Какие технологии стоят за Pierre? Разбираем пять продуктов, которые использует Codex, включая Trees, Diffs и Code Storage

Примечание автора: OpenAI объявила о намерении приобрести Pierre. В этой статье разберём пять продуктов Pierre: Trees и Diffs, которые уже используются в Codex, а также Highlights, DiffsHub и платный Code Storage. Вы узнаете, какие компоненты с открытым исходным кодом можно использовать уже сейчас.

4 ноября 2026 года OpenAI объявила о намерении приобрести компанию Pierre Computer Company, которая разрабатывает инструменты для разработчиков. Многие первым делом подумали: «OpenAI снова купила компанию, которая занимается хостингом Git». Но это не совсем так. У Pierre есть целая экосистема технологий для просмотра кода, сравнения изменений, онлайн-редактирования, подсветки синтаксиса и хранения Git-репозиториев. Причём два её продукта уже давно работают в приложении Codex.

Это не слухи и не просто новостная заметка. В официальном объявлении OpenAI подтвердила, что Codex использует библиотеки Trees и Diffs от Pierre. Репозитории Pierre с открытым исходным кодом и пакеты NPM тоже находятся в открытом доступе. При этом сделка пока не закрыта, а её сумма не раскрывается.

Что вы узнаете: эта статья поможет разобраться в продуктах Pierre, понять разницу между компонентами с открытым исходным кодом, онлайн-инструментами и платным сервисом хранения, а также выяснить, какие компоненты можно установить в свой проект уже сегодня.

Главное о сделке по приобретению Pierre

Для начала отделим подтверждённые факты от информации, которая пока не подтверждена. В таблице ниже собраны только сведения, прямо указанные в объявлении OpenAI и официальных каналах Pierre.

До закрытия сделки обе компании продолжат работать независимо. Axios рассматривает эту сделку как выход Codex в сферу совместной работы над кодом, где долгое время доминирует GitHub. Но это лишь оценка издания относительно направления конкуренции: OpenAI не объявляла о создании полноценной альтернативы GitHub.

Технологическая карта Pierre: открытые компоненты, онлайн-инструмент и платное хранилище

Чтобы разобраться в Pierre, удобно разделить её продукты на три уровня. Pierre не занимается обучением больших языковых моделей и не продаёт API моделей. Компания разрабатывает ПО и инфраструктуру для отображения, редактирования, хранения и управления кодом. На своём сайте она описывает себя как поставщика «низкоуровневой модульной инфраструктуры для машинных рабочих нагрузок».

Открытые компоненты собраны в GitHub-репозитории pierrecomputer/pierre и распространяются под лицензией Apache License 2.0. По состоянию на 2026-11-05 у репозитория было около 6 500 звёзд, 266 форков и примерно 1 320 коммитов. Эти показатели меняются со временем. При этом репозиторий не содержит весь код коммерческого бэкенда Code Storage.

Pierre Diffs изнутри: Edit Mode, интерфейс ревью и Merge Conflict

Пакет Diffs с открытым исходным кодом называется @pierre/diffs. На момент проверки на официальном сайте была указана версия v1.6.4, а точка входа для React — @pierre/diffs/react. Пакет позволяет отображать на веб-странице файлы с кодом, патчи и различия между двумя версиями. Он поддерживает представления Split — рядом друг с другом — и Stacked/Unified — в одном блоке, а также подсветку различий внутри строк на уровне символов и слов. Разработчик может передать как две версии файла, так и готовый Patch-файл.

Diffs Edit Mode: редактирование кода прямо в представлении различий

OpenAI отдельно отметила эту функцию в своём анонсе: ревьюер может изменить строку кода прямо в Diff-представлении. Edit Mode поддерживает выделение и множественное выделение, автоматические отступы, Undo/Redo, поиск по файлу, отметки линтера, пользовательские действия редактирования, а также локальные и удалённые курсоры. Для работы с ним доступны EditProvider и связанные Editor API. Часть возможностей редактирования пока помечена как Beta.

Это решает вполне конкретную проблему: в привычном процессе, заметив ошибку в сгенерированной ИИ строке, приходится переключаться в полноценный редактор, искать файл, исправлять код и возвращаться к ревью. Edit Mode объединяет обнаружение и исправление проблемы в одном интерфейсе. Это особенно удобно, когда агент генерирует много изменений, а человек проверяет их по частям.

