OpenAI收购Pierre：Codex要从Git工作流下手？

OpenAI官方宣布，将收购Pierre Computer Company。

按照OpenAI的说法，这笔交易是为了推进一个目标——让Codex成为团队和AI共同开发软件的地方，覆盖「从最初的想法，到最终发布的版本」这一全过程。

差不多同一时间，Pierre官方账号放出一段在篮球场拍摄的视频，对外公布加入OpenAI的消息。视频里他们说，「好消息是，我们仍在做大家喜爱的产品」。

OpenAI表示，希望与Pierre联手为现代软件开发确立标准，范围「从智能体创建第一个分支，到代码部署上线、面向全世界的精彩时刻」。公告还提到，OpenAI想让Codex把企业交付的代码和员工做出的决策关联起来。

官方公告显示，Pierre此前做出了代码托管服务Code Storage，还有一系列开源开发者工具。其中Trees和Diffs这两个开源库，已经被用在Codex应用的文件浏览和代码差异审查界面里。

这笔收购的目的，是让开发者熟悉的Git工作流得到进一步改造，从而更适配人与AI编程智能体协同编写代码的新方式。

OpenAI承诺，Pierre的开源项目会继续开源，现有客户也能接着用Code Storage，相关能力今后会一步步并入Codex。交易还需满足监管批准等交割条件，正式完成之前，双方各自独立运营。

Pierre是什么来头

Jacob Thornton是Pierre的联合创始人兼CEO。前端开发者对他大概不陌生——他是Bootstrap的联合作者之一。这个框架诞生于Twitter内部，后来成了全球最流行的CSS框架之一，差不多是一代Web开发者的入门工具。

另一位联合创始人是Ian Ownbey。Dealroom等创投数据库的信息显示，Pierre成立于2023年，团队规模在11到50人之间。IA40榜单则披露，Pierre累计融资约2400万美元。

打开Pierre官网pierre.computer，跳出来的是一个极简的复古页面，像是从上世纪90年代穿越过来的。页面上介绍公司只有一句话：Pierre做的是「为机器工作打造的底层、可组合的产品基础设施」。

没错，官网就这么多内容。

Pierre的产品线不算多，一个商业产品加三个开源项目：

• Code Storage：商业化主力产品，面向AI的Git托管基础设施
• Diffs：代码差异渲染库
• Trees：项目文件树浏览库
• DiffsHub：基于Diffs的开源项目

Code Storage是Pierre最核心的产品，定位是为业内规模最大的智能体工作负载存放代码以及其他机器生成的产物。

它能做到单仓库最高32TB存储容量，仓库数量和总存储空间都没有上限。Git请求和API请求都不限速，实测单仓库每秒可处理超过500次Git请求，API请求峰值超过每秒1.5万次；同时支持30个以上的并发写入，并提供99.99%的可用性SLA。

这些指标反映的是，AI编程正在改变代码生产的节奏。人类工程师一天也许只提交几次代码，AI智能体却可能在一分钟内建出几十个分支，同时发出大量读写请求。传统Git托管平台的限流机制和访问控制流程，主要是按人类开发者的使用习惯设计的。编程智能体成了高频用户，原有基础设施也就得跟着变。

Code Storage就是冲着这个来的。技术上，它基于Git的三阶段提交协议，结合「辐条式」法定多数（quorum）架构，在高并发读写的同时保证数据的持久性与一致性。开发者既可以用TypeScript、Python、Go的SDK直接操作仓库，也能沿用原生Git协议做clone和push，还能与GitHub、GitLab、Bitbucket双向同步。也就是说，开发者不用彻底推翻现有工作流，就能接入这套为AI智能体优化的代码存储服务。

连定价方式也照顾到了AI编程的特点。7天内被访问过的热数据，每GB每小时收费0.005美元；超过7天没被访问的冷数据，降到0.0002美元，两者相差25倍。

在AI编程场景下，智能体可能快速生成大量代码、分支和中间产物，其中不少只会被读取或修改一两次，然后就长期闲置。靠冷热数据分层计费，Code Storage想让这种高频生成、低频访问的代码存储模式在成本上更可持续。

如果说Code Storage解决的是「代码存在哪」，那么Trees和Diffs解决的就是「人怎么看懂代码」。

Trees的作用是帮开发者迅速浏览、定位项目中的文件，Diffs则让代码改动一眼看清。OpenAI在公告中专门表扬了这两个库，原话是它们「都能让开发者轻松审查和浏览大量代码，同时保持出色的性能」。

Diffs还带一个挺实用的编辑模式：审查者在diff视图里发现毛病，可以直接就地改掉那一行，不必再切回编辑器。新推出的Highlights则负责在开发者敲字、或智能体流式输出代码时，实时刷新语法高亮。

当 AI 代码爆发

看看Pierre做的这些事就能感觉到，OpenAI这桩收购背后，对准的是一种越来越常见的焦虑。

AI写代码的速度，早就跑在了人前面。可代码写出来，终究得有人看、有人审、有人担责。一个工程师同时指挥几个智能体并行开工，每天要过目的diff，可能是从前的好几倍。

审查和发版这两个环节，正变成AI编程时代真正卡脖子的地方。

OpenAI在公告里把这点单独拎了出来，「Git 的使用还有另一个重要环节，开发者如何审查代码」。Pierre的工具之所以被看中，很大程度上就是因为它们在「让人快速看懂大量代码」上花足了功夫。

另一个耐人寻味的信号，是OpenAI说的「将企业交付的代码与员工所做的决策联系起来」。Git能记下代码怎么变，却很难记下变化背后的讨论和取舍。代码越来越多由AI生成，变更背后的原因就比以往更难追溯，也更要紧。

不过，收购本身不等于Codex明天就摇身变成全新的代码平台。交易还得过监管这一关，整合也要花时间。OpenAI眼下给出的承诺是开源项目继续开源、Code Storage客户继续可用，具体的新产品长什么样，还没公布。

往回看，AI编程工具的竞争正一层层往下沉。过去十多年，代码存哪、怎么追溯、怎么管理，基本被GitHub这类平台牢牢攥着。如今OpenAI把一家专为AI打造Git基础设施的公司收进囊中，意图已经相当明显。

不过有个疑问：以后要是代码大多交给 AI 编写、AI 审核，还放在 AI 公司的平台上，开发者还用得着如今这种 GitHub 吗？你所在的团队，是否已经做好让 Codex 从第一个分支一路管到上线发布的准备？