Qué ha anunciado OpenAI
En una publicación de ingeniería del 2 de noviembre, OpenAI explica que Pando ya alimenta todo el desarrollo de su monorepo. La empresa afirma que el sistema redujo casi cinco veces la latencia mediana de los pushes y que entrega cerca de un petabyte de datos Git al día. Son cifras comunicadas por la propia compañía, no una auditoría independiente ni una comparación reproducible para cualquier organización.
La decisión central fue conservar el protocolo y los clientes de Git. Los ingenieros y los agentes pueden seguir trabajando con el flujo conocido mientras el backend reorganiza la forma de escribir y servir la historia. Ese detalle evita una falsa dicotomía: escalar el entorno de desarrollo no exige abandonar las herramientas que hacen interoperable el trabajo, pero sí revisar las partes que se convierten en cuello de botella.
El problema que crean muchas ramas
En OpenAI, la adopción de Codex aumentó el número de cambios que pueden estar listos para integración al mismo tiempo. Cada rama adicional implica pushes, merges, lecturas de referencias y trabajos de CI que vuelven a descargar commits. Cuando varios procesos piden la misma historia simultáneamente, el sistema no solo mueve archivos: coordina objetos, referencias, permisos, cachés y consistencia.
OpenAI cuenta que sus sistemas llegaron a sufrir pushes y fetches lentos, merges fallidos y, según OpenAI, una fiabilidad que en algunos momentos cayó por debajo del 90 %. La afirmación describe el punto de partida de Pando, no una medida universal del coste de los agentes. Aun así, ilustra una consecuencia que muchas implantaciones pasan por alto: el rendimiento del modelo no compensa una cadena de integración que no pueda aceptar sus resultados.