OpenAI cria novo backend de Git para sustentar pressão do Codex em monorepo

A necessidade surgiu quando o uso intensivo do Codex mudou o ritmo de trabalho dentro da OpenAI. Cada engenheiro passou a disparar várias alterações simultâneas para validação em integração contínua (CI). As rotinas de teste e pesquisa competiam pelo mesmo histórico de código ao mesmo tempo. No fim do ano passado, os servidores antigos começaram a falhar sob essa carga. A confiabilidade despencou para menos de 90% em momentos críticos. Operações de fetch e push ficaram lentas, e merges falharam em série.

Paralelismo isola branches e reaproveita pacotes

Para eliminar o gargalo sem abandonar mais de duas décadas de ecossistema Git, a OpenAI desenhou o Pando com duas metas claras: escrita escalável na horizontal e vazão máxima de leitura para saturar a largura de banda de rede dos clientes. O sistema coordena atualizações de cada branch de forma independente. Com isso, pushes direcionados a branches diferentes ocorrem em paralelo sem bloqueio mútuo. A contrapartida declarada pela empresa é que leitores que consultam múltiplos branches simultaneamente podem enxergar estados temporais ligeiramente dessincronizados. A concorrência alta cobra seu preço.

Na ponta de leitura, o backend abandonou o cálculo individual de arquivos compactados para cada cliente. O Pando reaproveita packfiles prontos entre diferentes operações de fetch. O cliente pode até baixar objetos que já possui em disco, mas o servidor entrega bytes cacheados em alta velocidade sem queimar ciclos de processamento repetidos. Esse arranjo sustenta a leitura contínua gerada por dezenas de tarefas de pesquisa e agentes disparados em paralelo. O consumo de banda aumentou, mas o servidor não trava mais.

Promessa de envio ao código aberto ainda depende de upstream

Toda a arquitetura descrita sustenta apenas o repositório proprietário da OpenAI até o momento. O Pando opera como infraestrutura interna e não teve seu código de backend liberado publicamente no anúncio. A empresa mantém um fork próprio do cliente em openai/git no GitHub e declarou a intenção de enviar melhorias de volta ao projeto upstream oficial do Git. O anúncio oficial funciona como demonstração de capacidade técnica sob o impacto de ferramentas de inteligência artificial, mas os números de ganho de desempenho vêm exclusivamente de métricas fornecidas pela própria companhia, sem validação independente externa.