一、五个月，七个人，把版本控制换了一遍
十月十三日，Anthropic 在工程博客上发了《Redesigning source control at Anthropic》，署名是 Nick G. 和源代码控制团队的七个人。文章讲的不是模型，是一件事：这家公司把主代码仓库从 Git 上整体搬走，搬到了自研系统 Scion，前后用了五个月。
触发这件事的是合并量。文章给出的数字是，2026 年 5 月，Anthropic 平均每天合并约 2500 次代码改动；到 9 月，这个数字超过 30000 次，涨了十倍以上。团队自己的判断写得很直白：写代码已经不是瓶颈，卡住的是那一整套按人类速度设计的开发设施——版本控制、构建、持续集成。
仓库的体量摆在那里。主分支的历史本身接近 100 GB，压缩后的工作副本超过 25 GB；光持续集成一项，每天要做大约 2500 万次代码检出，这还没算开发环境、智能体沙箱和研究任务。文章算了一笔账：如果按朴素的方式去取，这些检出每天会产生超过 600 PB 的 Git 流量。为了扛住，他们曾在峰值时运营数百个内部 Git 镜像。
Scion 的做法是把前提翻过来。Git 的设计假设是每个副本都完整、都能离线干活；而 Anthropic 面对的客户端几乎全是常在线的智能体和作业。于是服务器接管了提交、合并、变基，以及文件历史和逐行归属的查询，客户端只保留一个有限大小的本地缓存和按需取回的工作副本。改动的最小单位叫 changeset，只记录相对父提交发生变化的文件，成本跟着改动大小走，而不是跟着仓库大小走。取文件走三级缓存——节点上的 scion-daemon、区域级的 scion-cache、权威的 scion-server，官方称每一层的命中率都在 99% 以上。
同一段时间里，这七个人还做完了代码评审工具 Antique、代码搜索、一套源码控制的权限系统，以及另外几个配套系统。效果数字是官方自报的：CPU 与内存的占用是原来那套镜像体系的二百分之一，持续集成与研究任务的检出从几分钟降到几秒，光持续集成就腾出了 25% 的 CPU 容量。
二、被换掉的其实是「为人设计」的前提
这件事放在行业里不算头一回。Anthropic 自己在文章里点了前人的名字：谷歌的 Piper 和 Meta 的 Sapling。谷歌 2016 年那篇论文里写过，一个典型工作日大约 4 万次提交，其中约 2.4 万次来自自动化系统；Meta 在 2022 年开源 Sapling，用 Mononoke 服务器加 EdenFS 虚拟文件系统，让每次操作的成本跟着开发者实际用到的文件走，而不是跟着仓库规模走。微软走了第三条路：保留 Git，用虚拟文件系统把 Windows 那个巨型仓库搬上去，再把经验折回 Git 本身，Scalar 就是这么来的。
区别在于速度。谷歌的自动化是十几年长出来的，Anthropic 的合并量是在四个月里涨了十倍。文章里那句「每挪走一个瓶颈，代码量立刻再涨一层」，说的就是这个正反馈：智能体几分钟就能产出一次改动，那么限制就落在它后面的一切——合并、构建、测试。
反面意见也值得摆出来。这篇帖子当天在 Hacker News 上冲到 519 分、513 条评论，质疑集中在一点：每天三万次合并到底是产能，还是评审债？有人怀疑仓库膨胀是智能体把 Git 历史当消息队列用了，作者 Nick G. 在帖子里回应说，团队一般不允许智能体用版本控制做这类协调，确实是有大量真实的代码在被写出来。这个来回值得记下来，因为 Anthropic 的所有数字都是自报的，没有第三方复现，也没有公开任何可供外界核对的材料。
适用范围上，Anthropic 说得很清楚：Scion 绝不是通用场景下 Git 的替代品，只在真正巨大的单体仓库上成立，公司不打算对外提供，理由是配套的评审、搜索和持续集成都太定制化。他们给的预期是这类问题会在未来 6 到 12 个月里变得更常见，所以更有价值的做法是把经验交给 GitHub、GitLab 和开源社区——比如 Git 的服务器不必和客户端长得一样，托管平台可以提供服务器端的查询接口，稀疏检出和浅克隆这些特性可以组合得更好。
三、存储这道坎搬开了，下一道是评审
把这件事和另外两份研究放在一起看，结论才完整。
一份是哈佛大学 Fiona Chen 与 James Stratton 的工作论文，用 Jellyfish 的遥测数据覆盖 700 多家软件公司、70 多万名员工、约 3 亿条工作事件，时间跨度从 2021 年到 2026 年 3 月，Ars Technica 在十月九日做了报道。结果是：引入编码智能体之后，企业代码行数平均涨约 30%，提交数涨约 20%，拉取请求数涨约 23%；但用 Jira 里问题与史诗的解决率来代表的「交付出来的软件」，没有统计上显著的变化。差额去了哪里？拉取请求从提交到合并的平均时间涨了 49%，每条请求的评论数涨了 35%，被打回修改的比例接近翻倍。到 2026 年 3 月，八成公司已经用了某种 AI 代码评审，但 AI 只贡献了 23.3% 的评审评论。另一份 NBER 工作论文（编号 35275）从 GitHub 数据那边得到形状相似的曲线：自主编码智能体让提交数涨约 240%，传导到项目约 80%，传导到发布只剩约 30%。
两份研究的数据都停在 2026 年 3 月，此后智能体的能力又上了一档，结论能不能外推到今天没有定论。但它们指向的位置很清楚：Anthropic 这五个月解决的是吞吐——仓库怎么存、怎么取、怎么合并；而行业数据说，真正吃掉收益的那一环在下游的评审与验证。
