OpenAI Rombak Git Demi Agen Codex: Mengenal Pando, Backend untuk Kerja Paralel AI

Saat orang membicarakan agen AI yang menulis kode, perhatian biasanya tertuju pada modelnya: seberapa pintar, seberapa cepat, seberapa sedikit bug yang dibuat. Namun ada sisi lain yang jarang dibahas. Jika satu engineer kini bisa menjalankan beberapa agen sekaligus, semua kode itu harus disimpan, digabung, dan diunduh ulang oleh sistem lain. Di sinilah infrastruktur lama mulai kewalahan.

Pada 2 November 2026, OpenAI menerbitkan tulisan teknis berjudul Scaling Git at OpenAI. Isinya cerita tentang Pando, backend Git baru yang mereka bangun karena sistem penyimpanan kode internal tidak lagi sanggup mengikuti laju kerja yang dipicu Codex.

Masalahnya: terlalu banyak pekerjaan paralel

OpenAI menyimpan sebagian besar kodenya dalam satu repositori besar (monorepo). Menurut tulisan tersebut, Codex membuat engineer bisa mengerjakan jauh lebih banyak hal secara paralel. Akibatnya, jumlah branch, push, merge, fetch, dan clone melonjak, baik dari lingkungan pengembangan, pekerjaan riset, maupun CI (pengujian otomatis).

Efeknya saling menumpuk. Satu engineer bisa punya beberapa perubahan yang siap diuji sekaligus, dan setiap push bisa memicu beberapa job yang mengambil commit yang sama. OpenAI menulis bahwa sejak sekitar akhir tahun lalu, sistem monorepo mereka mulai kesulitan: fetch dan push melambat, merge gagal, dan keandalan sempat turun di bawah 90%.

Solusinya: tetap Git, tetapi "mesin" di belakangnya diganti

Yang menarik, OpenAI tidak meninggalkan Git. Engineer dan agen tetap memakai perintah Git yang sama. Yang dirombak adalah server di belakangnya. Ada dua kompromi utama yang mereka ambil:

• Setiap branch diurus sendiri-sendiri. Server Git pada umumnya menjaga agar seluruh repositori konsisten pada satu titik waktu, sehingga push ke satu branch bisa menunggu push ke branch lain. Pando hanya mengoordinasikan pembaruan per branch, jadi push ke branch yang tidak berhubungan bisa berjalan bersamaan. Konsekuensinya, orang yang melihat beberapa branch sekaligus bisa melihatnya pada titik waktu yang berbeda.
• Paket data dipakai ulang. Alih-alih membuat paket (packfile) khusus untuk setiap klien yang mengunduh, Pando menyajikan paket yang sudah tersimpan kepada banyak klien. Klien mungkin mengunduh sedikit data yang sebenarnya sudah ia punya, tetapi server hampir tidak perlu menghitung ulang.

Paket-paket itu disimpan di blob storage dan dikirim lewat cache regional. OpenAI melaporkan tingkat cache hit di atas 99%. Di latar belakang, paket-paket kecil digabung bertahap menjadi paket yang lebih besar agar klien tidak perlu mengunduh puluhan ribu file kecil untuk mengejar ketertinggalan.

Angka yang dilaporkan

Menurut OpenAI, Pando kini menangani seluruh pengembangan di monorepo mereka. Beberapa angka yang mereka sebutkan:

• Median latensi push turun hampir 80% (mereka juga menyebutnya hampir 5 kali lebih cepat).
• Pando mampu mengirim hampir satu petabyte data Git per hari, dan pernah melayani lebih dari 57 terabyte dalam satu jam.
• Operasi clone dan fetch bisa memenuhi jaringan 10 Gbps memakai mesin virtual standar dari penyedia cloud.

Dibangun dengan bantuan agen AI

Bagian ini mungkin yang paling relevan dengan tren saat ini. OpenAI menulis bahwa Pando dibangun dengan Codex, dari awal proyek sampai produksi hanya dalam 10 minggu. Inti desainnya dirancang oleh satu engineer, diimplementasikan oleh tim agen, lalu di-deploy oleh beberapa engineer. Pando ditulis dalam bahasa Rust dan mulai melayani lalu lintas produksi pada April tahun ini.

Untuk menjaga mutu, tim menyiapkan rangkaian uji kesesuaian agar agen bisa memeriksa perubahan mereka terhadap perilaku Git standar, serta simulasi deterministik untuk menemukan race condition. Mereka juga memakai agen untuk menulis spesifikasi formal dalam Lean dan TLA+ guna menemukan bug dan membuktikan sifat-sifat sistem. Migrasinya dilakukan bertahap: Pando mula-mula berjalan sebagai proxy di depan sistem lama sehingga perpindahan bisa dilakukan tanpa downtime.

OpenAI juga menyebut beberapa perbaikan yang mereka temukan sudah dikirim ke proyek Git resmi (upstream), dan sisanya ada di repositori publik mereka.

Konteks dan keterbatasan

Ada beberapa hal yang perlu diingat sebelum menarik kesimpulan:

• Ini laporan dari OpenAI sendiri. Angka performa berasal dari sistem internal mereka dan belum diuji pihak independen. Simulasi interaktif di tulisan itu pun disebut sebagai model pembelajaran, bukan benchmark produksi.
• Skalanya sangat spesifik. Kebanyakan tim di Indonesia, bahkan perusahaan teknologi besar, tidak menghadapi ribuan push bersamaan ke satu repositori. Layanan Git yang ada sekarang masih sangat memadai untuk mayoritas kebutuhan.
• Belum tersedia untuk publik. OpenAI hanya menyatakan sedang menjajaki cara membagikan teknologi di balik Pando kepada pengguna. Belum ada produk atau jadwal yang diumumkan.
• "Dibangun agen" bukan berarti tanpa manusia. Desain inti tetap datang dari seorang engineer, dan pengujiannya berlapis. Peran manusia bergeser ke perancangan, verifikasi, dan pengambilan keputusan, bukan hilang.

Pelajaran yang lebih luas: ketika AI mempercepat satu bagian dari pekerjaan, hambatan berpindah ke bagian lain, seperti review, pengujian, deployment, dan infrastruktur. Tim yang mulai memakai agen coding sebaiknya ikut memperhatikan bagian-bagian tersebut, bukan hanya kecepatan menulis kode.

Coba di Sumber AI

Anda tidak perlu monorepo raksasa untuk merasakan manfaat AI dalam pekerjaan teknis. Di Sumber AI, Anda bisa memakai chat untuk meminta penjelasan konsep seperti packfile atau causal consistency dalam bahasa yang sederhana, menyusun rencana migrasi atau checklist pengujian, dan merangkum dokumentasi teknis yang panjang. Catatan dan ide yang ingin disimpan bisa dirapikan di jurnal, sementara kebutuhan visual bisa dicoba di Studio. Tetap biasakan memeriksa ulang hasilnya sebelum dipakai di sistem produksi.

Sumber

• OpenAI, "Scaling Git at OpenAI" (2 November 2026): openai.com/index/scaling-git-at-openai
• The New Stack, "OpenAI built itself a new Git backend, too": thenewstack.io/openai-pando-git-backend