AI导航

Anthropic Scion自研系统弃用Git:日合并3万次逼出的五个月迁移

AI资讯
2 min read
1 次阅读

Anthropic Scion 在 2026 年 10 月 13 日由 Anthropic 工程博客正式披露:这是一套自研版本控制系统,五个月内把公司主仓库从 Git 整体迁走,同期还上线了代码评审工具 Antique、代码搜索和权限系统。触发迁移的数字很直白:2026 年 5 月 Anthropic 平均每天合并约 2500 次代码变更,到 9 月已经超过 3 万次。写代码不再是瓶颈,为人类协作规模设计的开发基础设施先撑不住了。

Git 具体卡在哪几个数上

Anthropic 的主仓库主分支历史接近 100GB,压缩后的工作副本超过 25GB;CI 每天要做约 2500 万次代码检出,还没算开发环境、智能体沙盒和研究任务。如果按 Git 的方式朴素拉取,每天流量会超过 600PB。团队试过浅克隆、稀疏检出、内部镜像和仓库快照,高峰时维护了数百个 Git 镜像,但镜像越来越难运维:快照离主分支尖端越拉越远,依赖历史的 diff 和 blame 在部分克隆上也越来越别扭。问题不在 Git 不好用,而在它默认每个客户端都持有一份完整仓库、能离线工作,而 Anthropic 的客户端绝大多数是永远在线的智能体和作业。

Scion 的做法是把 Git 的假设反过来

Scion 按智能体永远在线重新设计:提交、合并、变基都在服务端完成,客户端只保留有界的本地缓存;文件的历史、blame 等查询由服务端通过 API 回答,很多作业根本不需要本地检出。它的基本单位叫 changeset,只记录相对父提交改动的文件清单,成本随改动大小走,而不是随仓库大小走;检出默认稀疏,甚至可以按需虚拟化,只拉真正读到的目录。官方称迁移后基础设施的 CPU 与内存足迹比原来的 Git 镜像体系小了约 200 倍,检出从分钟级降到秒级,仅 CI 一项就省出约 25% 的算力容量。

七个人五个月,工程师的主要工作变成了说不

Scion 和 Antique 出自一个七人小队。一个细节很能说明现在的分工变化:团队早期手写的第一版 Git 到 Scion 的数据摄取管线,被 Claude 的内部预览版整体重写后,内存占用降到二十分之一、速度快了四倍,还保住了原有的隐含约束。工程师们对自己的定位是:Claude 写代码已经比他们快,但系统级取舍、识别智能体为满足表面模式而破坏核心约束这类事,仍要人来叫停;他们现在审查的是每次变更的意图,而不是逐行读代码。Anthropic 同时把话说得很清楚:Scion 只适合工程师数以万计或智能体成群写代码的超大仓库,不打算做成通用产品,也不认为它是普通团队的 Git 替代品。对多数团队更现实的启发是另一条:Git 的服务端完全可以换一种架构,把查询和计算搬到服务端,客户端协议不必永远迁就离线假设。

推荐工具

NVIDIA Chat with RTX AI聊天 Chat with RTX 是 NVIDIA 面向 RTX 电脑的本地 AI 聊天工具,可围绕本地文档和视频资料做问答,适合重视隐私、离线检索并具备硬件条件的用户更适合资料不便上传云 HuggingChat AI聊天 HuggingChat 是 Hugging Face 的开源模型聊天应用,支持 Omni 自动选模型,也可手动选社区开放模型对话。它适合体验开源模型、技术探索和问答,结果可能不稳定,重要内容需复核。 纳米AI搜索 AI搜索 纳米AI 是 360 旗下 AI 搜索和智能体入口,支持文字、语音、拍照提问、多模型协作与内容创作,适合中文用户做日常搜索、学习问答、移动查询、热点追踪、生活决策、知识整理和轻量创作。 Qwen Chat(通义千问) AI聊天 Qwen Chat 是Qwen 大模型聊天助手,支持Qwen 模型聊天、写作和编程问答,适合中文用户和开发者完成 AI 对话、资料问答和任务协作,适合上线前核对权限、成本和资料质量。 DuckDuckGo AI Chat AI聊天 DuckDuckGo AI Chat 适合重视隐私的普通用户使用,围绕隐私 AI 聊天、免账户使用和多模型问答提供对话式 AI 支持和任务协作能力,适合上线前核对权限、成本和资料质量。 Goody-2 AI聊天 Goody-2 是以极端安全和伦理对齐为特色的 AI 聊天助手,常用于观察模型拒答边界、内容安全策略、保守输出体验和 AI 风险讨论,更适合作为安全边界样本使用前应理解它偏实验性质,不适合。