OpenAIのPandoバックエンド、エージェント型コーディングにおけるGitプッシュ遅延を5分の1に削減

OpenAIは、開発者とAIエージェントによって生成されるコードコミットの大幅な増加に対応するため、標準的なGitサーバーインフラストラクチャを「Pando」と呼ばれるカスタムバックエンドに置き換えました。2026年4月に本番環境へ導入されたこのシステムは、わずか10週間でRustを用いて構築され、毎日約1ペタバイトのGitデータを処理しながら、プッシュ遅延を大幅に削減します。

何が起きたか

Pandoへの移行は、OpenAIにおけるコード記述方法の劇的な変化によって促されました。2026年末までに、同社のモノレポに対する四半期ごとのコミット数は、2024年第1四半期と比較して2,400%以上増加すると予測されています。この急増は主に、人間のみの開発チームをはるかに上回るペースでコードを生成するエージェント型コーディングツールの広範な採用によるものです。既存のGitインフラストラクチャはこの負荷に対応しきれず、フェッチの遅さやマージ失敗により信頼性が90%未満に低下していました。

Anthropicのような一部の企業はGitを完全に放棄し、新しいアーキテクチャを採用することを選択しましたが、OpenAIはGitエコシステム内に留まることを決定しました。Aaron Friel、Taylor Blau、Ted Nymanを含むエンジニアリングチームは、ボトルネックがGitプロトコル自体ではなく、従来のGitサーバーが状態を管理し書き込みを調整する方法にあると判断しました。彼らは、既存の開発者ツールとの互換性を維持しつつ、伝統的なサーバー設計によるパフォーマンス上限を取り除くソリューションを求めました。

その結果生まれたのがPandoです。これはブランチ調整を分離し、すべてのクライアントリクエストに対してカスタムのパックファイルを生成する必要をなくすバックエンドです。このシステムは2026年4日に稼働を開始し、現在は毎日約1ペタバイトのGitデータを配信しています。OpenAIによると、プッシュ遅延はほぼ5分の1に短縮され、人間の開発者とAIエージェントの双方が、以前ワークフローを悩ませていた摩擦なしに作業できるようになりました。

仕組み

Pandoは、標準的なGitサーバーが前提とする2つの仮定を根本的に変えます。第一に、リポジトリ内のすべてのブランチが同時に一貫した状態である必要はありません。第二に、すべてのクライアントフェッチごとに一意で圧縮されたパックファイルを構築することを停止します。従来のGitでは、ブランチは最新のコミットへのポインターに過ぎませんが、サーバーは通常、リポジトリ全体にわたって更新を順序付けます。これは、あるブランチへのプッシュが、無関係であっても別のブランチをブロックする可能性があることを意味します。Pandoは各ブランチを独立して処理するため、異なるブランチへのプッシュは互いに待ち合わせることはありません。トレードオフとして、複数のブランチを表示しているクライアントはそれらをわずかに異なる時点で見ることがありますが、ユーザーは主に単一のブランチの線形履歴に関心があるため、OpenAIはこれが許容範囲内であると主張しています。

クライアントがコードをプッシュするとき、Pandoは受信するパックファイルをローカルリポジトリに展開せずに、直接ブロブストレージへストリーミングしながら検証します。新しいブランチ先端とメタデータはキーバリューストアに記録されます。デフォルトでは、Pandoは機能ブランチのベースとしてトランクブランチのみを広告します。この戦略により、すでにトランク履歴を持つ他のクライアントによって多くのパックファイルが再利用可能になります。クライアントがコードをフェッチする場合、Pandoはクライアントの既存の履歴に基づいて必要な保存済みパックを選択し、packfile-uri Gitプロトコル機能を使用してダウンロードリンクを返します。

Expressと呼ばれるキャッシュサービスは、これらのパックを地域キャッシュから提供し、99%以上のヒット率を達成しています。クライアントが数万個の小さなパックをダウンロードすることを防ぐため、バックグラウンドワーカーは時間経過とともにそれらをより大きなファイルにマージします。これはログ構造化データベースがデータをコンパクトにする方法と同様です。これにより、Pandoは対数時間でクライアントが必要とするパックを決定できます。標準的なクラウドVM上では、このアーキテクチャにより、クローンとフェッチが10 Gbpsネットワークリンクを最大限に活用でき、従来のサーバーで必要だった計算負荷の高い再パッキングおよびガベージコレクション compared に大幅な改善が見られます。

主要な詳細

• Pandoは、以前のインフラストラクチャ compared にプッシュ遅延をほぼ5分の1に削減しました。
• このシステムは現在、毎日約1ペタバイトのGitデータを配信しています。
• OpenAIのモノレポに対する四半期ごとのコミット数は、2024年第1四半期 compared に2026年末までに2,400%以上増加すると予想されています。
• バックエンドはRustでわずか10週間で構築されました。コア設計は1人のエンジニアが行い、実装はCodexエージェントによって支援されました。
• PandoはExpressキャッシュサービスを使用し、99%以上のキャッシュヒット率を達成しています。
• OpenAIはいくつかのクライアント側修正をオープンソースのGitプロジェクトに貢献していますが、Pando自体は独自技術のままです。

なぜ重要なのか

エンジニアリングリーダーやインフラストラクチャチームにとって、Pandoはサーバーアーキテクチャを見直せば、Gitが依然としてAI支援開発の需要に応えるためにスケールできることを示しています。Gitが大規模なモノレポや高頻度の自動コミットには本質的に不適切だという一般的な信念は、ここで疑問視されています。ボトルネックはバージョン管理システム自体ではなく、グローバル整合性とオンザフライ圧縮を優先する従来のサーバーモデルでした。無関係なブランチ間の整合性要件を緩和し、不変のブロブストレージを活用することで、OpenAIは開発者に新しいツールを学ばせることなく、スループットの大幅な向上を実現しました。

このアプローチは、インフラ構築におけるAIの役割の変化も浮き彫りにします。重要な内部システムがAIエージェントの多大な支援を得て10週間で実装されたという事実は、基礎的なツールがはるかに迅速に反復改良される未来を示唆しています。しかし同時に、これらのツールが既存システムにかける即時的なプレッシャーも強調しています。より多くの組織がエージェント型コーディングを採用するにつれ、同様のスケーラビリティの壁に直面する可能性が高くなります。書き込み調整を分離し、読み取りパスを最適化する方法を理解することは、プラットフォームエンジニアにとって不可欠な知識となるでしょう。

実行可能なこと

• AIコーディングアシスタントを導入している場合、特に高い並行書き込み負荷下での現在のGitサーバーのパフォーマンスを評価してください。
• より効率的なパックダウンロードとキャッシュを有効にするため、Gitクライアントにおけるpackfile-uriプロトコル機能を調査してください。
• チームが本当にグローバルなブランチ整合性を必要としているのか、それとも独立したブランチ処理で競合を減らせるかどうかを検討してください。
• リファレンス広告のサイズを監視してください。すべてのブランチを一覧表示すると大きなペイロードが発生する場合、メインまたはトランクブランチのみを広告することを検討してください。
• フェッチ中に提供される小ファイルの数を減らすため、アーティファクトストレージに対するログ構造化マージ戦略を検討してください。
• 並行ダウンロードおよび転送トレースに関連するGitクライアント改善について、OpenAIの公開パッチトラッカーを確認してください。