一句话看懂：OpenAI 公开了 ChatGPT 背后的存储系统 Habitat，它从一个小型 Python 库起步，如今每秒处理超 7000 万次请求、保存 500PB 以上数据。更值得关注的是，OpenAI 在 2026 年第二季度用两名工程师加上 Codex 和 GPT-5.5，把这个服务重写成了 Rust。
事件核心：发生了什么
Habitat 是 ChatGPT 的底层存储系统，目前服务每周超过 10 亿用户，每秒请求量超过 7000 万次，数据规模在 500PB 以上。但它的起点只是一个连接数据库的小型 Python 库。
OpenAI 很早就判断 Python 撑不住未来的规模，也知道系统迟早要重写，但当时没有立刻动手。他们选择先用 Python 快速扩张，把重写时间点往后推，赌的是届时 Codex 和 GPT 系列模型能让迁移成本大幅下降。目前公开信息显示，这个判断后来兑现了：2026 年第二季度，两名工程师借助 Codex 和 GPT-5.5 完成向 Rust 的重写，新版本已承接 95% 的生产流量，CPU 效率提升 6 倍，内存效率提升 15 倍。
为什么重要
这件事的意义不只是 OpenAI 省了多少机器成本，而是它改变了技术债的偿还方式。过去技术债是把今天省下的时间，留给未来的工程师加班偿还；这次是把债留给未来更强的模型来还。如果大规模重写真的越来越便宜，那么语言选型、架构是否完美，在早期决策中的权重就会下降，公司会更愿意先用最快的方法把产品跑起来。
对 AI 行业而言，这说明大模型的能力正在从“写代码”延伸到“迁移和重构存量系统”。Codex 这类工具的价值，可能不只在生成新代码，还在于处理那些人类工程师不愿碰的历史包袱。闭源模型在这类高复杂度任务上的表现，也会成为企业采购时的重要比较维度。
对用户/开发者/创作者的影响
对开发者来说，这并不意味着可以随便写代码。OpenAI 敢这么做，前提是系统边界、测试和监控都足够清楚。没有这些基础，AI 重写的可能不是系统，而是事故。对使用 API 或 AI 应用做产品的团队，启示是：早期可以容忍技术债，但必须把接口、测试和可观测性做扎实，否则未来模型也接不住。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对创作者和企业采购方，短期内不会直接感受到 Habitat 的变化，但 ChatGPT 的稳定性和推理成本结构会间接受益。CPU 和内存效率的提升，理论上为更大规模、更低成本的服务留出了空间。
值得关注的后续
一是剩下 5% 的生产流量何时迁移完毕，以及迁移过程中是否出现稳定性问题。二是 Codex 和 GPT-5.5 参与重写的具体工作流是否会公开，这决定其他团队能否复用。三是如果 AI 辅助重写成为常态，会不会影响企业对编程语言和架构的长期投入判断。
来源：@frxiaobei
