OpenAI ha desarrollado Pando, un nuevo backend de Git, utilizando agentes de Codex en solo 10 semanas. Este sistema reemplaza la infraestructura de su repositorio de código compartido principal sin interrumpir el trabajo de ingeniería. Actualmente, la empresa emplea agentes que operan continuamente para realizar red-teaming tanto en Git como en Pando, asegurando así el software que soporta su creciente carga de desarrollo impulsada por IA.

OpenAI ha construido Pando, un nuevo backend de Git, utilizando agentes de Codex en solo 10 semanas, sustituyendo el sistema detrás de su principal repositorio de código compartido sin detener el trabajo de ingeniería.

La empresa afirma que ahora los agentes trabajan las 24 horas del día para realizar red-teaming tanto en Git como en Pando, probando el software que soporta su creciente carga de trabajo de desarrollo impulsada por IA.

En su informe técnico del 2 de noviembre, OpenAI señaló que un ingeniero diseñó el núcleo de Pando, equipos de agentes lo implementaron y un pequeño grupo de ingenieros lo desplegaron. El tráfico de producción comenzó a fluir a través del sistema en abril de 2026. Pando soporta ahora todo el desarrollo en el monorepo de OpenAI, donde los equipos mantienen el código reunido.

Codex aumentó el número de ramas, pushes, merges y descargas que llegaban a los sistemas de control de fuentes de OpenAI. Un solo ingeniero podía preparar varios cambios a la vez, y cada push activaba múltiples tareas automatizadas que obtenían el mismo código. La configuración anterior sufría dificultades, con transferencias lentas, fusiones fallidas y una fiabilidad que a veces caía por debajo del 90%.

Pando mantiene el protocolo Git y los flujos de trabajo familiares, pero cambia la forma en que los servidores almacenan y entregan los datos. OpenAI informa que la latencia media de los pushes disminuyó casi un 80%.

El sistema entrega casi un petabyte de datos de Git diariamente y ha servido más de 57 terabytes de paquetes de Git comprimidos en una sola hora. Estas son cifras de producción reportadas por la empresa, no benchmarks independientes.

OpenAI construye infraestructura de Git

Pando gestiona las actualizaciones de cada rama por separado, permitiendo que los pushes no relacionados procedan en paralelo. Almacena los packfiles entrantes (los paquetes comprimidos de objetos de Git) en un almacenamiento de blobs y registra las versiones de las ramas y sus dependencias en un almacén de metadatos independiente. Esto evita que cada actualización de rama tenga que competir a través de un único punto de coordinación en todo el repositorio.

El compromiso es importante. Las actualizaciones permanecen ordenadas dentro de una rama individual, pero los lectores que obtengan varias ramas pueden ver versiones de diferentes momentos. Por lo tanto, Pando no promete una vista única y puntual de cada rama en todo el repositorio.

Para las descargas, Pando reutiliza los paquetes almacenados en lugar de construir una respuesta personalizada para cada cliente. Su servicio de entrega Express utiliza cachés regionales, con tasas de acierto de caché reportadas superiores al 99%. OpenAI afirma que las pruebas en máquinas virtuales estándar de la nube saturaron los enlaces de 10 Gbps. Puedes encontrar mejoras relacionadas para el cliente a través del repositorio público de Git de OpenAI.

Pruebas continuas de Red-Team y controles de seguridad

OpenAI implementó Pando en Rust sin dependencias heredadas. Los ingenieros crearon pruebas que comparan su comportamiento con el de Git estándar, junto con simulaciones repetibles que verifican las reglas del sistema y exponen condiciones de carrera. Estas comprobaciones se centraron en errores de negociación de transferencia y en la selección de paquetes necesarios para reconstruir el historial del repositorio.

Los agentes también utilizaron Lean y TLA+, herramientas para expresar y verificar propiedades del sistema, para ayudar a encontrar errores de implementación. Algunas sesiones de pruebas continuas duraron cientos de horas. Por separado, OpenAI dice que los agentes que utilizan modelos con capacidad Daybreak realizan red-teaming continuamente en Git y Pando. El informe no proporciona un recuento de vulnerabilidades ni hallazgos detallados de ese trabajo.

Este enfoque conecta con el flujo de trabajo de validación de vulnerabilidades de Codex Security y el modelo de seguridad Defense Factory de OpenAI, ambos enfocados en investigar fallos y preparar correcciones.

El despliegue de Pando comenzó como un proxy hacia el backend antiguo, permitiendo una migración gradual sin tiempo de inactividad. Para los equipos de seguridad, este caso ilustra cómo el desarrollo asistido por IA más rápido puede combinarse con pruebas continuas, manteniendo los roles humanos de diseño y despliegue. No establece que la infraestructura construida por agentes esté libre de vulnerabilidades.

Fuentes:
https://cybersecuritynews.com/openai-builds-pando-git-infrastructure/