OpenAI compra Pierre y pone a Codex a competir con GitHub

Pierre Computer guarda hasta 32 terabytes por repositorio y tolera más de 30 escrituras simultáneas en un mismo proyecto: esa es la infraestructura que OpenAI compró para Codex, según confirmó la compañía a Axios el 4 de noviembre. El precio no se informó. Para cualquier founder que hoy construye producto con agentes de IA, la operación dice algo incómodo: escribir código dejó de ser el cuello de botella; lo que empieza a pesar es dónde se guarda, se revisa y se versiona ese código.

¿Qué es Pierre Computer y qué compró OpenAI?

Pierre Computer es una startup de herramientas para programadores construida sobre Git, el estándar que registra el historial de cambios de un proyecto. Su producto central se llama Code Storage y su página lo describe como un sistema pensado para que lo usen máquinas, no personas: límites de hasta 32 terabytes por repositorio y soporte para más de 30 escrituras concurrentes, algo que un flujo de trabajo humano tradicional rara vez necesita.

La tecnología no llega de cero. Las librerías de código abierto de Pierre, Trees y Diffs, ya corren dentro de la app de Codex: Trees sirve para navegar archivos y carpetas de un proyecto, y Diffs para revisar cambios de código, con un modo de edición que permite corregir una línea mientras se revisa.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El modelo de negocio también es elocuente sobre a quién le vende. Pierre cobra por uso: según su página, el almacenamiento de alto rendimiento cuesta USD 0,005 por gigabyte y por hora, y el de archivos sin uso durante más de siete días, USD 0,0002. Entre los usuarios del servicio figuran plataformas de construcción de apps con IA como Lovable, Bolt y Amp, según el resumen que publicó el sitio Unite.AI a partir de la web de la startup.

El equipo, según la propia empresa, tiene experiencia en infraestructura de Cloudflare, Coinbase, Discord, GitHub, Meta, Reddit, Stripe y Twitter. OpenAI dijo que los proyectos de código abierto de Pierre seguirán siendo abiertos y que mantendrá sus contribuciones.

¿Por qué OpenAI quiere competir con GitHub?

Porque el volumen de código que producen los agentes rompió la lógica con la que se diseñaron las plataformas de control de versiones. Los críticos de GitHub sostienen, según Axios, que fue diseñada para personas y que hoy una parte creciente del software la escriben programas.

La jugada de OpenAI no es aislada. Según ShiftDelete, la operación se anunció el 4 de noviembre y aún requiere aprobación regulatoria; hasta que cierre, ambas compañías siguen operando de forma independiente. Y llega pocos días después de que OpenAI presentara Pando, su propio backend de Git para ingenieros y agentes que suben código en paralelo, que según el post de ingeniería de la empresa recortó la latencia media de push cerca de un 80% y ya mueve cerca de un petabyte de datos Git al día.

El patrón se repite. En marzo, un informe de The Information citado por Tom's Hardware indicaba que OpenAI desarrollaba una alternativa a GitHub tras caídas de la plataforma que dejaron a sus ingenieros sin poder trabajar durante horas. Ese mismo mes, el 19 de marzo, anunció la compra de Astral, creadora de herramientas para Python, también para reforzar Codex. Según Reuters, la empresa dijo entonces que Codex superaba los 2 millones de usuarios activos por semana, el triple que a comienzos de ese año.

Pando sirve la infraestructura interna; Pierre aporta la capa de producto. Juntas apuntan a que Codex cubra algo más que escribir código: también almacenarlo, revisarlo y publicarlo.

¿GitHub se está quedando atrás?

No por falta de músculo. Según El Periódico Digital, GitHub pasó de 12.900 millones de commits anuales a 34.300 millones en los doce meses terminados en septiembre de 2026, y solo en septiembre registró cerca de 7.400 millones, cinco veces más que un año antes, según cifras que la compañía presentó en su evento Universe y que recoge El Español.

