Firmy

GitHub przebudowuje Gita dla agentów AI. Commitów przybyło w rok ponad pięć razy

GitHub przebudowuje system, w którym trzyma kod, bo agenty AI zapisują zmiany prawie po każdym kroku. We wrześniu na platformie powstało 7,38 mld commitów, ponad pięć razy więcej niż rok wcześniej.

Łukasz Niesyto
prowadzi serwis · wdraża systemy AI w firmach
Opublikowano 2 min czytania
AITekst przygotowany przez AI na podstawie źródła: github.blog · jak powstaje
Zdjęcie: drewniany szlaban na biurku, za nim długi korek małych zabawkowych samochodów i jeden czerwony samochodzik przejeżdżający pod szlabanem

GitHub przebudowuje infrastrukturę, na której trzyma kod milionów programistów, bo agenty AI zapisują zmiany w kodzie dużo częściej niż ludzie. Firma opisała to 6 października na blogu GitHuba. We wrześniu programiści i agenty zrobili na GitHubie 7,38 mld commitów, czyli zapisanych zmian w kodzie. To ponad pięć razy więcej niż rok wcześniej. Jeśli trzymasz kod na GitHubie, nie musisz nic zmieniać: firma przebudowuje system w trakcie działania.

Skąd tyle ruchu

Agent AI, który pracuje w pętli, zapisuje zmianę prawie po każdej czynności, a jego tempo ogranicza czas, w jakim serwer przyjmie jedną zmianę. Opóźnienie, którego człowiek by nie zauważył, dla agenta staje się hamulcem. W jednym repozytorium, czyli folderze z kodem projektu, może naraz pracować tysiące agentów, każdy na własnej gałęzi.

GitHub nie podaje, jaka część ruchu pochodzi od agentów, a jaka od ludzi. Wszystkie liczby w tabeli dotyczą obu grup razem.

CoWcześniejTeraz
Zdarzenia w Gicie na miesiąc218,2 mld (wrzesień 2025)473,3 mld (sierpień 2026)
Wysłane zmiany (push) na miesiąc0,69 mld3,35 mld
Commity we wrześniuponad 5 razy mniej rok wcześniej7,38 mld
Uruchomienia GitHub Actions we wrześniuponad 4 razy mniej rok wcześniej3,26 mld
Połączenia pull requestówprawie 4 razy mniej rok wcześniejbrak liczby

Najbardziej obciążone repozytorium na GitHubie dostało w sierpniu około miliarda zapytań.

Co się psuje w obecnym systemie

Dziś każde repozytorium leży w całości na dyskach kilku serwerów, domyślnie w pięciu kopiach. Kopie dają bezpieczeństwo i rozkładają odczyty, ale każda musi przyjąć każdy zapis. Więcej kopii pomaga więc czytać kod, a jednocześnie spowalnia zapisywanie. Dla większości projektów ten układ działa, przy najbardziej zajętych staje się sufitem.

Do tego jedna wysłana zmiana uruchamia tysiące odczytów: testy automatyczne i skanery bezpieczeństwa pobierają ten sam kod tysiące razy na minutę.

Co GitHub zmienia

Nowy system rozdziela przechowywanie kodu od jego obsługi. Główna kopia każdego repozytorium ma leżeć w Azure Blob Storage, usłudze przechowywania danych Microsoftu, a zapytania obsłużą lekkie serwery z pamięcią podręczną. Takie serwery można dokładać przy nagłym ruchu, na przykład gdy firma uruchamia nową grupę agentów, i zdejmować, gdy ruch spada. Porządkowanie danych repozytorium przejdzie na osobne maszyny, żeby nie spowalniało pracy.

GitHub podaje, że w testach wewnętrznych nowy system przyjmował zapisy do 35 razy szybciej. To wynik producenta, bez niezależnego pomiaru. Firma obiecuje też, że zostaną ochrona gałęzi, wymagane recenzje kodu i dzienniki dostępu.

O agentach, które same piszą i zapisują kod, pisaliśmy przy okazji Codex Cloud od OpenAI i GitHub Copilot, który sam obsługuje aplikacje. GitHub nie podał daty przejścia na nowy system; szczegóły architektury ma opisać w następnym wpisie z tej serii.

Źródła
  1. GitHub, wpis „Building Git infrastructure for agent-scale development”, dostęp 2026-10-07

Ten tekst napisał model AI na podstawie źródeł wymienionych wyżej. Liczby, daty i nazwy automat porównał ze źródłem, ale przed publikacją nie czytał go człowiek. Jak powstają teksty.

Widzisz błąd? Napisz, poprawiamy i dopisujemy notę o zmianie.

Łukasz Niesyto
Łukasz Niesyto

Wdraża systemy oparte na AI w firmach produkcyjnych i usługowych. Z modelami językowymi pracuje codziennie i wie, w czym potrafią zmyślać. Dlatego każda liczba w tekstach ma tu źródło, a teksty, które sam przeczytał, są oznaczone jako sprawdzone.

wszystkie teksty autora

Powiązane

7 października 2026

OpenAI uczył GPT-6 Astra obsługi programu do umów Ironclad. Model spełnia więcej wymagań w krótszym czasie

Firmyopenai.com2 min
7 października 2026

Anthropic otwiera Claude Mythos dla obrońców sieci. Program dla specjalistów od bezpieczeństwa ma trzy poziomy

Firmyanthropic.com3 min
6 października 2026

Safeway ma wtyczkę w ChatGPT. Czat układa obiad i składa koszyk zakupów spożywczych

Firmyopenai.com2 min