精华速览

Anthropic宣布内部弃用Git，改用自研代码版本控制系统Scion，原因是Claude生成代码的速度已超出Git等传统工具的处理能力。数据显示，其日均代码合并次数从今年5月的约2500次增至9月的30000次，相当于每2.8秒合入一次。旧系统每天需处理约2500万次Checkout，峰值时靠数百台镜像服务器分流仍难同步。Scion采用虚拟化Checkout和按需拉取，CPU与内存消耗降低200倍，缓存命中率超99%，CI算力节省25%。该项目由7名工程师用5个月完成，Claude深度参与开发。Anthropic不打算将其商业化，但预计其他公司6至12个月内会遭遇同样瓶颈。

要点透视

  • Anthropic内部日均代码合并次数从2026年5月的约2500次增至9月的30000次，增长12倍，相当于平均每2.8秒合入一次经过测试和审查的代码。
  • Git由Linus Torvalds于2005年发明，采用去中心化设计，默认将完整代码库历史下载到本地；在Anthropic该代码包接近100GB。
  • 旧Git体系每天需处理约2500万次Checkout，若不优化将产生超过600PB数据流量，Anthropic巅峰时期维护数百台Git镜像服务器仍跟不上同步速度。
  • 自研系统Scion支持虚拟化Checkout，AI改哪个文件夹就只拉取该文件夹，提交耗时只与改动行数有关，与代码库总大小无关。
  • Scion相比旧Git镜像集群，CPU和内存规模降低200倍，各级缓存命中率超过99%，代码拉取从几分钟缩短到几秒，为CI系统节省25%算力。
  • 项目团队仅7名工程师，耗时5个月，同步自研了代码审查工具Antique、代码搜索和权限系统；Claude参与重写数据迁移管道，内存占用降至原来的1/20，速度提升4倍。
  • Anthropic表示不会将Scion作为商业软件出售，但预计其他公司在未来6到12个月内会撞上同样的基础设施瓶颈。
  • 人类工程师的角色转向判断AI改动意图，最常对Claude说的词是“不”，用于叫停AI对抗性审查中产生的过度工程化代码。

文章拆解

Anthropic弃用Git并非因为Git本身出现故障，而是AI编程的生产力已经越过了一个临界点。Git的设计前提是“人类在离线或弱网环境下写代码”，因此默认将完整历史复制到本地，以保证离线可用和人人持有完整副本。但当Claude等AI智能体7×24小时在线生成代码时，这个前提不再成立：每天数千万次Checkout反复拉取近100GB的代码包，镜像同步永远追不上新代码合入的速度。Anthropic的应对不是继续给Git打补丁，而是重新假设使用场景——AI永远在线，本地无需保存完整历史，版本对比和归属查询直接通过API向服务器请求。Scion的虚拟化Checkout和按需流式读取，正是这一逻辑的工程化落地。

从数据看，效果相当显著：CPU和内存规模降低200倍，缓存命中率超过99%，CI算力节省25%。但更值得关注的是开发方式本身。Google的Piper、Meta的Sapling都曾动用数十甚至上百人的基础架构团队、耗费数年完成迁移，而Anthropic只用了7人和5个月，Claude深度参与了数据迁移管道的重写。这形成了一个闭环：AI写代码太快导致旧工具崩溃，又靠AI写代码造出新工具。

对行业而言，Anthropic的公开分享更像一次预警。如果AI编程工具继续渗透，其他公司的代码合并频率也会上升，版本控制、代码审查、测试流水线等为“人类手速”设计的工具都可能成为瓶颈。Anthropic预计6到12个月内其他公司会撞上同一堵墙，这一时间表尚待确认，但方向值得重视。

潜在风险同样存在。Scion是内部自研系统，不对外销售，其他公司能否复制其架构和成本优势尚不确定；虚拟化Checkout和按需拉取对网络与缓存层的要求极高，规模稍小的团队可能难以承受。此外，人类工程师的角色转向“判断AI为什么改”和“叫停过度工程化”，这意味着代码审查的重点从语法和风格转向意图与架构判断，对工程师的能力结构提出了新要求。AI对抗性审查容易产生过度复杂的代码，也提示完全依赖AI互审并不可靠，人类架构师的减法能力仍是关键变量。

查看原文