社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

单台8核每秒567次推送,Aspen重写Agent级Git

AI深发现 • 昨天 • 23 次点击  

单台8核服务器每秒处理567次推送,延迟p99压在314毫秒。Reason Machines开源了Aspen,一个专为AI Agent流量设计的Git服务器。

它把代码提交的并发等待时间压缩到了极致。当AI Agent开始接管代码库,传统Git服务器按仓库排队的机制已经成了拖累。Aspen的出现,标志着Agent原生的基础设施正在补齐关键一环。对于正在构建多Agent协同系统的团队,这是必须关注的底层架构演进。

  • Aspen独立实现了OpenAI描述的Pando设计,将Git写入瓶颈从仓库级拆解到分支级。
  • 测试显示跨分支推送互不阻塞,但合并到main分支时性能骤降至每秒约4次。
  • 项目仍处于pre-alpha阶段,缺乏Web UI且未通过24小时持久性测试,适合技术预研。

拆解Agent时代的Git写入瓶颈

传统Git服务器在处理AI Agent流量时面临严峻挑战。Agent每隔几分钟就会推送一次代码,CI流水线随后立即拉取。按仓库排队的机制导致服务器工作量随客户端数量激增,而非随新代码增加。Aspen通过Rust单二进制文件重构了底层,分支历史存入PostgreSQL,packs存入S3兼容的对象存储。其核心在于分支级的compare-and-swap机制,不同分支的推送完全独立,互不等待。

对于正在评估Agent代码托管方案的团队,Aspen的架构给出了明确的边界。如果你的业务场景是数百个Agent并行处理独立任务,且极少产生跨分支的代码冲突,Aspen的分支级写入能彻底释放并发能力。但如果你的工作流高度依赖主干开发,或者CI/CD流水线需要频繁在main分支上进行合并与构建,Aspen当前每秒4次的落地性能会成为致命瓶颈。在pre-alpha阶段,它更适合用来搭建隔离的Agent沙盒,而不是直接替换现有的核心代码库。

性能基准与竞品架构对比

在单台8核服务器、S3 Standard和4核Postgres的测试环境下,Aspen对git.git副本实现了持续5分钟、每秒567次推送的峰值,中位延迟208毫秒。

  • Aspen:开源自托管,分支级compare-and-swap,PostgreSQL存储,自报567次/秒。
  • Cursor Origin:商业平台,仓库级WAL,S3索引,S3 Standard下120次/秒,Express下超300次/秒。
  • OpenAI Pando:内部使用,分支级推送,中位延迟降低近5倍。
  • GitHub Spokes:内部使用,跨副本三阶段提交。

从Cursor报告的推送率来看,Aspen自报的567次每秒确实有账面优势。但必须警惕测试条件的差异。Aspen的测试基于git.git副本,而Cursor是在真实的monorepo replicated cluster上运行。对象存储的选择对性能影响巨大,S3 Express One Zone相比Standard能带来翻倍提升。这意味着在实际部署中,如果不匹配相应的高性能存储层级,Aspen的理论峰值会大幅缩水。此外,p99延迟314毫秒虽然优秀,但24小时持久性未达标说明其在异常恢复机制上仍有缺陷,生产环境需慎重。

部署路径与试用指南

Aspen完全使用Rust构建。开发者可以通过aspen dev命令在本地使用SQLite和目录快速启动。团队部署推荐使用Docker Compose结合PostgreSQL和MinIO,或者使用Helm chart和Terraform覆盖AWS、GCP、Azure等云环境。项目还提供了Mirror mode,可以直接代理GitHub或GitLab,方便在不迁移现有仓库的情况下进行试用。

项目源码:https://github.com/reason-machines/aspen
官方博客:https://reasonmachines.com/blog/aspen
Pando设计参考:https://openai.com/index/scaling-git-at-openai/
Cursor对比参考:https://cursor.com/blog/git-at-any-scale
在线Demo:https://place.reasonmachines.com/

从OpenAI提出Pando设计到Reason Machines将其开源,Agent时代的代码管理逻辑正在发生实质性转移。过去我们优化Git,是为了让人类开发者在同一个仓库里协作更顺畅;现在优化Git,是为了让成百上千个Agent在互不干扰的分支上狂奔。Aspen用Rust重写并剥离了传统Git的包袱,证明了分支级并发在工程上是完全可行的。但pre-alpha的状态和main分支的性能短板也在提醒决策者:基础设施的演进从来不是一蹴而就的。在拥抱新架构前,先理清你的Agent工作流是分支隔离还是主干合并,这决定了你是能享受567次每秒的红利,还是被每秒4次的瓶颈卡死。


看完想聊两句?
你觉得每秒567次推送的Aspen,能扛住真实业务的Agent并发吗?

本文依据以下公开报道整理:
来源:MarkTechPost
原文链接:https://www.marktechpost.com/2026/11/09/reason-machines-aspen-open-source-git-server-ai-agents/

往期推荐

  • ·
    被指工业规模蒸馏,美国AI防范重点已转移
  • ·
    亏损千亿却估值1.4万亿,Anthropic IPO定价出炉
  • ·
    旅游 AI 上线五个月即关停,OpenAI 为何发起人才收购?

点击公众号头像 → 历史消息,可翻阅以上文章

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203477