Anthropic 自己的动作也承认了这一点。他们放弃了合并队列上的全局锁，理由是在测试运行期间可能有成百上千个改动合进来的情况下，排队这件事本身就不成立了，转而去投合并后与部署前的自动化测试，代价是并发改动会冲突，而他们的说法是 Claude 修冲突通常比人类发现冲突还快。评审也改了口径：每一次改动仍然有人看，但看的是这次改动的意图，不是逐行读代码；Antique 能表达语义上的审批约束，把「只改了注释」和「动到了敏感逻辑」分开，把人的注意力推到后者。团队还提到一件有代表性的事：他们大量使用对抗式评审，效果好但也会短视，有工程师不得不反复把 Claude 从过度防御的设计里拉回来。
有一处要分开写清楚：Anthropic 证明的是工具链可以被快速重建，没有证明这些代码都该被合并。文章里那句「所有参与这个系统的工程师现在都会认为 Claude 写代码比他们强」，和哈佛那份「交付量没动」的结论，是同一件事的两面。
四、接下来看三件事
半年内，托管平台会不会接下服务器端的查询接口。Anthropic 已经把话挑明，希望与 GitHub、GitLab 以及开源社区合作，具体建议是提供服务器端的完整 RPC、让稀疏与浅层特性可以组合。如果半年内出现跨平台的这类接口，哪怕是事实标准，就说明这条路被行业接受了；如果始终只是各家自己造，Scion 就只是 Anthropic 的个例。
第二家公开合并量数字的公司什么时候出现。Anthropic 自己说，它的独特之处在于内部可用的 token 预算远超任何一家公司愿意付的水平。所以要判断这波压力是不是行业性的，得看有没有第二家公开日均合并量与对应的工具链改造。一直只有一家，说明这是预算问题，不是普遍问题。
评审侧的指标会不会跟着改善。这一条的判据也直接：如果 Anthropic 后续公布缺陷率、回滚率或发布频率，并且优于迁移前的流程，那么「看意图不看每一行」才算站住；如果始终只报吞吐数字，那么瓶颈只是从仓库挪到了评审台上，位置变了，账没变。
检索截止：2026-10-14 20:00（Asia/Shanghai）。以上时间除注明外均为各来源标注的发布日期，按 Asia/Shanghai 折算。
来源与说明
[1] Redesigning source control at Anthropic｜Anthropic｜2026-10-13 [2] Redesigning source control at Anthropic（摘录与评论）｜Simon Willison’s Weblog｜2026-10-13 [3] Hacker News 讨论贴 item 50073633（含作者回应）｜Hacker News｜2026-10-13 [4] AI coding agents generate more code, but not more software｜Ars Technica｜2026-10-09 [5] Harvard Study: AI Coding Agents Lift Code 30%, Shipped Output Flat｜AI Weekly｜2026-10-13 [6] AI Coding Agents Boost Commits by Up to 240%, but Releases Rise Only 30%（NBER 工作论文 35275 转述）｜AIBARS｜2026-10-10 [7] Anthropic Replaces Git With In-House Scion After Merges Hit 30,000 a Day｜AI Bacon｜2026-10-13 [8] Why Anthropic Replaced Git With Scion, and What Teams Can Learn From It（Piper／Sapling／Scalar 对照）｜ZyVOP｜2026-10-13 [9] Claude 写代码太快，Git 扛不住了：Anthropic 仅靠 7 人，5 个月重造版本控制系统｜InfoQ｜2026-10-14 [10] Anthropic unveils Scion, its in-house version control system｜METAL｜2026-10-14 [11] Anthropic Scion: Why It Replaced Git at 30,000 Merges/Day｜ExplainX｜2026-10-13 [12] Anthropic replaces Git internally as daily code merges top 30,000｜Superpower Daily｜2026-10-13 [13] Anthropic’s Scion: Replacing Git for 30k Daily AI-Generated Merges（设计要点与先例对照）｜BestHub｜2026-10-13 [14] Anthropic Scion: Why AI Code Volume Is Breaking Developer Infrastructure｜David & Goliath｜2026-10-13 [15] Anthropic Reinvents Version Control for the AI Agent Era — And the Dev Community Isn’t Buying the Hype（社区意见汇总）｜LLM Tracker｜2026-10-14 [16] Claude Took Anthropic From 2,500 to 30,000 Merges a Day. Then It Moved Off Git｜DEV Community｜2026-10-13 [17] Anthropic 官方发布帖｜Anthropic（X）｜2026-10-13