OpenAI 發表 Pando 儲存庫後端架構 以應對 AI Agent 規模化 Git 負載

OpenAI 技術團隊成員 Aaron Friel、Taylor Blau 與 Ted Nyman 發表了為內部單一程式庫（monorepo）打造的全新 Git 後端架構 Pando。該系統旨在支撐 Codex 與自動化 Agent 在軟體開發流程中帶來的大量平行工作負載。在過去一年中，工程師與 AI 工具同時發起多組變更，導致分支推送、合併、持續整合（CI）與代碼拉取需求倍增，儲存庫可靠度一度低於 90%。 為了解決傳統架構中集中協調的瓶頸且不改變團隊現有工具習慣，OpenAI 在維持原生 Git 協定與用戶端相容的前提下重新設計後端限制。Pando 放棄了全儲存庫統一的時間點一致性（point-in-time consistency），改採針對單一分支參照的因果一致性（causal consistency）。針對不相關分支的寫入各自獨立進行，推送信號寫入物件儲存區與中繼資料，僅在同時修改相同分支參照時產生衝突。在讀取端，Pando 透過跨客戶端重用 packfile 壓縮包，減少伺服器即時運算負擔並提高吞吐量。 OpenAI 表示，Pando 目前已支撐內部 monorepo 的日常開發，在實際生產環境中將 push 中位數延遲降低近 5 倍，且每日對外提供近 1 PB 的 Git 數據傳輸。

值得帶走的重點

• OpenAI 研發全新 Git 後端系統 Pando，用以支撐由 Codex 與 Agent 帶動的高併發 monorepo 開發需求。
• 系統維持原生 Git 協定與用戶端相容，並將全儲存庫一致性放寬為針對單一分支參照的因果一致性。
• 讀取架構透過跨用戶端重用 packfile 降低伺服器運算負載，使代碼拉取吞吐量最大化。
• OpenAI 表示 Pando 上線後將中位數 push 延遲降低近 5 倍，每日 Git 傳輸量接近 1 PB。