OpenAI 没换掉 Git，而是把 Git 后端拆了重做

OpenAI 的 monorepo 最近遇到一个很具体的问题：Codex 让工程师和 agent 并行开分支、push、merge、clone 的次数涨得太快，旧 Git 服务跟不上。博客里给了一个数字，可靠性一度掉到 90% 以下。

他们没让工程师换一套版本控制。Greg Brockman 在推上说，Pando 是一个能撑住超大 monorepo 的 Git 后端，继续用 Git 是硬路，好处是开发者体验不用变。OpenAI Developers 补了结果：push 延迟降约 80%，每天服务近 PB Git 数据。

Pando 的位置可以这样理解：工程师和 agent 还是执行 git push、git fetch，客户端协议不变；变的是服务端怎么存 packfile、怎么更新 ref、怎么规划一次 fetch。

先放弃一个默认假设

传统 Git 服务通常保两件事：仓库级一致性和为每个客户端生成合适 packfile。Pando 把这两件事都放松了。

它给每个分支独立更新。不同分支可以并行 push；同一个分支仍然按顺序。读的时候，如果一次 fetch 看多个分支，可能看到不同时间点。这被 OpenAI 称为 causal consistency。对人和 agent 来说，通常只关心单个 ref 的顺序，跨分支全局快照不是刚需。

这个取舍很关键。要仓库级一致，所有 ref 更新就得在一个协调点上排队。Pando 把协调范围缩到单个 ref，写入就能水平扩。

读性能靠复用 packfile

fetch 时，客户端告诉 Pando 自己有哪些 commit、想要哪些 commit。Pando 把 haves 和 wants 映射到 ref version，再选出覆盖缺口的已存 packfile，返回链接。客户端可能下载一些自己已经有的 object，但服务器可以把同一批字节复用于很多读者。这是拿一点带宽换 CDN 式缓存。

Git 协议原本只允许 HTTP 响应里带一个 packfile，Pando 用 packfile-uri 返回额外 pack 链接，inline 发一个空 pack。OpenAI 还向 Git 上游提交了 packfile-uri 下载追踪、并发下载、索引、断点续传和 explicit haves 等改进。

push 侧也有反直觉设计：Pando 默认只向客户端广告一个 trunk ref。广告的 ref 越多，客户端越能排除服务器已有 object，pack 越小；但 pack 越依赖服务器广告的那组 ref，越难复用。Pando 只广告 trunk，让 feature branch 的 pack 能被任何已有 trunk 历史的读者直接复用。代价是连续 push 同一分支时客户端会重发一些 object。OpenAI 说他们 monorepo 里这样产生的 packfile 中位数小于 20 KiB，99 分位小于 3 MiB，这个代价可接受。

后台 compaction 类似 LSM：每次 push 产生 L0 pack，后台把 pack 合成更大的 cover，最多到 L4。cover 既提高压缩率，也像 skip list 一样加速 fetch planning。与传统 Git 服务不同，Pando 不丢弃低层级 pack，所有层级都继续服务读请求。

工程实现和结果

Pando 用 Rust 写，无 legacy 依赖。OpenAI 说从 kickoff 到生产 10 周，核心由一位工程师设计，agent 团队实现，少量工程师部署。他们用 Codex 和 GPT-6 Astra 写 Lean、TLA+ 形式化 Pando 理论，跑长时间 agent 会话找边界条件，还让 agent 红队 Git 和 Pando。

部署方式是先做 read/write-through proxy，把 Pando 和旧系统同步，再逐个迁移工作负载。结果：median push latency 降近 5 倍，merge 可靠性提升；Pando 用少量 CPU 核每天送近 PB Git 数据，单小时超过 57 TB Git pack，99% 以上字节来自本地磁盘缓存。

真正值得看的是什么

不换 Git 不是保守。所有 coding agent 已经会说 Git，换 VCS 要重新教人、教 agent、改 CI、改 sandbox、改代码审查和自动化。Pando 把复杂度压到后端，前端保持 git push、git fetch，这是给 agent 时代省迁移成本。

另一个变化是基础设施 sizing。人一天 push 几次，agent 可能每个任务都 clone/fetch 整个仓库。Git、CI、sandbox 会比模型更早撞墙。有网友在推下说，agents are going to break a lot of dev infra that was sized for humans。这个判断不新，但 Pando 把它变成了可运行的系统。

推文下高频问题集中在：Pando 会不会开源，能不能单仓试用，是否支持 partial clone 和 sparse checkout，agent 流量占比多少。Greg Brockman 只说在考虑提供给其他人，感兴趣可以发邮件 gdb@openai.com。OpenAI 博客说在探索把 Pando 技术分享给用户。公开信息没有给出开源时间表。

有网友问，hard road 是 Git，easy road 是不是 jj。也有人觉得保留 plain Git 是对的，因为每个 coding agent 已经会说 Git。还有网友调侃 GitHub 在冒汗。这些反应里最有价值的一条是：OpenAI 如果真把 Pando 开放，卖的就不只是模型，还有 agent-heavy 团队的底层管道。

Pando 不是没有代价。它牺牲仓库级全局一致性，换取分支级并行写入和跨读者 packfile 复用。对 OpenAI 这种超大 monorepo、agent 高并发、跨地域读的场景，这笔账算得过来。对需要跨分支强一致快照的团队，未必。

OpenAI 官方博客：https://openai.com/index/scaling-git-at-openai

Greg Brockman 推文：https://x.com/gdb/status/2117435285021810921