北京时间 10 月 14 日，Anthropic 在官方工程博客公布了内部研发体系的一次大换血：全公司的 monorepo 已经从 Git 整体迁移到自研版本控制系统 Scion，整个项目由一个 7 人小团队在约 5 个月内完成。 导火索不是模型不够强，恰恰是模型太快：2026 年 5 月，Anthropic 每天平均合并约 2,500 个代码变更；到 9 月，这个数字已经超过 30,000 个，四个月涨了十几倍。 写代码已经不再是 Anthropic 构建系统的瓶颈，卡住的是所有按“人类规模”设计的开发者基础设施——版本控制、构建、CI，而统治编程二十年的 Git，成了第一块顶不住 AI 的工具。知乎知乎36氪
Git 不是不够快，是“客户端”换了
Anthropic 的 monorepo 压力已经远超常规工程极限：main 分支历史接近 100GB，压缩后的工作副本超过 25GB，CI 每天要检出约 2,500 万次；按 Git 的去中心化设计朴素拉取，一天的流量会超过 600PB。 为此他们把浅克隆、稀疏检出、仓库快照全用了一遍，高峰期运营着数百个内部 Git 镜像，依然撑不住。团队复盘时发现真正错位的地方：他们其实一直在把 Git 当中心化系统使用，只有一份权威副本；而连上来的“客户端”不再是带笔记本离线写代码的工程师，是永远在线、批量干活的 Agent。Git 最引以为傲的离线与分布式，反而成了扩展的绊脚石。知乎
Scion 的反直觉设计：客户端永远在线，重活全在服务端
于是 Scion 把设计假设整个翻了过来：客户端只保留有上限的本地缓存，需要什么数据现取什么，不再保存完整仓库；历史查询、blame、创建提交、合并、变基全部由服务端完成；提交没有“push”这一步，成本只跟改动大小有关，跟仓库总量无关；工作副本天生稀疏，甚至可以按需虚拟化文件。基本单位从 Git 的 commit 换成了“变更集”（changeset）：只记录相对上一版改动了哪些文件，内容寻址存入 blob 存储，更新引用只是分布式数据库 Spanner 中一行的一次 compare-and-swap。按官方披露的口径，新架构各层缓存命中率超过 99%，整套基础设施的 CPU 和内存占用比原来的 Git 镜像集群小约 200 倍，检出从分钟级降到秒级，CI 还能再省约 25% 的 CPU。知乎
7 个人造系统，大部分代码由 Claude 写，人负责说“不”
官方叙述里最扎眼的是人力投入：一个 7 人团队、5 个月，造出了 Scion 和代码评审工具 Antique 等半打配套系统，并完成了全量迁移——同期日合并量增长了 10 倍。 Scion 本身大部分代码由 Claude 写成：团队手写的摄取管线原型，交给内部早期版本模型 Claude Mythos Preview 在无额外指令下重写后，内存占用降低 20 倍、速度提升 4 倍，还保留了原管线的全部隐含不变量。人的角色随之改写：工程师不再逐行读 diff，审的是改动意图，对 Claude 说“不”的频次反而更高；每个组件在 Slack 里有一个盯着遥测和日志的“超级粉丝”Agent；业界标准的全局锁合并队列被放弃，改为合并后、部署前自动化测试，并发冲突交给模型修——按官方说法，Claude 修冲突往往比人发现冲突还快。知乎知乎
争议：这套“自研”里有多少 Meta 开源项目的影子
发布第三天，另一条线开始发酵。前 Meta 工程师、Mononoke 早期建设者 Rain 撰文对比指出，Scion 最核心的“派生数据”设计，与 Meta 自 2017 年起为 Sapling 打造的开源服务端 Mononoke 概念高度重合，而 Anthropic 博客对 Mononoke 几乎未提。 他的原话是：“我认为模仿的程度远远超出了拥有相似见解的范畴。”他并不反对设计被借鉴——开源本就是为了传播想法——但在 AI 深度参与系统架构的时代，模型对训练集里的前人成果“忠实应用”，为先行者署名比以往更容易，也更必要。 截至目前这一争议没有公开结论；但它提醒所有正在让 AI 参与架构设计的人：新系统与既有开源方案的血缘，会越来越难被自动识别。微博知乎
普通团队要不要跟进：先不用，但盯住这三个信号
先把边界说清：这不是“换掉 Git”的号令。Scion 不是给所有人准备的 Git 替代品，官方明确说这套概念只适合超大型 monorepo，或者大量 Agent 狂写代码的场景。 Anthropic 同时表态不会把 Scion 产品化、不开源，更希望把“服务端与客户端可以不对称”“稀疏拉取可以更好用”这些经验交回 GitHub、GitLab 和 Git 生态。超大仓库管理也早有前人：Google 的 Piper 按 2016 年 ACM 论文的口径，当年约 2.5 万名开发者每天提交约 1.6 万次变更，另有约 2.4 万次机器人提交——与 Scion 的 3 万次口径、年代都不同，不宜直接对比。 真正的新意只有一句话：仓库里写代码的主力，从人换成了 AI。知乎知乎
值得跟踪的是 Anthropic 自己的预测：这类基础设施瓶颈将在未来 6 到 12 个月内变得更普遍。 对深度使用 AI 编码的团队，可以盯住三个信号：仓库历史是否正在逼近数十 GB 量级、CI 单次检出的耗时是否明显变长、并行 AI 改动引发的冲突是否开始排队。当这三项同时恶化，说明你已经走在 Anthropic 这条路的前半段——区别只是他们最终决定不再给 Git 续命，而多数团队届时还有镜像、浅克隆这些缓冲手段可用。知乎