Интерфейс ревью кода Diffs: подключаемый фреймворк Annotation

Diffs предлагает гибкий фреймворк Annotation, с помощью которого к конкретным строкам кода можно привязывать комментарии, результаты проверок CI, замечания ИИ и вывод сторонних инструментов. Разработчики также могут добавить в представление различий собственные кнопки, например Accept Change и Reject Change. Поддерживаются ответы на комментарии и пояснения к выделенным строкам кода.

Здесь важно понимать границу: Diffs — это компонент отображения и взаимодействия, а не ИИ-модель, которая автоматически ищет уязвимости. Источник замечаний определяет ваша система: например, можно подключить API большой языковой модели для генерации рекомендаций, а затем передать их в Diffs для отображения.

Diffs Merge Conflict: структурированное разрешение конфликтов

Обычный текстовый Diff при конфликте слияния показывает лишь набор маркеров конфликта. В Diffs есть специальный интерфейс, который представляет конфликтующие участки как структурированные добавления и удаления. Пользователь может оставить текущую версию, принять входящую или сохранить обе, а затем просмотреть файл после разрешения конфликта.

С технической стороны, согласно официальной документации, Diffs поддерживает Vanilla JavaScript и React, использует Shiki для подсветки синтаксиса, а также CSS Grid и Shadow DOM для организации части структуры отображения. Кроме того, доступны инструменты SSR, Worker Pool и виртуализированный рендеринг. Виртуализация нужна, чтобы браузер не отрисовывал сразу большое количество невидимого содержимого.

Pierre Trees и Highlights: большие деревья файлов и потоковая подсветка

Trees: компонент файлового дерева для больших репозиториев

Открытый пакет Trees называется @pierre/trees; на момент проверки на официальном сайте была указана версия v1.0.0-beta.6. Он отвечает за боковую панель файлов в таких инструментах, как Codex. С его помощью можно разворачивать и сворачивать каталоги, искать и фильтровать файлы по имени и пути, автоматически сжимать цепочки пустых каталогов с одним вложенным элементом, перетаскивать файлы и папки, создавать и переименовывать их, а также настраивать контекстное меню и значки файлов.

Особенно полезно при работе с ИИ-агентами отображение статусов Git. Рядом с файлом могут стоять отметки M (изменён), A (добавлен и включён в индекс), D (удалён), R (переименован) или U (не отслеживается). Отметки также появляются у родительских каталогов, содержащих изменённые файлы. Когда агент за раз меняет десятки файлов, разработчик может одним взглядом на дерево понять, где именно внесены изменения.

Для повышения производительности Trees использует автоматическую виртуализацию и в первую очередь рендерит только видимые строки. На официальном сайте показано дерево каталогов, которое после полного раскрытия содержит 2 956 файлов, а также виртуализированный рендеринг десятков тысяч элементов. Это демонстрации разработчиков, а не независимые бенчмарки; они не гарантируют одинаковую производительность на всех устройствах. Для доступности Trees поддерживает навигацию стрелками, управление фокусом через Tab и роли ARIA tree/treeitem. По словам разработчиков, компонент спроектирован с учётом соответствующих рекомендаций WCAG 2.1.

Highlights: подсветка, которая успевает за выводом агента

Highlights пока представлен в официальной документации Diffs как бета-версия. Согласно документации, он включает лексеры для 152 языков, работает на базе WebAssembly и может использоваться в браузере, Node.js и Cloudflare Workers. Результат выводится в виде HTML или объектов токенов, совместимых с Shiki.

Четыре основных API решают разные задачи: codeToHtml() обрабатывает код целиком, codeToTokens() возвращает токены, сгруппированные по строкам, StreamTokenizer подходит для постепенного приёма данных и вывода завершённых строк, а LiveTokenizer — для инкрементального обновления документа во время редактирования. Проще говоря, Highlights решает задачу отображения: как подсвечивать код в интерфейсе по мере того, как агент его выдаёт. На способность самой модели писать код он не влияет.

DiffsHub: замените github.com на diffshub.com

DiffsHub — онлайн-инструмент Pierre, который показывает, как Trees и Diffs работают в реальных сценариях. Если в ссылке на Pull Request, Commit, Comparison, Patch или Diff на GitHub заменить github.com на diffshub.com, те же изменения можно будет просмотреть в интерфейсе Pierre. Среди официальных примеров — репозитории oven-sh/bun и nodejs/node.

Для доступа к приватному репозиторию нужно самостоятельно предоставить GitHub Personal Access Token с необходимыми правами. Согласно сайту, токен хранится в localStorage браузера; это не означает, что Pierre может произвольно читать приватные репозитории. На сайте также предупреждают, что мобильные браузеры могут аварийно завершать работу при просмотре очень больших Diff. DiffsHub не заменяет GitHub и не является самой открытой библиотекой Diffs.