El dato que mejor explica la compra es otro: en septiembre, más del 40% de las pull requests que detectó GitHub arrancaron con un borrador elaborado por un agente de IA, frente al 17% en marzo, reporta El Periódico Digital. El cuello de botella se movió del editor de código al repositorio.

La infraestructura también crujió. El 17 de agosto de 2026 GitHub sufrió una interrupción de siete horas y 47 minutos que afectó a varios servicios, y la compañía reconoció que algunos recursos no se habían ampliado con suficiente antelación, según el mismo medio. Para absorber la demanda anunció cuatro millones de núcleos de CPU, 160 petabytes de almacenamiento de alta velocidad y una rearquitectura de Git que separa cómputo de almacenamiento y que, en pruebas internas, multiplicó por 35 la capacidad de escritura.

Traducido: el trono de GitHub no está vacío. Está caro de defender.

¿Quién más quiere el control de versiones de la era IA?

La lista crece rápido. Cursor, hoy propiedad de SpaceX, lanzó en agosto Origin, un rival de GitHub, según Axios. Thomas Dohmke, exdirector ejecutivo de GitHub, anunció el mes pasado un producto competidor desde su nueva empresa de programación. Y en una publicación en Hacker News, un fundador de Pierre aclaró que su producto no compite de frente con GitHub: lo describió como una capa de infraestructura sin usuarios ni herramientas de revisión.

Esa distinción importa. Pierre no vende una experiencia de colaboración para humanos; vende plomería para que las aplicaciones creen y gestionen repositorios por API o SDK, y además almacenen archivos de memoria de agentes y otros documentos que cambian con el tiempo.

¿Qué significa esto para tu startup?

Si construyes con agentes, tu costo de infraestructura de código deja de ser un detalle de ingeniería y pasa a ser una línea del estado de resultados. El almacenamiento se cobra por GB y por hora, y el volumen crece con cada agente que escribe, prueba y reescribe.

Mide antes de migrar. Calcula cuántos GB de repositorio tienes activos y cuántos quedan inactivos más de siete días. Con la lógica de tarifas que publica Pierre (alto rendimiento por un lado, archivo frío por otro), el ahorro suele estar en mover lo segundo a la capa barata, no en cambiar de proveedor.
No dejes tu historial en manos de un solo jugador. Si todo tu código vive en un proveedor que mañana cambia de dueño, de precio o de prioridades, tienes un riesgo de continuidad. Mantén un espejo en un Git propio o en un segundo proveedor, y automatiza ese respaldo. Es la misma disciplina que aplicas a la base de datos.
Revisa la gobernanza de los agentes. Si más del 40% de las pull requests ya nacen de un agente, como reporta GitHub, tu proceso de revisión necesita reglas explícitas: qué agente puede escribir en qué rama, quién aprueba y qué se registra. La trazabilidad se vuelve el activo, no el código.

Para el ecosistema hispanohablante, la lectura práctica es de costos y de dependencia. Un equipo en Ciudad de México o Madrid que usa Lovable o Bolt para prototipar ya está sobre infraestructura que está cambiando de dueño, lo sepa o no. Vale la pena preguntar al proveedor con qué stack corre por debajo, y qué pasa con tus datos si ese stack se integra a otro producto.

¿Qué falta por confirmar?

Bastante. El precio no se divulgó. La operación está sujeta a aprobaciones regulatorias y las condiciones habituales de cierre. Los clientes actuales de Code Storage podrán seguir usando el servicio después del cierre mientras sus funciones se incorporan a Codex, y no se anunció fecha de apagado, según TechGenyz. Tampoco hay detalle público sobre cómo se integrará la facturación para quienes hoy pagan el servicio por separado.

Conclusión

OpenAI no está comprando un competidor de GitHub: está comprando la pieza que le faltaba para que Codex sea el lugar donde el código nace y donde se queda. La pelea por el IDE ya se dirimió; la que viene es por el repositorio. Para un founder, la señal es simple: la infraestructura que rodea al código generado por IA dejó de ser commodity y empieza a concentrarse en pocas manos. Diversificar y medir ese costo ahora, cuando todavía es barato, es mucho más fácil que renegociarlo después.