OpenAI desarrolló un nuevo backend de Git llamado Pando para absorber el volumen creciente de cambios de código que generan sus ingenieros y sus agentes de Codex. El sistema ya sostiene el desarrollo en todo el monorepo de OpenAI y procesa casi un petabyte de datos de Git al día.
La infraestructura responde a un problema que apareció cuando Codex aceleró el desarrollo de software. Hoy hay más ingenieros y más agentes autónomos trabajando al mismo tiempo en cambios separados, y su actividad genera un flujo creciente de actualizaciones de ramas, revisiones de código, merges y descargas del repositorio.
Según OpenAI, Pando redujo la latencia mediana de los push de Git en casi 80%. También subió la confiabilidad de los merge a 99,99%, cuando en periodos anteriores llegaba a caer bajo 90%.
Codex lleva a Git al límite
El monorepo de OpenAI tuvo un aumento brusco de actividad durante el último año. El crecimiento trimestral de commits llegó a 2.442% en el cuarto trimestre de 2026 frente al primer trimestre de 2024.
La infraestructura tradicional de Git no daba abasto con esa carga. Los ingenieros se encontraban con push y descargas más lentos, y con merges fallidos. Además, varios trabajos automáticos descargaban los mismos commits después de cada envío individual de código.
OpenAI quería resolver esos cuellos de botella sin reemplazar Git y sin obligar a los desarrolladores a adoptar herramientas desconocidas. Por eso sus ingenieros diseñaron Pando sobre el protocolo Git existente y su cliente de línea de comandos.
Ese enfoque conserva los flujos de trabajo conocidos y cambia la forma en que los servidores coordinan las actualizaciones y reparten los datos del repositorio. También permite que las mejoras al cliente de Git beneficien a la comunidad de desarrolladores en general.
¿Cómo coordina Pando miles de ramas a la vez?
La infraestructura convencional de Git puede complicarse cuando miles de desarrolladores actualizan ramas distintas al mismo tiempo. Algunos sistemas distribuidos coordinan los cambios entre varias réplicas del repositorio. Otros dependen de un registro de escritura anticipada compartido (write-ahead log) para fijar el orden de las actualizaciones.
Los dos enfoques pueden crear cuellos de botella. Coordinar entre réplicas aumenta la carga de comunicación, y un registro compartido puede obligar a actualizaciones de ramas que no tienen relación entre sí a competir por el mismo recurso.
Pando sigue otro camino, la consistencia causal. Coordina las actualizaciones de cada rama por separado en vez de imponer una única secuencia global. Cuando un desarrollador hace push, Pando guarda el packfile de Git entrante en un almacenamiento de objetos en la nube. Su servicio de metadatos registra después la nueva versión de la rama y sus dependencias.
Con eso, ramas sin relación pueden recibir actualizaciones en paralelo. La contra es que quien lea varias ramas a la vez puede ver versiones de distintos momentos. Cada rama, por separado, se mantiene consistente.
Pando también reutiliza packfiles generados antes al servir descargas, lo que reduce el cómputo necesario para entregar una y otra vez los mismos datos del repositorio.
Cachés que aceleran las descargas
La arquitectura usa cachés regionales para acercar los datos de Git a los desarrolladores y a los sistemas automáticos. Su servicio de entrega, llamado Express, guarda los packfiles en esas cachés regionales.
OpenAI informa tasas de acierto de caché sobre 99%. La empresa también mostró operaciones de clone y fetch que saturan conexiones de red de 10 gigabits por segundo.
Una compactación en segundo plano mejora todavía más el rendimiento. Unos procesos trabajadores combinan packfiles chicos en grupos más grandes, lo que reduce la sobrecarga de descarga y acelera las búsquedas en el historial del repositorio.
Hecho con Codex en 10 semanas
OpenAI dice que desarrolló Pando con Codex en solo 10 semanas. Un solo ingeniero diseñó la arquitectura central, y equipos de agentes se encargaron de la implementación.
El sistema entró en producción en abril de 2026. OpenAI lo escribió en Rust y desarrolló herramientas de prueba extensas para encontrar errores de concurrencia.
Desde entonces, Pando llegó a manejar más de 57 terabytes de packfiles de Git en una sola hora. La empresa dice que lo logró con más de 99% de datos en caché local.
OpenAI también planea explorar otros usos para Pando. Su arquitectura podría servir en otros entornos donde muchos agentes de software colaboran sobre repositorios compartidos.