Чем Pierre Code Storage отличается от обычного репозитория GitHub

Если Trees и Diffs — это интерфейс для просмотра кода, то Code Storage — инфраструктура для его хранения и стратегически важная часть этой сделки. Это распределённый программируемый сервис хранения на базе Git для AI-продуктов, которым нужно массово создавать, читать, изменять и синхронизировать репозитории.

GitHub прежде всего ориентирован на совместную работу людей: репозитории, PR, Issues, CI/CD. Code Storage делает ставку на Headless и API-first: через API можно создавать репозитории, коммиты и ветки, выполнять слияние, напрямую записывать и потоково читать файлы, а также искать в кодовой базе с помощью Grep и Glob. Сервис поддерживает временные ветки (Ephemeral Branches), Webhook, Git LFS и синхронизацию с GitHub, GitLab и Bitbucket. Стандартные операции Git over HTTPS — Clone, Push и Fetch — тоже доступны.

В обсуждении Code Storage на Hacker News (66 баллов, 42 комментария) представители Pierre привели пример: если агент изменил 10 файлов, то для коммита через GitHub REST API нужно последовательно получить SHA ветки, создать Branch, Blob, Tree, Commit и обновить ссылку. Это около 15 запросов, а при высокой нагрузке ещё и приходится обрабатывать ошибки 422, связанные с согласованностью в конечном счёте. В Code Storage полный Diff можно закоммитить одним вызовом createCommitFromDiff. Это объяснение поставщика в сообществе, а не результат независимого сравнительного теста.

По заявлению компании, в архитектуре используются трёхфазный протокол коммитов Git и архитектура типа Spoke на основе кворума для обеспечения согласованности и сохранности данных в распределённой среде. Однако полная топология кластера не раскрывается. Для корпоративных клиентов также заявлены SOC 2 Type II, поддержка, связанная с HIPAA, шифрование отдельно для каждого клиента и ежегодные тесты на проникновение. Перед закупкой всё же стоит проверить отчёты и условия договора.

Кейсы клиентов тоже опубликованы самой Pierre. В кейсе Lovable говорится о более чем 8 млн новых репозиториев в неделю и пиковой скорости создания 250 репозиториев в секунду. Poke хранит в Git память агентов и конфигурации рабочих процессов; заявленная задержка Push на уровне P95 — 90 миллисекунд. В Skydive более 150 агентов имеют собственные приватные репозитории, где хранятся определения идентичности, конфигурации MCP, Skills и долговременная память. Эти кейсы указывают на тенденцию: Git-репозитории всё чаще используются не только для хранения кода, но и для хранения состояния агентов.

Последние изменения в Pierre SDK, CLI и Agent Skills

За день до объявления о приобретении, 3 ноября 2026 года, Pierre выпустила новые унифицированные SDK и CLI. Главное изменение: в SDK, CLI и HTTP API используются единые названия операций. Например, создание ветки выглядит так: pierre.repos.branches.create(), pierre repos:branches create и /api/repos/{repo_name}/branches/create соответственно. Агент может переключаться между интерфейсами, используя один и тот же «каталог операций».

# TypeScript SDK (Node.js 22 / 24 / 26)
npm install @pierre/sdk

# Python SDK (Python 3.10+)
pip install pierre-sdk

# Go SDK (Go 1.25+)
go get github.com/pierrecomputer/sdk/go

# CLI
npm install -g @pierre/cli

# Установка Pierre Skills для агента программирования
npx skills add pierrecomputer/skills

# Создание ветки на основе main с помощью CLI
pierre repos:branches create feature/preview --repo-name my-repo --base-ref main

Для аутентификации используются две переменные окружения: PIERRE_ORG и PIERRE_PRIVATE_KEY. Для каждой операции SDK выпускает токен с соответствующим набором прав и сроком действия 5 минут. Новый SDK заменяет старые пакеты @pierre/storage, pierre-storage и code-storage-go. Они по-прежнему доступны, но новые версии больше не выпускаются. Важно: этот SDK и CLI предназначены для Code Storage. Это не означает, что в Codex CLI от OpenAI появились новые встроенные команды.

Как рассчитывается стоимость Pierre Code Storage

Цены Code Storage легко понять неправильно. Указанные для Starter $20/мес. и для Scale $200/мес. — это минимальные месячные расходы, а не фиксированная подписка, которая оплачивается сверх использования. Например, если за месяц пользователь Starter израсходовал ресурсов больше чем на $20, он платит по фактическому использованию. Если меньше — с него спишут $20.

