O GitHub detalhou a nova arquitetura de armazenamento Git que vem implantando por baixo da plataforma para atender ao desenvolvimento com agentes de IA. Em testes internos, o sistema suportou 5 mil agentes trabalhando ao mesmo tempo em um único repositório, com 7.200 pushes por segundo e leituras com latência baixa e estável.
A empresa explica que hoje os repositórios mais movimentados recebem no máximo algumas dezenas de gravações por segundo, em picos curtos. Com agentes rodando em paralelo o dia todo, o GitHub espera que esses picos virem o ritmo normal dentro de um ano. Cada push ainda gera várias leituras, de pipelines de CI, sistemas de deploy e outros agentes. Por isso, a meta foi projetar para pelo menos cem vezes a escala atual.
O projeto, chamado internamente de Rubicon, parte de uma observação simples: os objetos do Git são imutáveis e identificados pelo conteúdo, então podem ser gravados em paralelo sem coordenação. Só a atualização das referências, como branches, precisa de acordo entre as partes. Os dados ficam no Azure Blob Storage, enquanto as referências vão para um serviço próprio de log replicado, o Ref-CAS, que processa dezenas de milhares de operações por segundo.
Na prática, as requisições passam por réplicas virtuais descartáveis, cujo disco funciona só como cache, e repositórios mais movimentados ganham mais réplicas conforme a demanda. A compactação dos pacotes, que antes rodava nas mesmas máquinas que atendiam usuários, agora fica a cargo de nós separados que trabalham em segundo plano.
Para quem usa o GitHub, nada muda: push, fetch e branches funcionam do mesmo jeito, com as mesmas proteções. A nova arquitetura foi anunciada na GitHub Universe e é, segundo a empresa, a base para suportar o trabalho de centenas de milhões de desenvolvedores e seus agentes.
Fonte: The GitHub Blog