OpenAI收编Bootstrap团队，Codex改造Git

OpenAI 把 Pierre Computer Company 收进了口袋。公告措辞很明确：让 Codex 成为团队和 AI 一起造软件的地方，从第一个想法一直管到最终发版。Pierre 那边同步放了个篮球场拍的视频，说产品还会继续做。交易还得过监管这关，交割前两家照旧独立运转。

OpenAI收编Bootstrap作者团队，Codex要重写

Pierre 这个名字对多数后端同学可能陌生，但提 Jacob Thornton 就不一样了。他是 Bootstrap 的联合作者，那个从 Twitter 内部长出来的 CSS 框架喂饱了一代 Web 开发者。另一位创始人是 Ian Ownbey。公司 2023 年成立，团队十几到几十人，累计融资约 2400 万美元。官网 pierre.computer 复古得像 1996 年的个人主页，公司介绍就一句：为机器工作打造底层、可组合的产品基础设施。

OpenAI收编Bootstrap作者团队，Codex要重写

产品线一商业三开源。Code Storage 是吃饭的家伙，定位给 AI 智能体存代码和机器产物；Diffs 管差异渲染，Trees 管文件树浏览，DiffsHub 是基于 Diffs 的开源项目。OpenAI 公告里专门点了 Trees 和 Diffs，说这俩库已经在 Codex 应用里干活，负责文件浏览和 diff 审查界面。

智能体把 Git 的假设打穿了

传统 Git 托管平台的设计前提是人。一个工程师一天提交几次，分支开得克制，读写请求稀疏。限流、权限审批、PR 流程，全是围绕这个节奏搭的。

智能体不吃这套。它一分钟能拉几十个分支，并发读写，中间产物海量生成又迅速废弃。Code Storage 就是冲着这个错位来的：单仓库最高 32TB，仓库数和总存储不设上限，Git 与 API 请求均不限速，实测单仓库每秒 500 次以上 Git 请求、API 峰值每秒 1.5 万次，30 个以上并发写入，99.99% 可用性 SLA。技术上走 Git 三阶段提交协议加辐条式法定多数架构，在扛并发的同时保持久性和一致性。接入方式不逼人改工作流，TypeScript、Python、Go 的 SDK 能直接操作仓库，原生 Git 协议照样 clone 和 push，还能和 GitHub、GitLab、Bitbucket 双向同步。

计费按冷热分层：7 天内碰过的热数据每 GB 每小时 0.005 美元，超过 7 天没访问的冷数据降到 0.0002 美元，差 25 倍。逻辑是智能体生成的代码大多只读一两次就吃灰，分层能让高频生成、低频访问的模式在账面上撑住。

这个模型有它的适用边界，值得提前想清楚。冷热判定看的是访问时间窗口，不是数据价值。如果团队的 CI 流水线习惯对全量历史做浅克隆之外的完整拉取，或者审计流程要求定期回溯旧提交，那些本该躺在冷数据层的对象会被反复唤醒，计费重新落回热档，25 倍的价差就没了。换句话说，分层省钱的前提是访问模式真的稀疏，而不是把冷数据当备份仓库天天扫。上量之前拿一周的真实访问日志跑一遍成本模拟，比事后看账单靠谱。

审查才是卡脖子的地方

代码写出来总得有人看。一个工程师同时指挥几个智能体并行干活，每天要过的 diff 可能是过去的好几倍。写代码的速度早就跑赢了读代码的速度，审查和发版成了真正的瓶颈。

Pierre 的工具被看上，很大程度是因为它们在“让人快速看懂大量代码”上下了功夫。Diffs 有个编辑模式挺实用：审查者在 diff 视图里发现毛病，直接原地改那一行，不用切回编辑器。新出的 Highlights 能在人打字或者智能体流式输出时实时刷语法高亮。Trees 负责在巨型项目里快速定位文件。OpenAI 公告里那句“把企业交付的代码和员工所做的决策联系起来”也值得琢磨——Git 记得住代码怎么变，记不住为什么变。AI 生成比例越高，变更背后的取舍越难追溯，这个缺口只会更大。

想验证一个面向智能体的仓库是不是真健康，别只看厂商给的 QPS 数字。拿 git 原生命令就能做基线：git fsck –full 查对象完整性，git count-objects -v 看松散对象和打包对象的规模分布，再对同一仓库做一次冷 clone 计时，和热 clone 对比。如果 fsck 报 dangling 对象异常多、count-objects 显示松散对象长期不打包，说明写入路径的 gc 策略没跟上高并发节奏，这种仓库在智能体高频建分支的场景下会越跑越慢。判定标准不复杂：clone 耗时随仓库增长应保持近似线性，出现明显超线性拐点就该查打包和引用数量了。