OpenAI a développé un nouveau backend Git appelé Pando pour gérer le volume croissant de modifications de code générées par ses ingénieurs et agents Codex. Le système alimente désormais le développement sur le monorepo d’OpenAI, traitant quotidiennement près d’un pétaoctet de données Git.
L’infrastructure résout un problème apparu lors du développement logiciel accéléré du Codex. Un plus grand nombre d’ingénieurs et d’agents autonomes travaillent désormais simultanément sur des modifications de code distinctes. Leur activité crée un flux croissant de mises à jour de branches, de révisions de code, de fusions et de téléchargements de référentiels.
OpenAI affirme que Pando a réduit la latence médiane des push Git de près de 80 %. Il a également amélioré la fiabilité de la fusion à 99,99 pour cent, par rapport aux périodes précédentes où la fiabilité tombait parfois en dessous de 90 pour cent.
Le Codex pousse Git dans ses retranchements
Le monorepo d’OpenAI a connu une forte augmentation de l’activité de développement au cours de l’année écoulée. La croissance de ses engagements trimestriels a atteint 2 442 % au quatrième trimestre 2026 par rapport au premier trimestre 2024.
L’infrastructure Git traditionnelle avait du mal à gérer la charge de travail qui en résultait. Les ingénieurs ont rencontré des poussées et des téléchargements plus lents, ainsi que des fusions échouées. Plusieurs tâches automatisées ont également récupéré des validations identiques après la soumission de codes individuels.
OpenAI souhaitait résoudre ces goulots d’étranglement sans remplacer Git ni obliger les développeurs à adopter des outils inconnus. Ses ingénieurs ont donc conçu Pando autour du protocole Git et du client de ligne de commande existants.
L’approche préserve les workflows de développement familiers tout en modifiant la manière dont les serveurs coordonnent les mises à jour et distribuent les données du référentiel. Il permet également d’améliorer le client Git sous-jacent au bénéfice de la communauté des développeurs au sens large.
L’infrastructure Git conventionnelle peut rencontrer des difficultés lorsque des milliers de développeurs mettent à jour simultanément différentes branches. Certains systèmes distribués coordonnent les modifications sur plusieurs répliques de référentiel. D’autres s’appuient sur un journal d’écriture anticipée partagé pour établir l’ordre des mises à jour.
Les deux approches introduisent des goulots d’étranglement potentiels. La coordination des mises à jour entre les réplicas augmente la surcharge de communication. Un journal partagé peut également forcer les mises à jour de branches non liées à entrer en concurrence pour la même ressource.
Pando adopte une approche différente grâce à la cohérence causale. Il coordonne les mises à jour indépendamment pour les branches individuelles au lieu d’imposer une séquence globale. Lorsqu’un développeur envoie du code, Pando stocke le fichier pack Git entrant dans le stockage d’objets cloud. Son service de métadonnées enregistre ensuite la version mise à jour de la branche et ses dépendances.
Cet arrangement permet à des branches non liées d’accepter les mises à jour simultanément. Cependant, les lecteurs examinant plusieurs branches peuvent voir différentes versions de mise à jour. Les mises à jour des branches individuelles restent cohérentes.
Pando réutilise également les packfiles générés précédemment lors des téléchargements. Cela réduit le travail informatique requis pour servir de manière répétée des données de référentiel identiques.
Les caches accélèrent les téléchargements du référentiel
L’architecture utilise la mise en cache régionale pour distribuer les données Git plus près des développeurs et des systèmes automatisés. Son service de livraison express stocke les fichiers pack dans des caches régionaux.
OpenAI rapporte des taux de réussite du cache supérieurs à 99 %. La société a également démontré des opérations de clonage et de récupération saturant les connexions réseau à 10 gigabits par seconde.
Le compactage en arrière-plan améliore encore les performances. Les opérateurs combinent des fichiers de packs plus petits en groupes plus grands, réduisant ainsi les frais de téléchargement et accélérant les recherches dans l’historique du référentiel.
Construit avec Codex en 10 semaines
OpenAI affirme avoir développé Pando avec Codex en seulement 10 semaines. Un seul ingénieur a conçu son architecture de base, tandis que des équipes d’agents se sont chargées de la mise en œuvre.
Le système est entré en production en avril 2026. OpenAI l’a implémenté dans Rust et a développé des outils de test approfondis pour identifier les bogues de concurrence.
Pando a depuis traité plus de 57 téraoctets de fichiers de pack Git en une seule heure. La société affirme avoir atteint cet objectif en utilisant plus de 99 % des données mises en cache localement.
OpenAI prévoit également d’explorer des applications plus larges pour Pando. Son architecture pourrait prendre en charge d’autres environnements dans lesquels un grand nombre d’agents logiciels collaborent sur des référentiels partagés.
