# OpenAI compra Pierre Computer para que Git aguante a los agentes > OpenAI compra Pierre Computer, la empresa detrás de Code Storage y de las librerías que ya usa Codex. El objetivo es el control de versiones con agentes. > Por José Maldonado · Agentes de IA · 2026-11-05 OpenAI anunció la compra de Pierre Computer Company, la empresa detrás de Code Storage y de un puñado de herramientas de código abierto que ya corren dentro de la aplicación Codex. La operación no aporta un modelo nuevo ni capacidad de cálculo: trae la capa donde vive el código, que es donde se decide si un agente puede trabajar en paralelo con otros diez sin que el repositorio se convierta en un campo de batalla. El anuncio oficial de la compañía es explícito sobre el motivo. Las librerías de Pierre, Trees y Diffs, ya se usan en Codex para navegar por los ficheros de un proyecto y ver qué ha cambiado; el paso siguiente es llevar Code Storage, el servicio que guarda código y su historial usando Git, dentro del producto. OpenAI quiere que su agente no solo escriba el cambio, sino que lo coloque en la rama correcta. La lectura de [Axios](https://www.axios.com/2026/11/04/openai-pierre-computer-github), que adelantó la operación, añade el contexto competitivo: OpenAI entra en el terreno de Microsoft, dueño de GitHub, en un momento en el que los agentes de código están asumiendo cada vez más trabajo de desarrollo. El precio no se ha publicado y el cierre está sujeto a las aprobaciones regulatorias habituales. ## Pierre Computer y por qué ya estaba dentro de Codex Pierre Computer no es una desconocida para quien haya usado Codex. Trees resuelve la navegación por los ficheros de un proyecto con la velocidad que exige un editor, y Diffs muestra los cambios con una vista que permite corregir una línea sin salir de la comparación. Son dos piezas que parecen menores y que determinan si revisar el trabajo de un agente lleva dos minutos o veinte. La tercera pieza es Highlights, un resaltador de sintaxis que se actualiza mientras un desarrollador escribe o mientras un agente emite código en streaming. En un flujo donde el agente produce texto de forma incremental, un resaltador que espera al final del bloque hace que la interfaz parezca rota aunque el código sea correcto. La cuarta es Code Storage, el servicio que permite a una aplicación guardar código y seguir su historial con Git. Esa es la pieza que OpenAI quiere integrar y la que convierte la compra en algo más que una mejora de interfaz: es la infraestructura sobre la que se apoyan las decisiones de qué se guarda, cuándo y con qué autor. La compra tiene más de integración que de adquisición de talento, aunque también lo sea. Ninguna de las cuatro piezas es un producto que se venda solo; todas juntas son la interfaz entre un agente y un repositorio. ## Pando, el backend propio que ya existía La compra no llega en el vacío. OpenAI explicó esa misma semana cómo está escalando Git internamente con Pando, un backend de control de versiones propio pensado para ingenieros y para agentes. Ese detalle convierte la operación en la segunda pieza de una estrategia que ya estaba en marcha: primero se construye el almacén, después se compra la interfaz que lo hace usable. El problema que resuelve esa combinación es real y lo conoce cualquiera que haya usado un agente de código en un repositorio grande. Git está diseñado para que un humano haga un cambio cada varias horas, no para que diez agentes abran ramas simultáneas y las fusionen en paralelo. Los bloqueos, los conflictos y los tiempos de indexación se multiplican cuando el número de escritores deja de ser humano. La compra de Pierre también resuelve un problema de producto que no se ve desde fuera. Si el agente vive en una aplicación propia, el usuario espera que el código llegue al repositorio sin abrir una terminal. Integrar el almacén y la revisión en la misma herramienta es lo que separa un asistente que sugiere cambios de un sistema que los entrega. ## El pulso con GitHub por el flujo del agente El terreno donde se libra la competencia no es el editor ni el modelo, sino el historial compartido que un