Откуда пришла идея собственного бэкенда
В OpenAI существенно выросла нагрузка на систему контроля версий из-за активного использования инструментов автоматического написания кода, таких как Codex. По данным компании, к концу года количество ежеквартальных коммитов в ее монорепозиторий увеличится более чем на 2 400%. Традиционные серверы Git создавались в расчете на работу инженеров-людей, генерирующих десятки или сотни изменений в день. При постоянной работе ИИ-ассистентов интенсивность операций выросла до тысяч коммитов и слияний в час.
Из-за высокой нагрузки надежность прежней инфраструктуры упала ниже 90%. Команда сталкивалась с замедлением скачивания и клонирования кода, ошибками слияния и ограничениями на размер репозиториев. Тем не менее, инженеры OpenAI решили сохранить совместимость с экосистемой Git, посчитав, что проблема кроется не в клиенте или протоколе (хотя они также подвергаются изменениям), а в архитектуре традиционных серверов.
Что нового предлагает архитектура Pando
Разработка бэкенда Pando заняла 10 недель. Архитектуру спроектировал один инженер, а реализацию выполнили группы агентов Codex на языке Rust. В апреле система была запущена в эксплуатацию. Сейчас Pando ежедневно обрабатывает около петабайта данных Git и сокращает задержку при отправке изменений почти в пять раз.
При проектировании Pando инженеры отказались от двух требований классических Git-серверов: необходимости поддерживать единое согласованное состояние всех веток одновременно и формирования индивидуального сжатого пакета (packfile) под каждый запрос клиента. Pando обрабатывает запись в каждую ветку независимо, благодаря чему при отправке изменений не приходится ждать завершения работы несвязанных веток. Клиенту при получении нескольких веток одновременно данные могут отображаться с небольшой разницей во времени, однако, как утверждает OpenAI, для разработчиков и ИИ-ассистентов принципиален только порядок обновлений внутри конкретной ветки.
При загрузке изменений Pando проверяет поступающий pack-файл, передавая его в хранилище BLOB-объектов, без распаковки в локальный репозиторий. Сведения о новой вершине ветки, расположении файла и зависимостях фиксируются в хранилище метаданных.
По умолчанию при отправке изменений в новые ветки Pando объявляет базовой только основную ветку (trunk). По данным OpenAI, на традиционных серверах при наличии миллионов веток их список может превышать 100 МБ, тогда как использование только ветки trunk удерживает этот объем на минимуме. Обратная сторона такого решения — при повторных отправках в одну и ту же ветку заново пересылается все, чего еще нет в trunk. Тем не менее команда считает этот компромисс вполне оправданным, поскольку медианный размер pack-файла в их монорепозитории все равно составляет менее 20 КБ.
Оптимизация доставки и хранения данных
Для получения кода Pando выбирает уже сохраненные пакеты и передает клиенту ссылки на скачивание с помощью протокольного механизма packfile-uri. Служба кэширования Express выдает эти пакеты из региональных кэшей с уровнем попадания выше 99% (по данным компании). На стандартных виртуальных машинах скорость клонирования и получения данных достигает предела сетевого соединения в 10 Гбит/с.
Чтобы избежать накопления множества мелких пакетов, фоновые процессы со временем объединяют их в более крупные. В отличие от стандартных серверов Git, требующих ресурсоемких операций упаковывания и очистки мусора, Pando сохраняет пакеты на всех уровнях компактизации и не удаляет их. Это снижает нагрузку на процессор и дисковый ввод-вывод.
Доработка клиента Git и условия доступа
Разработчики продолжают использовать стандартные команды Git, а OpenAI поставляет собственную сборку клиента для рабочих станций и приложения ChatGPT. В ходе работы над Pando компания устранила ряд проблем в самом клиенте Git, связанных с параллельной загрузкой пакетов через packfile-uri, удалением остаточных файлов после прерванных загрузок и трассировкой скачивания. Часть изменений уже принята в основной проект Git, другие опубликованы в публичном репозитории компании. В частности, туда вошли поддержка параллельного индексирования и функция explicit haves для корректной передачи истории веток.
Сам бэкенд Pando не распространяется как открытое программное обеспечение. Официальный анонс состоялся 2 ноября 2026 года, и система доступна в формате ограниченного предварительного просмотра для отдельных корпоративных партнеров OpenAI. В первом квартале 2027 года планируется расширение коммерческого доступа с моделью оплаты, зависящей от объема репозитория и количества операций. В коммерческую версию также входят инструменты мониторинга, отслеживающие долю сгенерированного ИИ кода, частоту конфликтов слияния и скорость роста репозитория.
