OpenAI ha costruito un nuovo backend per Git, chiamato Pando, e lo usa ormai per tutto lo sviluppo nel proprio monorepo. Lo racconta l’azienda in un articolo tecnico pubblicato il 2 novembre e firmato da Aaron Friel, Taylor Blau e Ted Nyman. Secondo i dati diffusi da OpenAI, la latenza mediana dei push è scesa di quasi cinque volte, circa l’80% in meno, mentre il sistema serve quasi un petabyte di dati Git al giorno.
Perché OpenAI ha dovuto cambiare il backend Git
Il problema è la crescita. Il lavoro di sviluppo svolto con Codex e con gli altri agenti di programmazione ha moltiplicato push, fetch e merge sul monorepo, fino a mettere sotto pressione l’infrastruttura Git tradizionale. OpenAI scrive che l’affidabilità era scesa a tratti sotto il 90%, con fetch e push lenti e merge falliti. Il peso degli agenti di programmazione si vede anche sul fronte consumer: ChatGPT e Codex condivideranno la stessa quota di utilizzo.
Gli obiettivi di Pando sono due: scritture scalabili in orizzontale e la massima velocità di lettura. Il sistema resta compatibile con il protocollo e con i client Git, quindi gli sviluppatori e gli strumenti già in uso non devono cambiare abitudini.
Come funziona Pando
Sul piano architetturale Pando adotta la coerenza causale, con scritture serializzabili per ciascun riferimento (ref). I dati vivono in packfile immutabili conservati in un blob store, mentre le versioni dei ref stanno in un metadata store separato. I push annunciano soltanto un branch trunk, e i pack tipici restano molto piccoli: la mediana è sotto i 20 KiB e il 99° percentile sotto i 3 MiB.
In lettura il sistema riutilizza i packfile già pronti grazie alla funzione packfile-uri di Git. Un servizio chiamato Express mantiene una cache regionale dei pack con un tasso di successo superiore al 99%, e le operazioni di clone e fetch riescono a saturare collegamenti da 10 Gbps. In background una compattazione su cinque livelli, da L0 a L4, riorganizza i dati in modo simile a un albero LSM.
I numeri dichiarati da OpenAI
Oltre al calo di quasi cinque volte nella latenza mediana dei push, OpenAI parla di quasi un petabyte di dati Git consegnati ogni giorno, con un picco di oltre 57 TB in una sola ora. Più del 99% del traffico viene servito dalla cache su disco locale. Si tratta di cifre fornite dall’azienda stessa, non verificate da terzi.
Scritto con Codex in dieci settimane
Il dettaglio più curioso riguarda il modo in cui Pando è nato. OpenAI afferma di averlo realizzato con Codex in dieci settimane, in Rust, con una suite di test di conformità e con simulazione deterministica. Per le dimostrazioni formali in Lean e TLA+ il team ha usato GPT-6 Astra, mentre per il red-teaming ha impiegato modelli con le capacità del programma Daybreak, dedicato alla cybersicurezza. Pando ha iniziato a servire traffico di produzione in aprile.
Contributi a Git e prossimi passi
OpenAI sostiene di aver riportato a monte, nel progetto Git, alcuni miglioramenti nati durante il lavoro: tra questi le “explicit haves”, il supporto a packfile-uri e nuovi strumenti di tracing. L’azienda dice anche di valutare come condividere la tecnologia con gli utenti, ma per ora non ha annunciato un rilascio pubblico di Pando. Il tema dei sistemi di versionamento pensati per gli agenti è comunque caldo: poche settimane fa avevamo raccontato Entire, la Git forge per agenti AI lanciata dall’ex CEO di GitHub.
Aiutaci a crescere: lasciaci un like :)