 執行長 Thomas Dohmke 推出的次世代 Git Forge 平台，專為 AI 程式設計代理與人類開發者的協作而設計。
Q3. Entire 平台為了衡量風險，取代現有 Pull Request (PR) 手動時間軸所導入的獨特機制是什麼？
  • 手動核准章
  • Trail（軌跡）與自動化評分
  • 區塊鏈分散式帳本
Entire 透過「Trail（軌跡）」機制，讓編碼對話歷程可供檢索，並提供自動化評分（Automated Evaluation Scores），讓使用者能直觀判斷合併風險。