若數萬名 AI 同時寫程式會怎樣？OpenAI 的新挑戰：『Pando』

想像一下，數萬名程式設計師正同時撰寫同一本巨著。然而，這些程式設計師並非人類，而是每秒能撰寫數百行程式碼的 AI 代理人。他們不斷地儲存（提交）修改內容，並持續交換資料以確保彼此的工作互不衝突。既有的軟體開發基礎設施，真的能承受這樣的速度嗎？

最近，OpenAI 針對這個問題給出了答案，推出了名為「Pando」的新基礎設施。OpenAI 發布 Pando：面向 AI 規模開發的 Git 後端。如果說過去的軟體開發模式是以人類為中心，那麼現在則需要一條符合數萬名 AI 主導的「代理人時代」的全新道路。

為何這件事很重要？

軟體開發的核心是「協作」。我們所使用的所有應用程式與服務，都是透過無數開發者修改與合併程式碼的過程所完成。在此過程中，「Git」一直是核心工具。然而，OpenAI 所追求的「代理人規模開發（Agent-scale development）」會導致現有模式難以承受的過載。GitHub 正為 AI 代理人規模的開發重構 Git 基礎設施

代理人規模的開發，是指無數 AI 代理人與人類開發者並行作業，並以高速提交程式碼的方式。OpenAI 發布 Pando：面向 AI 規模開發的 Git 後端。若基礎設施跟不上這個速度，開發就會停滯，AI 的生產力也將付諸流水。OpenAI 的這次變革暗示著：AI 不僅僅是在寫程式，更是在親自鋪設整個軟體開發生態系的「高速公路」。

淺顯易懂：Pando 的作用是什麼？

Git 可以簡單地被稱為「程式碼的時光機與圖書館」。它紀錄了誰在何時修改了什麼，並將多人撰寫的程式碼匯集成一體。

為了方便理解，我們打個比方：如果現有的 Git 是兩線道公路，那麼 OpenAI 的 Pando 就像是能容納數千輛車（AI 代理人）同時行駛的 16 線道高速公路。

為了建立其編碼代理人「Codex」能夠運作的基礎，OpenAI 在僅僅 10 週的短時間內就自行開發了 Pando。OpenAI 的 Pando Git 後端將 Monorepo 的 Git 推送延遲減少了約 80%。在這個過程中，Codex 代理人也直接參與了基礎設施的建構。Pando 不僅與現有的 Git 相容，還被設計為能處理每日接近 1 PB（約 100 萬 GB）的龐大程式碼資料量。OpenAI 也打造了自己的全新 Git 後端。

現狀：速度提升了多少？

Pando 的導入帶來了實質的開發速度提升。根據 OpenAI 的資料，與現有模式相比，Git 的中間推送延遲（push latency）減少了約 80%，也就是縮短了將近 5 倍的時間。OpenAI 也打造了自己的全新 Git 後端。

這不僅僅是稍微變快而已。過去，當無數代理人同時湧入時，基礎設施就會陷入癱瘓；而現在，這些任務皆能被舒適地處理。基於這樣的基礎設施，OpenAI 正協助其編碼代理人在無需人類介入的情況下，解決更高度、更複雜的問題。例如，OpenAI 最近為了破解數學難題「納維-斯托克斯方程式（Navier-Stokes equations）」，同時投入了約 1 萬個 AI 代理人，並在 88 小時內找到了解答。OpenAI 聲稱已解決困擾人類數十年的數學問題。

未來會如何？

OpenAI 的這次行動預示著軟體的開發方式將會徹底改變。過去是人類逐行敲擊鍵盤撰寫程式碼，而現在，一個 AI 代理人能在巨大的協作工具（如 Pando 這類的基礎設施）上，不眠不休地演進軟體的時代即將來臨。

未來，我們將頻繁見證 AI 製作的服務與應用程式以比以往更快的速度更新，以及複雜的技術門檻被 AI 瞬間突破的景象。當然，在此過程中，也伴隨著精密的監控系統，以確保 AI 的行為不會偏離預期方向。OpenAI 擴大監控範圍，以檢測開拓者模型的不一致行為。

Pando 為 AI 增強了能更快速、更強大地編寫程式碼的「肌肉」。下一次當您使用的應用程式變得明顯更聰明時，在那背後，說不定就有數萬個 AI 代理人正跑在名為 Pando 的高速公路上，日以繼夜地努力著。

參考資料

1. OpenAI 發布 Pando：面向 AI 規模開發的 Git 後端
2. OpenAI 也打造了自己的全新 Git 後端
3. OpenAI 的 Pando Git 後端將 Monorepo 的 Git 推送延遲減少了約 80%
4. GitHub 正為 AI 代理人規模的開發重構 Git 基礎設施
5. OpenAI 聲稱已解決困擾人類數十年的數學問題
6. OpenAI 擴大監控範圍，以檢測開拓者模型的不一致行為