Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Programación · github.blog
La nueva arquitectura de almacenamiento Git de GitHub
GitHub describe «Project Rubicon», su nueva arquitectura para almacenar Git, pensada para que miles de agentes escriban a la vez en un mismo repositorio. En pruebas internas dice haber logrado 7.200 pushes por segundo con 5.000 agentes concurrentes, manteniendo lecturas con baja latencia.
Foto: vía github.blog
1 medio · MadridPublicada 7 nov, 01:05Actualizada 7 nov, 17:50· Ya no está en portadaEscrita por IA · cómo funciona
GitHub anunció la arquitectura en Universe y ahora explica cómo funciona. Parte de una observación: los objetos de Git son inmutables y se nombran por su contenido, así que dos escritores pueden guardarlos a la vez sin ponerse de acuerdo. Lo único que exige acuerdo es la actualización de referencias, que es pequeña. Eso permite escalar por separado el almacenamiento de datos, el servicio de peticiones y el mantenimiento de los repositorios. Para el desarrollador, Git sigue siendo Git.
La empresa distingue dos ejes de escala. El horizontal es cuántos desarrolladores y agentes trabajan en muchos repositorios, y ahí se mantienen técnicas ya probadas. El vertical es cuántos trabajan en un único repositorio, y de ahí salen casi todos los requisitos. Hoy los repositorios más activos reciben como mucho decenas de escrituras por segundo, en ráfagas; GitHub espera que pasen a ser una tasa sostenida en el plazo de un año, y se marcó un objetivo de al menos dos órdenes de magnitud más de escala. Cada push provoca además más lecturas: CI, despliegues y otros agentes que descargan el commit.
El diseño empezó en mayo de 2026, tras la migración inicial a Azure. Spokes sigue encargándose del enrutado, el balanceo y la colocación de repositorios, y enruta cada petición a un pequeño grupo de réplicas virtuales: cómputo desechable cuyo disco local es una caché reconstruible en cualquier momento. Si un repositorio se satura, se añaden más réplicas. Una flota aparte de nodos de compactación fusiona packs y elimina objetos inalcanzables directamente contra el almacenamiento, sin gastar CPU de las réplicas.
El estado duradero vive en dos sitios. Los objetos Git, en forma de packs y datos auxiliares de aceleración de lecturas, están en Azure Blob Storage. Las referencias y la lista de packs del repositorio (el pack manifest) están en Ref-CAS, un servicio de log replicado. En una escritura, la réplica indexa el pack entrante, lo sube a Blob Storage y confirma una sola transacción en Ref-CAS que lo añade al manifest y actualiza las referencias. En una lectura, comprueba su versión de referencias en Ref-CAS, trae de Blob Storage los packs que necesita y sirve desde la caché.
«GitHub's new Git storage architecture» · puesto 30 · 202 puntos · enviado por DAlperin
Lo que dicen los comentarios
Buena parte de los comentarios compara la propuesta con otras: varios señalan que Enroute y Continuity, de Cursor, ya habían hecho algo parecido, y alguien enlaza el planteamiento de Anthropic para rediseñar el control de versiones. Otro hilo duda de que esto ayude a las caídas actuales, ya que el cambio apunta a la escala vertical, y un usuario cree que sí aliviaría también la horizontal al no mantener en disco los repositorios inactivos. Hay escepticismo sobre la premisa misma: miles de pushes por segundo a un repo les parece señal de agentes mal organizados, y se propone limitar tasas, mientras otros defienden que los agentes lanzarán muchas PRs experimentales. También se cuestiona la fiabilidad de Azure, con réplicas sobre cifras de disponibilidad.
Si lo entiendo bien, es planificación a futuro muy sólida, pero no ayuda con las caídas actuales: las técnicas de escala horizontal se heredan y esto va sobre la escala vertical. Las ráfagas actuales son de decenas de escrituras.
¿Miles de pushes por segundo por repositorio? Suena a que algo va muy mal con los agentes. Mejor límites de tasa y que colaboren en local, subiendo solo trabajo terminado del tamaño de una PR.
Los forks de GitHub comparten almacenamiento. No es descabellado imaginar miles de commits por segundo al kernel, con bots aplicando parches de LKML en forks. Y mi agente podría abrir cinco PRs experimentales por issue.
Que los agentes necesiten algo mejor que git es ridículo. Los problemas de escala vienen de malos desarrolladores que lanzan malas cantidades de malos agentes contra malos repos.
¿Qué es poco fiable? Azure tiene un 99,97 % de disponibilidad histórica y AWS un 99,95 %. Las anécdotas de ingenieros sobre conflictos internos no equivalen a fiabilidad externa.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.