OpenAI 自研 Pando：给 Codex 造一个扛得住规模的 Git 后端

OpenAI 推出了 Pando，一个兼容 Git 的后端，目标是承接自家 Codex 编程智能体所创造出的软件开发规模。 问题本身并不复杂：当 AI 智能体去规划、生成、测试和修改代码时，它产生的仓库活动量会远远超过传统的人类工作流。这些活动包括分支、提交、测试以及一轮又一轮的修订，全都会给版本控制基础设施带来压力。Pando 的设计目标就是吸收这部分负载，同时保持 Git 兼容，这样开发者和现有工具依然能按熟悉的方式工作。 这个项目其实揭示了 AI 编程中一个不太显眼但相当关键的挑战。公众讨论大多集中在模型能力上，但智能体编程同样依赖可靠的仓库系统、评审流程，以及能跟得上机器生成变更的工具链。如果 AI 智能体要成为日常协作者，它们背后的基础设施就必须能处理高强度的操作量，既不能拖慢开发者，也不能把工作流搞崩。 OpenAI 选择做一个兼容后端、而不是推倒重来搞全新系统，说明它想要的是在提升规模的同时，不逼着团队抛弃基于 Git 的习惯。 更大的含义在于，AI 编程的竞争正在从模型本身往外扩。能不能赢，取决于周边这一整套栈：智能体跟源码管理集成得怎么样、变更管理是否安全、仓库支撑快速迭代的效率高不高。Pando 算是 OpenAI 愿意往这层"水管工程"里投钱的一个信号。对开发者来说，真正要看的还是性能、可靠性，以及这套系统是否真的跟他们手头的工具保持兼容。