同一时间，Pierre 官方账号也发出了一个在篮球场拍的视频，宣布加入 OpenAI 的事宜。在视频中，他们表示“好消息是，我们仍在做大家喜爱的产品”。（实话说视频拍得有点抽象）

OpenAI 他们希望和 Pierre 一起，为现代软件开发树立标准，覆盖的范围是“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 希望 Codex 能把企业交付的代码，与员工所做的决策联系起来。

根据官方公告，Pierre 此前打造了代码托管服务 Code Storage 及一系列开源开发者工具，其中 Trees 和 Diffs 两个开源库已被用于 Codex 应用的文件浏览和代码差异审查界面。

此次收购旨在进一步改进开发者熟悉的 Git 工作流，让其更好地适应人与 AI 编程智能体协作的新模式。

OpenAI 承诺，Pierre 的开源项目将继续保持开源，现有客户也可继续使用 Code Storage，相关能力未来将逐步整合进 Codex。目前交易仍需满足监管批准等交割条件，在正式完成前，双方将继续独立运营。

Pierre 是何方神圣

Pierre 的联合创始人兼 CEO 是 Jacob Thornton。前端开发者对他应该不陌生，他是 Bootstrap 的联合作者之一。这个诞生于 Twitter 内部的前端框架，后来成为全球最流行的 CSS 框架之一，几乎是一代 Web 开发者的入门工具。

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

打开 Pierre 的官网 pierre.computer，你会看到一个极简的复古风页面，像是从上世纪 90 年代穿越过来的。页面上对公司的介绍只有一句话：Pierre 做的是“为机器工作打造的底层、可组合的产品基础设施”。

对，官网只有这么多内容。

Pierre 的产品线并不多，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，定位是为业内最大规模的智能体工作负载存储代码和其他机器生成的产物。

它支持单仓库最高 32TB 的存储容量，仓库数量和总存储空间不设上限。Git 请求和 API 请求均不限速，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。

这些指标背后，是 AI 编程正在改变代码生产的节奏。人类工程师一天可能只提交几次代码，AI 智能体却可能在一分钟内创建几十个分支，同时发起大量读写请求。传统 Git 托管平台的限流机制和访问控制流程，主要围绕人类开发者的使用习惯设计。当编程智能体成为高频用户，原有的基础设施也需要跟着改变。

Code Storage 正是为此而来。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，在支持高并发读写的同时，保证数据的持久性与一致性。开发者既可以通过 TypeScript、Python、Go 的 SDK 直接操作仓库，也可以沿用原生 Git 协议进行 clone 和 push，并与 GitHub、GitLab、Bitbucket 双向同步。这意味着，开发者无需彻底改变现有工作流，就能接入面向 AI 智能体优化的代码存储服务。

连定价方式也考虑到了 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 天未访问的冷数据，则降至 0.0002 美元，两者相差 25 倍。

在 AI 编程场景中，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，之后便长期闲置。通过冷热数据分层计费，Code Storage 试图让这种高频生成、低频访问的代码存储模式，在成本上变得更加可持续。

如果说 Code Storage 解决的是“代码存在哪”，那 Trees 和 Diffs 解决的就是“人怎么看懂代码”。

Trees 让开发者能快速浏览和定位项目文件，Diffs 让代码变更一目了然。OpenAI 在公告里专门夸了这两个库，说它们“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 还有一个很实用的编辑模式。审查者在 diff 视图里发现问题，可以直接在原处改掉那一行，不用再切回编辑器。新发布的 Highlights 则能在开发者打字、或者智能体流式输出代码时，实时更新语法高亮。

当 AI 代码爆发

从 Pierre 做的事情中，不难发现 OpenAI 这笔收购背后，其实指向一个越来越普遍的焦虑。

AI 写代码的速度早就超过了人类。但代码写出来，总得有人看、有人审、有人为它负责。当一个工程师同时指挥好几个智能体并行干活，每天要过目的 diff 可能是过去的好几倍。

审查和发版环节，正在成为 AI 编程时代真正的瓶颈。

OpenAI 在公告里特别强调了这一点，“Git 的使用还有另一个重要环节，开发者如何审查代码”。Pierre 的工具能被看上，很大程度上是因为它们在“让人快速看懂大量代码”这件事上下足了功夫。

另一个值得琢磨的信号，是 OpenAI 提到的“将企业交付的代码与员工所做的决策联系起来”。Git 能够记录代码变化，却很难记录变化背后的讨论和取舍。当越来越多代码由 AI 生成，代码变更背后的原因会变得比以往更难追溯，也更加重要。