{"id":"mb-20261014-4b6517","kind":"deep","title":"AI写代码太快冲垮Git：Anthropic为什么用7个人造了Scion？","summary":"AI智能体让代码提交量在4个月内暴涨12倍，传统Git每人复印整座图书馆的离线机制导致单日拉取流量突破600PB。Anthropic团队推翻离线假设，基于全在线架构打造自研系统Scion，不仅将版本控制开销缩减200倍，更揭示了AI时代开发者底层基础设施的根本性重构。","body":"过去这一年，全球最大的代码托管平台 GitHub 隔三岔五就出一次故障。\n4 月份挂了 10 次，5 月份又出了 9 次事故。\nGitHub 自己在系统可用性报告里诉苦：流量涨得太凶，很大一部分全是 AI 刷出来的。\n不仅程序员在用 AI 敲代码，成群结队的 AI 智能体自己也在没日没夜地提交修改。\n平台在 4 个月里把有效容量翻了一倍多，还是扛得很吃力。\n但真要说被逼到墙角的，是做大模型的 Anthropic 自己。\n2026 年 5 月，Anthropic 内部每天合并进主分支的代码修改，大概是 2500 次。\n到了 9 月，这个数字直接飙到了 3 万多次。\n4 个月翻了 12 倍。\n一天 3 万多次合并，算下来不到 3 秒钟就有一笔新代码被硬塞进主仓库。\n终于，连支撑了全球开发者二十年的版本控制工具 Git，也当场趴下了。\n\n很多人纳闷，Git 这么成熟的底层工具，怎么就被几万次提交给压垮了？\n走，我们看一下它底层的规矩。\nGit 的逻辑，就像你去图书馆借书。\n按正常人的想法，你想看哪一页，去前台把那本书借出来就行。\n但 Git 从诞生起就定了一条死规矩：\n你想看任何一页，必须先把整座图书馆建馆以来的所有藏书、每次修改草稿，整整齐齐全部复印一份搬回家。\n好处当然有。\n整座图书馆都在你书房里，哪怕你断网、坐飞机、在深山老林里，本地也能随时查代码历史。\n在项目规模小、全靠人类手工打字的年代，这套机制跑得很顺畅。\n但 Anthropic 玩的是超大单体仓库。\n光是主分支的历史记录，就有将近 100 GB。\n解压以后的工作区文件，超过了 25 GB。\n更要命的是机器的调用频率。\n在 Anthropic 内部，为了跑自动化测试、构建流程、研究任务和智能体沙盒，系统每天要把代码拉取 2500 万次。\n如果每次都按 Git 的老规矩，老老实实把整个代码库完整搬一遍呢？\n2500 万次乘以 25 GB。\n每天光是在内网拉取代码，就要产生超过 600 PB 的网络流量。\n相当于每天在机房里来回倒腾 60 万块 1TB 的大硬盘。\n再粗的机房光纤，也经不住这么折腾。\n\n工程师们一开始也想修修补补。\n他们在本地加文件缓存，在云端存快照，一口气架了几百台镜像服务器。\n新任务启动时先读快照，读不到再去问镜像。\n可当每天 3 万多次代码修改像暴雨一样落下来时，快照刚生成几分钟就过时了。\n几百台镜像服务器天天跑在崩溃边缘，运维人员疲于奔命。\n这个时候，团队停下来问了一个最朴素的问题：\nGit 那套让人把整个图书馆搬回家的设计，究竟是给谁用的？\n是给在飞机上没有网络、还要打开笔记本改代码的人类程序员准备的。\n可现在在 Anthropic 仓库里疯狂读写代码的，到底是谁？\n几乎全是在机房里 24 小时跑着的自动化脚本、测试任务，以及 AI 智能体。\n它们的网线插得比谁都稳，和公司服务器的连接一秒钟都不会断。\n它们从来不需要在没有网络的高空写代码。\n既然网络永远在线，为什么每次还要扛着整个图书馆的砖头到处跑？\n就不能想看哪一页，直接向前台借哪一页吗？\n\n顺着这个直觉，7 名工程师花了 5 个月，自己造了一套叫 Scion 的新系统。\nScion 把 Git 二十年前立下的规矩彻底倒了过来。\n它开宗明义：默认所有客户端永远在线。\n本地机器不需要保留完整的历史记录，只留一个极小的临时缓存。\n你或者智能体需要哪个文件夹、哪几行代码，才向服务器实时要哪部分。\n查阅谁写了某一行代码、比对文件差异、合并分支这些重体力活，统统丢给中央服务器。\n许多测试任务甚至压根不下载代码文件，直接通过接口问服务器想要的结果。\n代码提交的逻辑也完全变了。\n用 Git 的时候，你得在本地机器打包提交，然后再推送到远端服务器。\n在 Scion 里，压根就没有推送这个步骤。