Как Anthropic переписала систему контроля версий из-за объемов кода от ИИ

Суть

Компания Anthropic полностью отказалась от использования Git в своем основном репозитории, перейдя на собственную систему контроля версий под названием Scion. Причиной стал беспрецедентный рост объемов кода, который генерируют ИИ-модели. Инфраструктура разработки, созданная для человеческого масштаба, стала главным узким местом в процессах компании.

Контекст

В Anthropic модель Claude способна автономно проводить исследовательские циклы, микрооптимизировать сложные программы и создавать новые сервисы с нуля. В мае 2026 года в компании в среднем сливалось (merge) около 2500 изменений кода в день. К сентябрю этот показатель превысил 30 000 изменений ежедневно — более чем десятикратный рост.

Git исторически создавался как децентрализованная система, где каждый клиент имеет полную автономную копию репозитория для работы в офлайне. Для большинства проектов это идеальный дизайн. Однако в Anthropic основные клиенты — это не люди, а ИИ-агенты и автоматические задачи, которые по определению всегда находятся онлайн.

Детали

Масштабы проблемы стали критическими. История только основной ветки репозитория Anthropic достигла почти 100 ГБ, а сжатая рабочая копия — более 25 ГБ. Ежедневно для систем непрерывной интеграции (CI) выполняется порядка 25 миллионов извлечений кода (checkouts). При стандартном подходе Git это генерировало бы более 600 ПБ трафика в день.

Долгое время компания использовала обходные пути: частичные клоны, разреженные извлечения и сотни внутренних зеркал Git. Но по мере роста скорости слияний эти методы перестали масштабироваться.

Новая система Scion, разработанная и внедренная за пять месяцев, построена на совершенно иных принципах:

• Асимметрия клиента и сервера: Сервер берет на себя всю тяжелую работу (вычисление истории, создание коммитов, слияния), а клиент лишь поддерживает локальный кэш и следит за файловой системой.
• Отказ от локальных копий: Нигде, даже на сервере, нет полностью материализованной копии репозитория. Данные распределены, и система горизонтально масштабируется.
• Дешевые коммиты без блокировок: Единицей работы является «набор изменений» (changeset) — запись в журнале упреждающей записи. Она хранит только список измененных файлов и указатели на их сжатое содержимое в облачном хранилище.
• Доступ по API: Многие автоматические задачи могут запрашивать нужные данные о коде напрямую через API, вообще не скачивая файлы на диск.

Анализ

Случай Anthropic наглядно демонстрирует, как внедрение ИИ-агентов ломает устоявшиеся парадигмы разработки программного обеспечения. Инструменты, которые десятилетиями служили стандартом для разработчиков-людей, физически не способны обрабатывать машинный поток изменений. Переход от децентрализованной, офлайн-ориентированной модели Git к централизованной, облачной и API-ориентированной модели Scion — логичный ответ на изменение природы самого разработчика (от человека к всегда подключенному агенту).

Перспектива

Хотя сейчас с подобными нагрузками сталкиваются лишь единичные компании с экстремальным уровнем использования ИИ, этот прецедент предвосхищает будущее всей индустрии. По мере того как ИИ-инструменты для написания кода будут становиться доступнее и мощнее, другие организации также начнут испытывать давление на свою инфраструктуру: системы контроля версий, сборки и тестирования. Опыт Anthropic показывает, что адаптация к эре ИИ потребует переосмысления фундаментальных инструментов разработки с нуля.