Калькулятор на официальном сайте приводит такой пример: 20 ГБ горячего хранения, 250 ГБ холодного хранения, по 250 ГБ записи и чтения — ориентировочно $162/мес. Если для приблизительного расчёта взять 730 часов в месяце, горячее хранение обойдётся примерно в $73, холодное — в $36.5, запись — в $15, чтение — в $37.5. Итого получается ровно $162. Как видно, расходы на чтение занимают заметную долю — это одна из причин, по которым разработчики на HN критикуют плату за сетевой трафик. Это примерная оценка, а не реальный счёт. Кроме того, эта система тарификации никак не связана с подпиской Codex или ценами на токены моделей OpenAI.

Быстрый старт с технологиями Pierre: создаём прототип AI-ревью с помощью Diffs

Компоненты Pierre сами по себе не предоставляют доступ к моделям. Поэтому на практике их можно связать так: получить изменения через git diff, вызвать API большой языковой модели для создания построчных замечаний и передать результат в Diffs в виде аннотаций. Ниже показана примерная архитектура — это не означает, что OpenAI уже выпустила единый API для такой задачи.

В минимальном примере достаточно нескольких строк: передадим diff модели и попросим вернуть результат в формате JSON.

import subprocess, openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Интерфейс, совместимый с OpenAI
)

diff = subprocess.run(["git", "diff", "HEAD~1"], capture_output=True, text=True).stdout
resp = client.chat.completions.create(
    model="gpt-4o-mini",  # Замените на любую модель, доступную на платформе
    messages=[{"role": "user", "content": f"逐行审查以下 diff，返回 JSON 列表 [{{file, line, comment}}]：\n{diff}"}]
)
print(resp.choices[0].message.content)

import json
import subprocess
from typing import List, Dict
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

SYSTEM_PROMPT = (
    "你是资深代码审查员。只针对 diff 中新增或修改的行给出意见，"
    "严格输出 JSON 数组，每项包含 file、line、severity、comment 四个字段。"
)

def get_diff(base: str = "HEAD~1") -> str:
    result = subprocess.run(
        ["git", "diff", base], capture_output=True, text=True, check=True
    )
    return result.stdout

def review_diff(diff: str, model: str = "gpt-4o-mini") -> List[Dict]:
    if not diff.strip():
        return []
    resp = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": diff[:60000]},  # Простое усечение, чтобы избежать слишком длинного ввода
        ],
        temperature=0.2,
    )
    text = resp.choices[0].message.content.strip()
    text = text.removeprefix("```json").removesuffix("```").strip()
    try:
        return json.loads(text)
    except json.JSONDecodeError:
        return [{"file": "", "line": 0, "severity": "info", "comment": text}]

if __name__ == "__main__":
    annotations = review_diff(get_diff())
    # Записываем результат в файл, чтобы фронтенд привязал замечания к строкам через Annotation в @pierre/diffs
    with open("review_annotations.json", "w", encoding="utf-8") as f:
        json.dump(annotations, f, ensure_ascii=False, indent=2)
    print(f"生成 {len(annotations)} 条审查意见")

Для фронтенда установите @pierre/diffs и привяжите замечания из review_annotations.json к соответствующим файлам и номерам строк в представлении Diff. Затем подключите Edit Mode, чтобы ревьюеры могли вносить изменения прямо на месте. Точные параметры компонентов смотрите в официальной документации diffs.com/docs.

🚀 Быстрый старт: при создании такого прототипа модели удобно вызывать через APIYI apiyi.com. С одним ключом можно переключаться между GPT, Claude, Gemini и другими моделями и сравнивать качество проверки вашего кода. Новым пользователям также доступен бесплатный лимит для тестирования.

Последствия приобретения Pierre

Что это значит для разработчиков

• Открытые компоненты уже можно использовать: Diffs и Trees работают в производственной среде Codex и распространяются по лицензии Apache-2.0. Они подойдут для боковой панели AI-ассистента программиста, внутренней платформы ревью или рабочего пространства для агентов. OpenAI также обещает и дальше развивать их как открытые проекты.
• Ревью становится новым узким местом: OpenAI сообщила, что внутри компании количество PR в неделю выросло более чем вдвое по сравнению с предыдущим периодом Q4. Когда код генерируется быстрее, интерфейс ревью, в котором легко разобраться в изменениях и быстро их исправить, становится важным фактором эффективности.
• Новый подход к хранению состояния агентов: примеры Poke и Skydive показывают, что Git можно использовать для хранения памяти и конфигурации агентов, получая заодно историю изменений и возможность отката.