\n提交动作直接发生在中央服务器上。\n敲下确认的那一瞬间，整个机房所有机器，包括刚刚启动的几千个智能体，立刻就能看到新状态。\n每一次提交也不再是保存整个目录的快照。\n它变成了一张非常薄的变更清单，上面只列出本次修改了哪几个文件。\n每个文件只对应一串根据内容算出来的唯一哈希编码。\n真正的文件内容直接放进云端存储，相同内容永远只存一次。\n不管代码库膨胀到几百个 GB，一次提交所消耗的算力和存储，只跟你实际修改的那几行内容有关。\n\n每天几千万次拉取，如果全直接冲向中央服务器，服务器不会被冲爆吗？\nAnthropic 的解法是做了一套三层缓存。\n每台物理机上跑一个驻留后台的守护进程。\n每个数据中心大区架设一层区域缓存。\n最顶端才是主控服务器。\n因为所有文件都按内容打上了不可更改的唯一哈希编码，内容不变，编码就终身不变。\n这就意味着任何一层缓存只要存过这个文件，就可以放心地直接甩给客户端，完全不需要向上级反复确认文件有没有被改过。\n整套体系跑下来，每一层的缓存命中率都超过了 99%。\n智能体要读代码，几乎全在本地机器或局域网里就拿到了，根本不需要跑去远端惊动主服务器。\n\n这套专门给 AI 智能体量身定制的系统上线之后，效果干脆利落。\n支撑版本控制的基础设施规模，直接比原来几百台 Git 镜像的庞大架构缩减了 200 倍。\n自动化测试拉取代码的时间，从过去的几分钟掉到了几秒钟。\n光是这一个提速，就给他们的持续集成系统挤出了 25% 的计算资源。\n对 AI 智能体来说更是立竿见影。\n以前为了给一个新智能体搭建干净的工作沙盒，拉取代码要干等 7 分多钟。\n现在只要 5 秒。\n\n更有意思的是造这套系统的过程。\n把一个每天几万次合并、接近 100 GB 的超大单体仓库连根拔起换掉底座，顺带还开发了配套的代码审查工具 Antique。\n换在过去，大厂至少要派几十个人的专业团队折腾几年。\n他们只用了 7 个人，5 个月就全部搞定。\n背后的主力助手，正是他们自己的 Claude。\n工程师回忆说，有个负责数据导入的手工模块写得很笨重。\n他们把代码扔给早期的内部版 Claude，没给具体优化指令，Claude 自己把模块重写了一遍。\n跑出来的结果，内存占用直降到二十分之一，运行速度快了 4 倍。\n很多人看到这里会问，AI 写代码已经厉害成这样了，那人类工程师在干什么？\nAnthropic 的工程师也承认：单看写具体代码，Claude 确实已经比他们更强了。\n但工程师的职责彻底转移了。\n大家不用整天抠语法、写具体业务逻辑，主要精力全放在理解整套复杂系统如何拼接、权衡不同架构的优缺点上。\n更关键的一项工作，是随时对 Claude 说“不”。\nAI 在局部非常聪明，但往往容易想出一些在局部合理、在全局却极具破坏性的主意。\n比如某些组件为了找一段代码是何时合并的，打算让系统逐个去扫提交记录，人就得在架构层把它拦住。\n现在的代码审查，人类不再逐行挑挑拣拣看变量名，只看那行代码背后的真实意图。\n\n那这是不是意味着，Git 已经过时，大家都可以扔掉它了？\nAnthropic 自己在技术报告里写得很清楚：千万别。\nScion 压根不是一个通用的代码管理工具。\n只有像他们这样拥有成群结队的 AI 智能体、每天在超大单体仓库里疯狂轰炸几万次提交的极端环境，才值得花巨大代价重新造一套轮子。\n普通团队的人工开发节奏，Git 依然绰绰有余。\n但这次换底座的真正启示在于：\n过去几十年，整个软件工程的基石，全都是按照人类的工作习惯雕琢出来的。\n人类打字会累，手速有物理极限，偶尔还要在断网的飞机上敲两行代码。\n现在坐在键盘前面的，变成了一群 24 小时不眨眼、秒级吞吐成千上万行代码的数字工人。\n当写代码的瓶颈被大模型瞬间冲垮之后，最先发出断裂脆响的，不是算法本身。\n是版本控制、构建编译、代码审查这些三十年前铺下的工程管道。\nAI 跑得太快了。\n留给整个软件世界翻修管道的时间，真的不会太多。","topic":"AI写代码太快冲垮Git：Anthropic为什么用7个人造了Scion？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-14 11:31:39","legal_anchor_count":0,"transcript_citation_count":0}