equipo consulta cuando algo se rompe a las tres de la mañana y hay que saber qué cambió y quién lo aprobó. GitHub no es solo un repositorio: es el lugar donde se revisan los cambios, se discuten y se aprueban. Esa posición le da a Microsoft una ventaja que no se compra con un modelo mejor, porque el flujo de trabajo de un equipo vive en las pull requests, en los comentarios y en el historial de decisiones que nadie quiere migrar. OpenAI no está intentando sustituir GitHub de un día para otro. Lo que busca, según el anuncio, es que Codex conecte el código que una empresa publica con las decisiones que su gente toma, y eso se consigue haciendo que el agente participe en el mismo historial que los humanos. Si el agente escribe en el mismo Git, la revisión ocurre donde ya ocurría. La pregunta abierta es si los equipos aceptan que el historial de su código viva en la infraestructura de un proveedor de modelos. La respuesta dependerá menos de la calidad del producto que de la política de la empresa, y ahí GitHub lleva quince años de ventaja construyendo confianza. ## ¿Qué queda abierto, precio y aprobación regulatoria? El anuncio deja tres cosas sin resolver. La primera es el precio, que no se ha publicado y que en operaciones de este tipo suele aparecer semanas después en los registros regulatorios. La segunda es el calendario: el cierre está sujeto a las condiciones habituales y a las aprobaciones regulatorias, sin fecha. La tercera es qué pasa con Code Storage como producto independiente. OpenAI dice que los clientes podrán seguir usándolo mientras se integran sus funciones en Codex, y que los proyectos de código abierto de Pierre seguirán siendo abiertos. Es la fórmula estándar para tranquilizar a los clientes actuales, y también la que más fácil se rompe cuando el producto integrado empieza a ser la prioridad. Para los equipos que ya usan las librerías de Pierre en sus propias herramientas, el riesgo real es de mantenimiento. Un proyecto de código abierto que pasa a depender de una empresa con un producto comercial recibe más recursos y menos atención a los casos raros, y ese equilibrio se nota a los dos años. ## ¿Qué significa para un equipo con agentes en su CI? Para quien ya tiene agentes en su integración continua, la compra no cambia nada esta semana y sí señala una dirección. El [software que mide cuánto código añade la IA](https://observatorioblockchain.com/agentes-de-ia/parsimony-benchmark-codigo-ia/) apunta al mismo cuello de botella. Los [sandboxes que aíslan agentes](https://observatorioblockchain.com/agentes-de-ia/strands-box-sandbox-agentes-open-source/) resuelven la otra mitad: el problema ya no es que el agente escriba mal, es que escriba tanto que nadie pueda revisarlo. La consecuencia práctica es que el control de versiones se convierte en una decisión de arquitectura. Un equipo que quiere diez agentes trabajando en paralelo necesita ramas cortas, integración frecuente y una revisión que no dependa de que un humano lea cada línea. Eso es lo que OpenAI está comprando, y es lo que GitHub tendrá que demostrar que ya tiene. La [orquestación de agentes en Kubernetes](https://observatorioblockchain.com/agentes-de-ia/mecatl-harness-agentes-kubernetes-stacklok/) muestra el mismo patrón desde el otro lado: cuando el agente deja de ser una herramienta personal y pasa a ser un proceso más de la infraestructura, lo que importa es dónde escribe y quién lo autoriza. ## El cuello de botella que nadie mira Durante dos años la conversación sobre agentes de código giró alrededor de la calidad del modelo, y la compra de Pierre sugiere que esa etapa se está cerrando. Si el modelo escribe código razonable casi siempre, el límite deja de estar en la generación y pasa a estar en la revisión, la trazabilidad y el conflicto entre cambios simultáneos. Ese desplazamiento tiene una consecuencia incómoda para los proveedores de modelos. El trabajo que queda es infraestructura, y la infraestructura se construye despacio, se compra caro y se defiende con integraciones, no con una demo. OpenAI acaba de pagar, por una parte, de ese trabajo; Microsoft lleva quince años cobrándolo.