Что это значит для индустрии

• Codex охватывает больше этапов разработки: от генерации и ревью до хранения кода. При этом по состоянию на 2026-11-05 нет свидетельств того, что интеграцию с GitHub планируют отменить.
• Не путайте Pando и Code Storage: Pando, представленный OpenAI 2 ноября, — это собственный Git-бэкенд компании для внутреннего монорепозитория. Pando и Code Storage от Pierre — два независимых проекта.
• Реакция сообщества пока неоднозначна: в обсуждении на HN одних интересуют архивирование в холодное хранилище и отличия от GitHub, другие критикуют плату за трафик. Несколько десятков комментариев не отражают мнение всего сообщества разработчиков, а независимых оценок на большой выборке пока нет.

Частые вопросы FAQ

Pierre Trees, Diffs и Code Storage: главное

• Три уровня: Pierre состоит из компонентов с открытым исходным кодом, онлайн-инструментов и платного сервиса хранения, а не представляет собой единую Git-платформу.
• Что уже интегрировано: Codex App использует Trees и Diffs; интеграция Code Storage пока остаётся в планах.
• Ключевые возможности Diffs: редактирование прямо в строках через Edit Mode, интерфейс рецензирования Annotation и структурированная обработка конфликтов слияния.
• Ключевые возможности Trees: виртуализированный рендеринг больших деревьев файлов и встроенное отображение Git-статусов M/A/D/R/U.
• Роль Code Storage: Git-инфраструктура с API-first-подходом; все данные о производительности предоставлены самим разработчиком.
• Цены: $20/$200 — минимальные месячные расходы, а не дополнительная абонентская плата. Оплата взимается за хранение и трафик.
• С чего начать: установите компонент Diffs и подключите вызовы моделей через APIYI apiyi.com — так можно собрать прототип системы рецензирования.

Итоги

Техническую основу Pierre можно свести к трём пунктам:

1. Уровень интерфейса уже проверен: Trees и Diffs работают в Codex. Это компоненты с открытым исходным кодом, которые можно бесплатно интегрировать уже сегодня.
2. Уровень хранения — стратегический приоритет: Code Storage превращает Git в программируемую инфраструктуру для агентов, но данные о масштабе и производительности пока предоставлены самим разработчиком.
3. Важно понимать границы: предполагаемая сделка по приобретению ещё не закрыта, Pando не связан с Code Storage, а цены на хранение и модели относятся к разным системам оплаты.

Если вы создаёте инструмент для AI-программирования или внутреннюю платформу для рецензирования кода, практичный подход — сначала собрать интерфейс с помощью @pierre/diffs и @pierre/trees, а затем подключить большую языковую модель для генерации замечаний. Чтобы быстро проверить результат, можно использовать APIYI apiyi.com: через один интерфейс вы сможете сравнить работу нескольких моделей на своей кодовой базе.

📚 Источники

1. Объявление OpenAI о приобретении：OpenAI to acquire Pierre Computer Company， Inc.
2. Ссылка： openai.com/index/openai-to-acquire-pierre

3. Описание： первоисточник о статусе сделки, компонентах, уже используемых в Codex, и обязательствах по открытому исходному коду

4. Официальный сайт и документация Diffs：описание компонента Diffs, Edit Mode и Highlights

5. Ссылка： diffs.com/docs

6. Описание： интерактивные примеры и полная документация API

7. Официальный сайт Trees：демонстрация компонента дерева файлов

8. Ссылка： trees.software

9. Описание： информация о статусах Git, виртуализации и доступности

10. Цены Code Storage：официальные тарифы и калькулятор стоимости

11. Ссылка： code.storage/pricing

12. Описание： минимальные ежемесячные расходы и подробности оплаты по фактическому использованию

13. Информация о выпуске Pierre SDK and CLI：обновление от 2026-11-03

14. Ссылка： code.storage/changelog/pierre-sdk-and-cli

15. Описание： команды установки, системные требования и единые названия

16. Репозиторий Pierre：открытый исходный код под лицензией Apache-2.0

17. Ссылка： github.com/pierrecomputer/pierre

18. Описание： исходный код компонентов и новости сообщества

19. Scaling Git at OpenAI：знакомство с Pando, собственной разработкой OpenAI

20. Ссылка： openai.com/index/scaling-git-at-openai
21. Описание： помогает разобраться в различиях между Pando и Code Storage

Автор：техническая команда APIYI
Техническое общение：если вы хотите сравнить несколько больших языковых моделей в проекте по ревью кода с помощью ИИ, посетите APIYI apiyi.com, чтобы получить тестовый лимит и связаться с нами