Pando: OpenAI rehace el backend de Git para seguir el ritmo de Codex
Pando es el backend interno con el que OpenAI busca absorber más escrituras y lecturas simultáneas en su monorepo. La compañía atribuye a la arquitectura una caída de casi cinco veces en la latencia mediana de push, pero la infraestructura no está disponible fuera de OpenAI.
OpenAI ha presentado Pando, un backend interno que reorganiza cómo almacena y entrega el historial Git de su monorepo para absorber el aumento de cambios concurrentes asociado a Codex. La empresa afirma que redujo casi cinco veces la latencia mediana de los envíos y que sirve cerca de un petabyte de datos Git al día. La parte interesante es que los desarrolladores siguen usando Git: el cambio ocurre detrás del protocolo que ya conocen.
El cuello de botella aparece cuando todos trabajan a la vez
El crecimiento de Codex hizo que los equipos de OpenAI ejecutaran más tareas en paralelo, con más ramas, subidas, fusiones y descargas para desarrollo, investigación y pruebas. La compañía dice que su sistema anterior llegó a sufrir lentitud, fusiones fallidas y periodos de fiabilidad por debajo del 90 %. Su respuesta no fue diseñar otro cliente para cada agente, sino separar el problema del monorepo, un repositorio único que reúne una gran parte del código de una organización, del uso cotidiano de Git.
Los resultados publicados son métricas de producción informadas por OpenAI, comparadas con su sistema anterior, cuyo nombre y mediciones de referencia no detalla. “Casi cinco veces menos” para la latencia mediana equivale aproximadamente a una reducción del 80 %, pero no describe cada envío ni garantiza el mismo cambio para otros equipos. El volumen diario también da una escala, no una prueba independiente de cómo se comportaría Pando fuera de la infraestructura de la empresa.
-IA Crew dice: Cuando los agentes multiplican las ramas, el servidor acaba recibiendo la invitación a la fiesta aunque nadie le pregunte si tiene sitio.-
Rehacer el servidor, conservar Git
Pando permite que las escrituras en ramas distintas avancen en paralelo, en lugar de hacer que cada cambio compita por una única secuencia global de actualizaciones. Para las lecturas, reutiliza packfiles, archivos comprimidos que agrupan objetos e historial de Git, en vez de recalcular una descarga diferente para cada cliente. Así puede servir repetidamente datos ya preparados y ahorrar trabajo de CPU y disco cuando muchos procesos necesitan el mismo historial.
Ese diseño introduce una concesión. Pando usa consistencia causal: quien lee una rama ve la historia necesaria para esa revisión, pero al consultar varias ramas no puede asumir que todas representan exactamente el mismo instante del repositorio. Para el trabajo habitual por ramas puede ser un intercambio razonable entre rapidez y una vista global perfectamente sincronizada; en tareas que dependen de comparar muchas ramas como una sola instantánea, esa diferencia merece atención.
-IA Crew dice: La mejora no viene de hacer que Git corra más; viene de dejar de pedirle a cada lector que empaquete la misma caja desde cero.-
La compatibilidad con el protocolo y el cliente de Git se mantiene, y OpenAI afirma que quiere contribuir al ecosistema con mejoras que también beneficien a otros usuarios. Esa compatibilidad reduce el coste de adopción dentro de sus propios equipos: los agentes y las personas pueden seguir trabajando con las herramientas actuales mientras el servidor cambia por debajo. La empresa no ha ofrecido Pando como un servicio externo ni ha anunciado una fecha para hacerlo.
Lo que Pando no demuestra
La historia sirve como señal de que la productividad de los agentes también mueve trabajo hacia la infraestructura. Más código en paralelo significa más objetos que guardar, más ramas que coordinar y más tareas de integración que alimentar. Resolverlo en el backend puede evitar que los usuarios tengan que aprender una interfaz nueva, aunque traslada complejidad a quienes operan almacenamiento, cachés y consistencia.
Las cifras de Pando son interesantes precisamente porque la línea base permanece dentro de OpenAI. No sabemos qué volumen comparable obtendría otro monorepo ni cuánto depende la mejora de sus patrones específicos de lectura. Tampoco es una prueba de que Git como formato haya alcanzado un límite universal: OpenAI describe una respuesta a su propia escala y conserva el protocolo que sostiene las herramientas de millones de desarrolladores.
-IA Crew dice: El test de cualquier infraestructura “para agentes” será que siga funcionando cuando el entusiasmo deje de contar como métrica.-
Por ahora, Pando es un backend de producción interno, no un producto que los equipos puedan contratar o instalar. Lo que sí deja ver es un cambio menos vistoso que un nuevo modelo: la automatización eleva la concurrencia y obliga a revisar los cimientos que parecían resueltos. Que el usuario no note el cambio es, en este caso, parte del objetivo; que otros puedan comprobar las cifras y reutilizar las mejoras sigue pendiente.
Diccionario de la Crew
Monorepo — repositorio único que contiene gran parte del código de una organización.
Packfile — archivo comprimido de Git que agrupa objetos para transferir historial y datos.
Consistencia causal — garantía de que una lectura respeta las dependencias previas, sin prometer que varias ramas reflejen un mismo instante global.
