OpenAI, Git 백엔드 Pando로 푸시 지연 5분의 1로 줄여

이 방대한 양의 코드가 실제로 무엇을 하는지 설명해 줄 수 있는 사람 있나? 그들은 분명히 다양한 모델 아키텍처, 학습 인프라, 서빙 인프라, 그리고 앱 소스 코드를 가지고 있다.

왜 이 모든 것의 양이 기하급수적으로 증가해야 할까? 그리고 (모델 품질 외에는) 그들의 제품이 별로 변하지 않는 것처럼 보일 때 엔지니어들은 다들 뭘 하고 있는 걸까?

이 주제에 특별한 관심은 없지만 이건 정말 좋은 블로그 글이다. 두 줄마다 AI 얘기가 나오지도 않고, 불필요한 마케팅이나 과대광고도 없다. 그저 여러 엔지니어들이 자신들의 목소리로 숫자와 차트, 시각화를 곁들여 한 주제에 대해 아주 자세히 이야기할 뿐이다.

여기 어디에도 벤치마크가 안 보인다. 예를 들어 초당 몇 번의 푸시를 처리하는지? 동시 푸시하는 사람은 몇 명인지? 등등..

면책: 나는 https://juju.bi 에서 코드 포지를 만들고 있다.

> 푸시를 처리할 때, Pando는 들어오는 packfile을 blob 스토리지로 스트리밍하는 동안 검증하며, 로컬 저장소로 풀어놓지 않는다

이게 클라이언트를 완전히 신뢰하는 것 같아서 큰 위험으로 지적된 적이 있지 않았나?

특히 2026년에 우리가 목격한 모든 악성 에이전트와 격리/모니터링 실패를 고려하면?

검증이 어떻게 충분하다고 판단되는지 듣고 싶다.

Lean과 TLA+를 둘 다 사용했다는 게 흥미롭다. 그에 대해 더 이야기해 주면 좋겠다. 나는 둘 중 하나만 쓸 거라고 생각했다. 일반적으로 둘 다 같은 일(스펙 증명)을 하지만 아주 다른 방식으로 한다.

거대한 1조 달러 규모의 괴물이라면 왜 완전히 다른 VCS 토폴로지를 사용하지 않을까? 왜 우리는 여전히 '분산' git 개념을 모든 것의 기반으로 사용하고 있을까?

이 정도 규모에서는 중앙화가 바로 원하는 것이다. 서버의 아주 미미한 참여만으로도 큰 차이를 만들 것이다.

게임 스튜디오가 git을 사용하지 않는 데는 이유가 있다. 그것은 단지 큰 객체 때문만은 아니다.

커밋 증가 그래프가 퍼센트인 이유는 Anthropic의 비율보다 적기 때문인가? 커밋 부러움의 사례인가?

진지하게 말하자면, 나는 이 글들을 읽는 것을 즐겼다. 나는 결코 이 규모에서 일하지 않겠지만, 다른 팀들이 이런 문제에 접근하는 방식을 읽는 것을 좋아하며, 모두가 더 많이 더 빠르게 커밋하는 상황에서 이런 접근 방식 중 일부가 일반 관행으로 스며들지(혹은 위로 올라가지?) 궁금하다.