TrendScopeBRASIL
REPORTAGEM / INTELIGÊNCIA ARTIFICIAL

OpenAI detalha Pando, infraestrutura compatível com Git para desenvolvimento com IA

Sistema em operação desde abril foi apresentado publicamente em 2 de novembro; empresa informa ganhos internos, mas não anunciou acesso externo ao backend.

Imagem ilustrativa de arquivo: logotipo do Git criado por Jason Long em 2012. A imagem não mostra o Pando ou a operação da OpenAI.
Imagem ilustrativa de arquivo: logotipo do Git criado por Jason Long em 2012. A imagem não mostra o Pando ou a operação da OpenAI. · Crédito: Jason Long / Wikimedia Commons — CC BY 3.0 (https://creativecommons.org/licenses/by/3.0/). Arquivo: https://commons.wikimedia.org/wiki/File:Git-logo.svg. Sem modificações. · Fonte da fotografia · CC BY 3.0

A OpenAI detalhou, em 2 de novembro de 2026, o funcionamento do Pando, um sistema de armazenamento e distribuição de código desenvolvido para suportar o crescimento de seu trabalho com ferramentas de inteligência artificial. A novidade anunciada nesta semana é a apresentação pública da arquitetura: segundo a empresa, o serviço já opera internamente desde abril deste ano.

O Pando funciona como infraestrutura de bastidores para repositórios compatíveis com Git, ferramenta amplamente utilizada por equipes de desenvolvimento para acompanhar alterações de programas. A proposta não é obrigar programadores a abandonar seus comandos habituais. Em vez disso, muda a forma como os servidores recebem atualizações e entregam arquivos a engenheiros e agentes automatizados.

A empresa atribui a necessidade da mudança ao aumento do trabalho simultâneo em seu repositório central, chamado de monorepositório. Com o Codex participando de tarefas de programação, diferentes equipes e agentes podem enviar modificações e solicitar versões de arquivos ao mesmo tempo. O gerenciamento dessas operações passou a exigir mais capacidade de processamento e distribuição.

Conforme a descrição técnica da OpenAI, o Pando permite que atualizações em ramificações independentes sejam processadas sem depender de uma ordem global única. Outra estratégia consiste em reaproveitar pacotes de arquivos já preparados para download, em vez de gerar repetidamente os mesmos dados. O objetivo é reduzir espera e carga computacional, preservando a compatibilidade com clientes e protocolos do Git.

A implementação foi feita em Rust. A empresa afirma que o período entre o início do projeto e a entrada em produção foi de dez semanas, com participação de ferramentas de programação por IA, testes de conformidade e migração gradual dos serviços existentes. A adoção ocorreu sem interromper o trabalho das equipes, segundo seu relato.

Os números apresentados são expressivos, mas exigem atribuição: a OpenAI informa redução próxima de 80% na latência mediana das operações de envio de alterações, chamadas de push, e distribuição de quase um petabyte de dados Git por dia. Uma reportagem independente do portal Interesting Engineering, publicada também em 2 de novembro, examinou a arquitetura e contextualizou os gargalos de desenvolvimento associados ao aumento de alterações de código.

Há uma distinção importante para quem trabalha fora da empresa. Manter compatibilidade com Git não significa que o backend Pando tenha sido oferecido publicamente como serviço ou produto. A OpenAI descreve contribuições para melhorar ferramentas Git e sua própria distribuição do cliente, mas não apresentou um calendário de disponibilização externa do Pando.

O caso ilustra como a expansão de agentes de IA altera necessidades tradicionais de infraestrutura. Os ganhos divulgados, porém, refletem a operação e as medições informadas pela própria OpenAI; não constituem um teste independente de desempenho em ambientes de outras organizações.

Fontes e referências: OpenAI, 2 de novembro de 2026: https://openai.com/index/scaling-git-at-openai/ Interesting Engineering, 2 de novembro de 2026: https://interestingengineering.com/ai-robotics/openai-pando-git-backend-code-commit-surge

Fontes e referênciasOpenAI; Interesting Engineering ↗
Esta reportagem foi publicada pela TrendScope Brasil.

Produção editorial com apoio de automação e referências identificadas. A automação não representa aprovação humana prévia.