Habitat начиналась в 2023 году как небольшая библиотека на Python, подключённая к одной базе данных. К 2026 году она превратилась в распределённый сервис, от которого зависят ChatGPT, API, Codex и внутренние системы OpenAI. Весной компания решила переписать его на Rust. Самая заметная деталь этой истории: всю миграцию, как утверждает OpenAI, провели два инженера с помощью Codex и GPT-5.5.
Зачем вообще понадобилось собственное хранилище
Продуктовой команде удобно попросить «сохранить объект» или «получить связи пользователя», не думая о выборе базы, шифровании, маршрутизации и регионе хранения. Habitat скрывает эту сложность за ограниченным набором операций и централизованно проверяет права доступа, ведёт журналы и распределяет запросы между Azure Cosmos DB, кэшами и другими слоями.
Такой подход не даёт разработчикам выполнять произвольные тяжёлые запросы и сложные соединения таблиц. Это намеренное ограничение: предсказуемая операция легче масштабируется, а одна случайно дорогая команда не должна положить сервис для миллионов людей.
Сначала вся логика находилась в клиентской Python-библиотеке. Но любое обновление приходилось синхронно раскатывать по десяткам сервисов. Если один из них откатывался на старую версию, возвращалась и уже исправленная ошибка. Поэтому Habitat вынесли в отдельный сервис — единое место, где можно обновлять маршрутизацию, безопасность и наблюдение за системой.
Почему Python перестал устраивать
Python позволил быстро собрать работающую платформу и выдержал неожиданно большой масштаб: на пике версия Habitat на Python обслуживала более 20 миллионов запросов в секунду. Проблема возникла не в том, что язык внезапно стал «медленным», а в цене дальнейшего роста.
Habitat выполняет не только сетевые операции, но и сжатие, шифрование, проверку контрольных сумм, маршрутизацию и фоновые задачи. В Python асинхронность помогает ждать ответы от базы параллельно, однако вычисления внутри процесса всё равно конкурируют за один поток исполнения. В моменты нагрузки готовый ответ мог задерживаться, пока цикл событий занимался другой работой. OpenAI приходилось запускать много процессов и внимательно следить за редкими, но болезненными задержками.
Команда также столкнулась с неожиданным эффектом повторного использования сетевых соединений: новые запросы могли всё чаще попадать в уже перегруженный процесс. Переход с принципа «последнее соединение используется первым» на более равномерную очередь разорвал эту петлю. Этот пример важен: на огромном масштабе сбой часто появляется не в одной большой ошибке, а в безобидной настройке, которая усиливает сама себя.
✦ ИИЧто дала миграция на Rust
Во втором квартале 2026 года два инженера при поддержке Codex и GPT-5.5 переписали сервис на Rust. На момент публикации новая версия обрабатывала 95% производственного трафика. OpenAI сообщает о шестикратном улучшении эффективности использования процессора, пятнадцатикратном — памяти, а также о снижении средней и предельной задержки.
Эти цифры пока принадлежат самой компании. OpenAI не раскрыла объём исходного кода, количество исправлений после миграции, долю сгенерированных фрагментов и полный объём работы соседних команд. Поэтому историю нельзя сводить к лозунгу «два человека и ИИ заменили инженерный отдел».
Гораздо точнее другой вывод: опытные разработчики смогли провести крупную миграцию быстрее, потому что агент помогал переносить повторяющийся код, искать соответствия и проверять изменения. Решение о новой архитектуре, контроль рисков и постепенный перевод реального трафика всё равно оставались инженерной работой.
✦ ИИПочему это касается обычных пользователей
Человек не увидит кнопку «Habitat» в ChatGPT. Но именно подобные системы определяют, насколько быстро открывается длинный диалог, не теряются ли настройки и выдержит ли сервис вечерний наплыв пользователей. Экономия процессора и памяти также влияет на стоимость обслуживания каждого запроса — а значит, косвенно на лимиты и цену продукта.
История Habitat показывает и более широкий сдвиг. ИИ-агенты переходят от небольших демонстраций к участию в переделке критически важной инфраструктуры. Их польза становится заметной не там, где модель написала один удачный файл, а там, где команда способна проверить тысячи взаимосвязанных изменений и безопасно довести их до производства.
Вывод
OpenAI не доказала, что крупные системы теперь можно доверить двум людям и чат-боту. Она показала более практичную вещь: сильный инженерный агент уже способен заметно ускорить сложную миграцию, если архитектура понятна, тестирование строгое, а внедрение происходит постепенно. Для ChatGPT результат этой работы скрыт за интерфейсом — более экономное и быстрое хранилище, которое должно выдерживать дальнейший рост.
