OpenAI изгради Pando — нов бекенд за Git, с помощта на агенти Codex само за 10 седмици, като замени системата зад основното си споделено хранилище за код, без да спира работата на инженерните екипи.

От компанията заявяват, че агентите вече работят денонощно за провеждане на red-team тестове както на Git, така и на Pando, проверявайки софтуера, който поддържа нарастващото работно натоварване от разработката, задвижвана от изкуствен интелект.

В своя технически доклад от 2 ноември OpenAI посочва, че един инженер е проектирал ядрото на Pando, екипи от агенти са го реализирали, а малка група инженери са го внедрили. Производственият трафик е започнал да преминава през системата през април 2026 г. Pando вече поддържа цялата разработка в монохранилището (monorepo) на OpenAI, където екипите съхраняват кода си заедно.

Codex е увеличил броя на разклоненията (branches), качванията (pushes), сливанията (merges) и изтеглянията, насочени към системите за контрол на версиите на OpenAI. Един инженер е можел да подготвя няколко промени едновременно, като всяко качване е задействало множество автоматизирани задачи, които извличат един и същ код. Предишната конфигурация е изпитвала затруднения, с бавни трансфери, неуспешни сливания и надеждност, която понякога е падала под 90%.

Pando запазва протокола Git и познатите работни процеси, като същевременно променя начина, по който сървърите съхраняват и доставят данни. OpenAI отчита, че средното време на закъснение при качване (push latency) е намаляло с близо 80%.

Системата доставя близо един петабайт Git данни дневно и е обслужила повече от 57 терабайта компресирани Git пакети за един час. Това са производствени данни, отчетени от компанията, а не независими сравнителни тестове.

OpenAI изгражда Git инфраструктура

Pando управлява обновленията на всяко разклонение поотделно, позволявайки на несвързани качвания да протичат паралелно. Системата съхранява входящите пакетни файлове (packfiles) — компресираните пакети от обекти на Git — в обектно хранилище (blob storage) и записва версиите на разклоненията и техните зависимости в отделно хранилище за метаданни. Това позволява да се избегне конкуренцията на всяко обновяване на разклонение през една обща точка за координация на цялото хранилище.

Компромисът тук е важен. Обновленията остават подредени в рамките на отделно разклонение, но процесите, които четат и извличат няколко разклонения едновременно, могат да видят версии от различни моменти. Поради това Pando не гарантира единен изглед към определен момент за всяко разклонение в цялото хранилище.

За изтеглянията Pando използва повторно съхранените пакети, вместо да изгражда персонализиран отговор за всеки клиент. Неговата услуга за доставка Express използва регионални кешове, с отчетена успеваемост при намиране в кеша (cache hit rate) над 99%. От OpenAI твърдят, че тестовете върху стандартни облачни виртуални машини са наситили 10 Gbps връзки. Свързаните подобрения за клиента са достъпни чрез публичното Git хранилище на OpenAI.

Непрекъснато red-team тестване и проверки за сигурност

OpenAI е разработила Pando на езика Rust без остарели зависимости. Инженерите са създали тестове, които сравняват поведението му със стандартния Git, заедно с повторяеми симулации, които проверяват системните правила и разкриват състояния на надпревара (race conditions). Тези проверки са били насочени към програмни грешки при договарянето на трансфера и избора на пакети, необходими за реконструиране на историята на хранилището.

Агентите също така са използвали Lean и TLA+ — инструменти за изразяване и проверка на системни свойства — за да помогнат при откриването на грешки в реализацията. Някои сесии за непрекъснато тестване са продължили стотици часове. Отделно от това OpenAI посочва, че агенти, използващи модели с възможности на Daybreak, непрекъснато провеждат red-team тестове на Git и Pando. Докладът не предоставя брой на откритите уязвимости или подробни констатации от тази работа.

Този подход се свързва с работния процес за валидиране на уязвимости на Codex Security и по-широкия модел за сигурност Defense Factory на OpenAI, като и двата са фокусирани върху разследването на слабости и подготовката на корекции за сигурност.

Внедряването на Pando е започнало като прокси към стария бекенд, позволявайки постепенна миграция без прекъсване на работата. За екипите по сигурност този случай илюстрира как по-бързата разработка с помощта на изкуствен интелект може да бъде съчетана с непрекъснато тестване, като същевременно се запази ролята на хората при проектирането и внедряването. Това обаче не доказва, че инфраструктурата, изградена от агенти, е напълно лишена от уязвимости.