若数万名AI同时编写代码会怎样？OpenAI的新挑战——‘Pando’

想象一下。数万名程序员正在同时编写一本巨著。但这些程序员不是人类，而是每秒能编写数百行代码的AI代理。它们不停地保存（提交）修改，并不断交换数据以确保工作互不冲突。现有的软件开发基础设施真的能承受这种速度吗？

最近，OpenAI推出了一种名为“Pando”的全新基础设施，旨在回答这一问题。OpenAI发布Pando：面向AI规模化开发的Git后端。如果说传统的软件开发方式是以人为中心的，那么现在，我们需要一条能够适配数万名AI主导的“代理时代”的新路网。

为什么这很重要？

软件开发的核心是“协作”。我们使用的所有应用程序和服务，都是通过大量开发者修改和合并代码的过程完成的。长期以来，这一过程的核心工具是“Git”。然而，OpenAI所追求的“代理规模化开发（Agent-scale development）”带来了传统方式难以承受的过载。GitHub正在为AI代理规模化开发重建Git基础设施

代理规模化开发是指无数AI代理与人类开发者并行工作，并高速提交代码的模式。OpenAI发布Pando：面向AI规模化开发的Git后端。如果基础设施跟不上这个速度，开发就会陷入停滞，AI的生产力也将化为乌有。OpenAI的这次变革表明，AI不仅是在编写代码，它正在重构整个软件开发生态系统的“高速公路”。

简单理解：“Pando”扮演什么角色？

Git可以简单地理解为“代码的时间机器和图书馆”。它记录了谁在何时修改了什么，并将多人编写的代码合并在一起。

为了便于理解，我们打个比方。如果说传统的Git是双车道公路，那么OpenAI的Pando就是一条能容纳数千辆汽车（AI代理）同时行驶的16车道高速公路。

为了给其编码代理“Codex”创造活动基础，OpenAI在短短10周内就自行开发了Pando。OpenAI的Pando Git后端将单体仓库的Git推送延迟降低了约80%。在这个过程中，Codex代理也直接参与了基础设施的构建。Pando在兼容现有Git的同时，被设计为每天能够处理近1PB（约100万GB）的庞大代码数据。OpenAI也打造了自己的全新Git后端。

当前情况：速度提升了多少？

Pando的引入带来了实质性的开发速度提升。根据OpenAI的数据，与传统方式相比，Git代码存储的中间推送延迟（push latency）降低了约80%，即缩短了近5倍。OpenAI也打造了自己的全新Git后端。

这不仅仅是小幅提速。它意味着以前当大量代理涌入导致基础设施瘫痪的情况，现在可以轻松处理。基于这样的基础设施，OpenAI正在帮助其编码代理在无需人类干预的情况下，解决更高度复杂的问题。例如，OpenAI最近投入了约1万个AI代理同时作业，在88小时内找到了数学难题“纳维-斯托克斯方程”的解。OpenAI声称已经解决了困扰人类数十年的数学难题

未来会怎样？

OpenAI的这一举动预示着未来软件的构建方式将发生彻底改变。过去代码是由人类一行一行敲出来的，而现在，AI代理正在巨大的协作工具（如Pando等基础设施）之上，不间断地推动软件进化。

未来，我们将经常看到AI构建的服务和应用更新速度远超以往，复杂的各种技术障碍被AI瞬间突破的场景。当然，在此过程中，精密的监控系统也随之并进，以确保AI的行为不会偏离预期的方向。OpenAI扩大监控范围，以检测前沿模型的不对齐行为

Pando可以说为AI更快速、更强大地编写代码练就了“肌肉”。下次当你发现使用的应用变得明显更聪明时，或许在幕后，正有数万个AI代理在Pando这条高速公路上日夜兼程地努力着。

参考资料

1. OpenAI发布Pando：面向AI规模化开发的Git后端
2. OpenAI也打造了自己的全新Git后端
3. OpenAI的Pando Git后端将单体仓库的Git推送延迟降低了约80%
4. GitHub正在为AI代理规模化开发重建Git基础设施
5. OpenAI声称已经解决了困扰人类数十年的数学难题
6. OpenAI扩大监控范围，以检测前沿模型的不对齐行为