AI代码爆发致Git原生瓶颈：OpenAI自研Pando后端兼容Git协议，Anthropic另起炉灶Scion

OpenAI于11月2日正式介绍自研Git后端 Pando；上月Anthropic也公布了全新自研源码管理系统Scion。背后共同动因：Codex这类编码智能体批量产出代码，海量分支、并发推送、高频CI拉取已经摸到传统Git服务的性能天花板。

• 官方介绍：https://openai.com/index/scaling-git-at-openai

Pando核心思路：不改工程师/Agent的Git使用习惯、完全兼容Git协议，只替换服务后端，而不是像Scion那样从零设计一套脱离Git的源码系统。它现在已经支撑OpenAI单体大仓库（monorepo）全部开发工作。

核心设计取舍

传统Git服务追求全仓库全局一致快照，所有分支ref更新需要全局协调，无关分支推送也会互相争抢锁。Pando主动放宽为因果一致性：单个分支内部更新可串行化，不同分支之间不保证同一个全局时间快照；只有推送到同一个分支才会发生冲突。这个取舍换来无关分支可以完全并行写入，实现写入能力水平扩展。

读取侧的关键创新：复用Packfile。传统Git为每一次获取现场单独打包，CPU开销很高；Pando把推送生成的包持久存入对象存储，后续多个客户端拉取时直接复用同一套包，配合 packfile-uri 协议分片下发，搭配多级缓存（Express缓存层命中率>99%），可以轻松打满10Gbps带宽。

配套后台压缩机制借鉴LSM树思路：推送产出L0小包，后台不断合并成L1~L4的覆盖包，降低客户端需要下载的包数量，同时充当跳表加速协商查找。

关键工程数据

• 中位推送延迟降低近5倍（降幅接近80%），合并可靠性显著提升；
• 日处理接近1PB Git数据，单小时峰值57TB；绝大多数流量由缓存直接承接；
• 用Rust从零开发，无历史遗留依赖；从立项到上线生产只用10周，由Codex智能体参与实现；
• 配套形式化验证：使用GPT-6 Astra生成Lean、TLA+证明系统不变量，同时全天候AI红队测试。

部署与迁移方案

上线初期以透明代理方式、读写直通原有仓库，双写同步，实现不停机灰度迁移；内部封装Git CLI包装器逐步切换客户端，同时适配Webhook、代码评审、CI等数百项内部集成。OpenAI也把本次开发中沉淀的改进回馈上游Git，包括packfile-uri下载追踪、显式haves等补丁。

路线与对比

• OpenAI：Pando = Git兼容新后端，生态保留，适合想继续沿用Git工作流、但扛不住Agent并发写入的场景；官方表示后续考虑对外输出相关技术；
• Anthropic：Scion = 全新独立源码系统，不兼容Git，是另一条技术路线。