Anthropic被 AI 逼到重写是Git。 他们 5 月每天合并约 2500 个代码变更，9 月已超过 3 万个。CI 每天要 checkout 约 2500 万次；主分支历史接近 100GB，压缩工作副本也超过 25GB。 问题不只是Git 慢，而是它的很多前提是为人类离线协作设计的：每个客户端都要尽量拥有一份完整仓库。 当绝大多数客户端都是始终在线的 Agent、CI 和研究任务时，完整克隆从优势变成了成本。 于是 Anthropic 用 5 个月，把 monorepo 从 Git 迁到自研 Scion： • 提交、合并、rebase、历史和 blame 都交给服务端 • 客户端只保留有上限的缓存，需要什么再取什么 • 许多 CI 任务直接调 API，不再为查 diff 或 blame 而 checkout • 不可变对象配合分层缓存，方便横向扩容 结果是基础设施的 CPU 和内存占用缩小 200 倍，CI 研究任务的 checkout 从分钟级降到秒级，CI 还省出了约 25% 的 CPU 容量。 这篇文章传递是一个信号：AI 写代码把产能放大后，瓶颈会一路往后传。 先是代码生成，再是 review、合并队列、CI、权限、可观测性，最后连什么叫提交一次代码都得重新定义了 人也没有退出loop！！ Anthropic 的说法很坦白：工程师越来越少逐行读代码，更多是在定义系统约束、判断架构取舍，并在 Agent 试图用蛮力解决问题时说一句ok。 当然，这不是让大家弃用 Git。Anthropic 也明确说了：Scion 只适合超大 monorepo 或海量 Agent 的场景。 但对正在把 AI 编程接进团队的人，一个更早该问的问题是：当代码产量涨 10 倍，相应它的研发流程，真的承受10 倍的吞吐吗？ Anthropic : New on our Engineering blog: Creating in-house source control. In May, we merged around 2,500 code changes per day. In September, we merged more than 30,000 per day. As a result, we became bottlenecked by developer infrastructure built for human (rather than agent) scale. Link: https://x.com/AnthropicAI/status/2110047081414987957

  • 情报分类：硬件与数码
  • 分类依据：内容涉及硬件、数码产品或通信卡
  • 信息来源：AI / AI前沿 / 铁锤人 @lxfater
  • 发布时间：2026/10/14 10:15:01