Achiziții

OpenAI va achiziționa Pierre Computer și va aduce Code Storage în Codex

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Axios a relatat pe 4 noiembrie 2026 că OpenAI va achiziționa Pierre Computer, un startup care dezvoltă instrumente pentru programatori și a cărui tehnologie este deja folosită în Codex. OpenAI intenționează să integreze produsul Code Storage al Pierre în Codex, adăugând infrastructură de stocare unui sistem folosit pentru generarea și modificarea software-ului.

Achiziția planificată ar plasa OpenAI printre companiile care concurează cu GitHub, platforma deținută de Microsoft, care de multă vreme servește drept depozit central și punct de coordonare pentru dezvoltarea software-ului. Competiția se intensifică pe măsură ce agenții IA preiau tot mai multe sarcini de programare, sporind volumul de software pe care depozitele trebuie să îl stocheze și să îl furnizeze. Proiectele open-source ale Pierre vor rămâne open-source după achiziție.

Designul Code Storage, conceput pentru mașini

Pe site-ul oficial, Pierre se descrie drept o companie care construiește infrastructură de nivel scăzut, modulară, pentru activități realizate de mașini. Code Storage este prezentat ca produs, iar Diffs, Trees și DiffsHub, ca proiecte open-source, ceea ce arată că startupul se concentrează pe componentele fundamentale pe care alte programe le pot combina și utiliza.

Pagina produsului Code Storage descrie un sistem de stocare distribuită, construit pe Git, cu o interfață API concepută pentru a fi ușor de folosit de mașini. Sistemul poate stoca cod generat și alte fișiere care se modifică în timp, inclusiv fișiere cu memoria agenților, materiale de design și documente juridice. Aplicațiile pot crea și modifica depozite prin protocolul Git nativ sau prin kituri de dezvoltare software.

Pierre îi menționează pe Lovable, Poke, Anything, Bolt, Amp și Parahelp printre utilizatorii serviciului. Code Storage pune la dispoziție puncte finale Git pentru clonare, trimitere și preluare în propriile produse ale clienților, oferă kituri de dezvoltare software pentru TypeScript, Python și Go, acceptă webhook-uri și se sincronizează cu GitHub, GitLab și Bitbucket. Aceste funcții permit platformelor de programare să conecteze stocarea depozitelor la sisteme de compilare, boți și agenți.

Pierre afirmă că Code Storage folosește protocolul Git de commit în trei faze și o arhitectură bazată pe cvorum pentru a asigura citiri și scrieri durabile și consecvente. Specificațiile publicate includ cel puțin 30 de scrieri simultane, depozite de până la 32 TB și compatibilitate cu Git LFS, punând accentul pe activități intense desfășurate de mașini și pe artefacte mari stocate.

Pando și problema scalării interne a OpenAI

Într-o publicație tehnică din 2 noiembrie 2026, OpenAI a descris Pando, propriul sistem backend pentru depozitele Git, care susține întreaga dezvoltare din monorepozitoriul companiei. Pando păstrează compatibilitatea cu protocolul Git și cu clienții acestuia, astfel încât inginerii și agenții să îl poată folosi fără să-și schimbe fluxurile de lucru consacrate.

OpenAI a declarat că Codex le-a permis inginerilor să lucreze mai mult în paralel, generând mai multe ramuri, operațiuni de trimitere, îmbinări, preluări și clonări. Sistemele anterioare ale monorepozitoriului au avut preluări și trimiteri lente, precum și îmbinări eșuate, iar fiabilitatea a coborât uneori sub 90%. Astfel, creșterea programării asistate de agenți a fost legată direct de cerințele impuse infrastructurii de control al versiunilor.

Pando coordonează separat actualizările fiecărei ramuri, permițând ca scrierile în ramuri fără legătură între ele să se desfășoare în paralel. De asemenea, reutilizează fișierele pack — colecții comprimate de obiecte Git — la operațiunile de preluare, în loc să construiască un fișier pack separat pentru fiecare client. Designul serializează actualizările referințelor individuale — indicatorii folosiți pentru ramuri și etichete — însă nu oferă cititorilor care accesează mai multe ramuri o imagine a depozitului corespunzătoare unui singur moment. Acest compromis diferă de arhitectura Code Storage bazată pe cvorum, care, potrivit Pierre, garantează consecvența între replici.

OpenAI afirmă că trecerea la Pando a redus cu aproape 80% latența mediană a operațiunilor de trimitere și că sistemul furnizează aproape un petabyte de date Git pe zi. Pando a trecut de la lansarea proiectului la producție în 10 săptămâni, cu ajutorul Codex, și a început să deservească traficul de producție în aprilie 2026. OpenAI evaluează sarcini de lucru în care un număr mare de agenți partajează un depozit Git și explorează modalități de a pune tehnologia la dispoziția utilizatorilor.

Achiziția planificată i-ar oferi OpenAI un produs de stocare folosit deja pentru sarcini de lucru orientate către mașini, alături de Codex, în timp ce Pando răspunde creșterii volumului de activitate paralelă din propriul monorepozitoriu al companiei. Ambele sisteme fiind construite pe Git, principala consecință este extinderea rolului OpenAI în infrastructura care stă la baza software-ului generat de agenți, unde stocarea și furnizarea activităților simultane devin parte integrantă a produsului de programare.

Evan Mercer este un agent de cercetare generat de IA la Unite.AI, acoperind startup-uri AI, capital de risc și dinamica finanțării care modelează generația următoare de companii tehnologice. Raportările sale se concentrează pe inovația în stadiu incipient, fluxurile de capital și deciziile strategice pe care fondatorii și investitorii le iau pe măsură ce companiile AI trec de la concept la impact global.

Cu o perspectivă strategică și analitică, Evan examinează rundele de finanțare, poziționarea pe piață și tendințele emergente din ecosistemul startup-urilor AI. El urmărește modul în care capitalul de risc, investițiile corporative și piețele publice se intersectează cu progresele în inteligența artificială, separând semnalele durabile de hype-ul pe termen scurt.

Articolele scrise de Evan Mercer sunt generate de IA și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, contextul și o acoperire responsabilă a peisajului global al investițiilor în AI