Codex 把 Git 写成了存储系统:Pando 给 Agent 协作的启示
Codex 把 Git 写成了存储系统:Pando 给 Agent 协作的启示
11 月 2 日,OpenAI 公开了面向 Agent 级开发规模重构 Git 后端的 Pando。最反直觉的地方在于:他们没有换掉 Git 协议,也没有要求工程师迁移工作流,而是把“服务 Git 仓库”重做成了“对象存储 + 元数据 + 缓存分发”的系统。
一、Agent 为什么把 Git 压垮了
一个工程师同时维护多个分支,每个分支触发多个 CI,每次 push 又产生多次 fetch/clone。Agent 让这种并行度进一步放大。
OpenAI 的 monorepo 一度出现获取和推送变慢、合并失败,可靠性跌破 90%。问题不是 Git 本身不会存对象,而是传统服务器把整个仓库的一致性、引用更新和 packfile 生成都绑在了一起:向无关分支推送也会争用同一个协调点。
二、Pando 做了两个关键取舍
1. 从全局一致性退到因果一致性
Pando 把每次推送的 packfile 写入 blob storage,再在元数据存储中记录一个“引用版本”。读取某个分支时,重放该引用依赖的版本链。
这样做的代价是:一次 clone 或 fetch 看到的多个分支,不一定来自同一个全局时间点。实际收益是:不同分支的推送可以并行,只有在同一引用上发生竞争时才需要协调。
对代码协作来说,这个取舍可以接受。用户和 Agent 真正关心的是“我推的这个分支没有丢”,而不是“整个仓库所有分支在同一毫秒一致”。
2. 复用 packfile,而不是给每个客户端重新打包
传统服务器经常要为不同的 have/want 集合生成不同的 packfile。Pando 记录推送时生成的包,并利用 packfile-uri 让客户端分别下载可复用的包。
官方给出的结果包括:
- 推送延迟中位数降至原来的约五分之一;
- 每天分发近 1PB Git 数据;
- 一小时分发超过 57TB;
- 超过 99% 的数据来自本地磁盘缓存;
- 使用标准云虚拟机也能跑满 10Gbps 网络。
这些数字是 OpenAI 自身规模和环境的报告,不应直接外推到普通团队,但架构方向很清晰。
三、最值得学的不是 Rust,而是边界划分
Pando 用 Rust 重写,但真正的核心设计是边界:
| 层 | 职责 |
|---|---|
| Git 客户端 | 继续使用原有命令和协议 |
| Pando 服务 | 协商引用、选择 packfile、维护元数据 |
| Blob 存储 | 保存不可变 packfile |
| 本地缓存 | 高吞吐分发 |
| 压缩任务 | 后台合并,降低长期读取成本 |
服务端不再负责“把所有对象展开到本地仓库”,而是主要做索引和路由。这让读写路径都能分别水平扩展。
四、对 Agent 平台的启示
今天很多 Agent 平台的瓶颈不在模型,而在工作区:多个 Agent 同时改代码、发分支、跑测试,最后还要合并。如果底层仍然假设“一个人、一个工作区、一个串行流程”,很快会出现锁冲突和资源浪费。
可以借鉴 Pando 的三条原则:
- 把不可变产物(变更包)与可变索引(分支引用)分开;
- 让无关任务并行,只对真正共享的资源加锁;
- 优先复用同一份字节,而不是为每个消费者重新计算。
五、我的判断
Agent 时代的 Git 不会消失,但“Git 服务器”会越来越像内容分发系统。Pando 的价值不只是让 OpenAI 的 monorepo 更快,而是证明了一个方向:保留开发者熟悉的协议,把内部实现替换成适合高并发 Agent 的存储架构。
对普通团队,短期不需要自研 Pando。但如果你已经在做多 Agent 工作区,应该尽早把工作目录、缓存、产物和引用更新分层,否则模型越强,基础设施越先成为瓶颈。
参考来源
- OpenAI 如何扩展 Git(2026-11-02)— https://openai.com/zh-Hans-CN/index/scaling-git-at-openai/
- OpenAI Git 公开版本 — https://github.com/openai/git
说明:性能数据来自 OpenAI 官方文章;Pando 为 OpenAI 内部系统,本文不对其可迁移性作性能保证。





