Codex 把 OpenAI 的代码仓库推到喘不过气，他们干脆重写了 Git 服务器

先说结果。按 OpenAI 的说法，Pando 上线后，推送（git push）的中位延迟降低了近 80%（文中也写作“近 5 倍”），合并更可靠，每天向客户端送出近 1 PB（约一百万 GB）的 Git 数据，曾在一小时内送出超过 57 TB。它现在承担 OpenAI 大仓库的全部开发工作，从 4 月起接入生产流量。工程师和 Agent 仍然用原来的 git 命令，没人需要换工具。

01慢在哪：所有人排同一条队

传统的 Git 服务器为了让你看到“整个仓库在同一时刻的样子”，会把所有分支的更新排成一条队。两个人推的是毫不相干的分支，也得互相等。读取时也一样：每个人拉代码，服务器都要现算一个只含他缺的那部分的压缩包，算力吃紧。Codex 让同时存在的分支和推送成倍增加，这两处就同时撑不住了。

02Pando 做的两个取舍

第一，写入时只保证“同一个分支的更新有先后”，不同分支各排各的，可以并行。代价是：同时看好几个分支的人，看到的可能不是同一个时间点。官方的判断是，实际工作中人和 Agent 只在乎同一分支内的先后，不在乎全库的统一时刻。

第二，读取时不再给每个客户端现算压缩包，而是把推送时收到的包原样存起来，拉取时挑出需要的几个直接发。客户端可能下到一些自己已有的对象，但服务器几乎不用算，同样的数据可以发给很多人。官方说用普通云主机就能让克隆和拉取跑满 10 Gbps 网络，缓存命中率超过 99%。

后台还会把小包合并成更大的包，这样落后很多的客户端不用一口气下载几万个小文件。

03一个顺带的细节：它主要是 Codex 写的

OpenAI 称 Pando 从开工到上线只用 10 周，核心架构由一名工程师设计，由多组 Agent 实现，少数工程师负责部署，用 Rust 编写。他们还用 GPT-6 Astra 写了 Lean 和 TLA+（两种用来形式化证明系统性质的工具）去找实现里的 bug。这些是官方自述，外界无法独立核对。

04能不能拿来用

暂时不能。Pando 没有开源，OpenAI 只说正在探索把相关技术分享给用户。能马上看到的是他们对 Git 本身的改动：多项已合入上游 Git，其余放在公开仓库 openai/git 里，比如并行下载和索引多个包、“explicit haves”（让服务器单独告诉客户端某分支的当前位置）。另外要留意，官方的模拟对比图是教学用的合成模型，不是生产基准；80% 这个数字也只来自他们自己的大仓库。