2026年10月13日，Anthropic在其官方工程博客发布长文，详细披露公司已成功将庞大的单体代码库（monorepo）从Git完整迁移至自研版本控制系统Scion。这一系统由仅7人的研发团队在约5个月内完成设计、实现与全量迁移，同期还配套上线了代码审查工具Antique、代码搜索与权限管理系统。迁移背后的直接驱动，是AI智能体带来的代码合并量爆炸式增长——日均合并次数从2026年5月的约2500次，飙升至9月的超过3万次。

详细情况

Anthropic指出，随着Claude等模型能够自主迭代研究循环、微优化复杂程序并从头构建服务，编码本身已不再是瓶颈，真正制约发展的变成了为“人类规模”设计的开发基础设施：源代码控制、构建与CI。

Merged changes to the Scion and Antique codebases per week, from January to September 2026.

具体规模数据令人震惊：

主分支历史接近100 GB，压缩工作副本超过25 GB。
仅CI系统每天执行约2500万次代码检出；若按传统Git方式全量获取，日流量将超过600 PB。
公司此前依赖数百个内部Git镜像、部分克隆与快照等权宜之计，但随着合并量12倍增长，这些方案难以为继。

Scion的核心设计理念与Git形成鲜明对比：

始终在线假设：Git是分布式、支持离线完整副本的模型；Scion假设客户端（主要是AI智能体与CI任务）始终在线，由服务器权威处理历史查询、blame、合并、rebase与提交创建。
细粒度对象与增量：变更以“changeset”为单位记录，仅存储相对父节点的改动文件及内容寻址的压缩blob；客户端只保留有限本地缓存，按需拉取。
虚拟化检出：许多任务甚至无需完整检出，直接通过API获取diff或特定文件。
参考了Google Piper与Meta Sapling等超大规模系统的经验，但针对AI智能体高频、细粒度变更进行了优化。

迁移效果显著：

基础设施CPU与内存占用降至原Git镜像方案的约1/200。
CI与研究任务的代码检出时间从分钟级降至秒级（约两个数量级提升）。
CI系统释放了约25%的CPU容量。
各层缓存命中率均超过99%。

值得注意的是，开发过程中Claude本身发挥了重要作用。团队曾让Claude重写Git到Scion的数据导入管道，结果在无额外指令的情况下，生成了内存占用降低20倍、速度提升4倍的版本。

目前Scion仅供Anthropic内部使用，公司明确表示不会开源或对外提供，强调其主要面向“数万工程师或智能体集群”级别的超大规模场景，普通项目并无必要采用。

可能影响

1. 暴露AI时代开发基础设施的新瓶颈

当AI大幅降低“写代码”的成本与时间后，版本控制、CI、代码审查等下游系统会迅速成为新的约束点。Anthropic的案例表明，传统为人设计的工具在智能体规模下可能系统性失效，这或将推动更多公司重新审视自身工具链。

2. 推动“服务器中心化”版本控制趋势

Scion放弃了Git的完整本地副本模式，转向权威服务器+轻量客户端。这与Google、Meta等巨头的内部实践一脉相承，可能加速行业对超大规模monorepo工具的讨论与投入。对于中小团队，启示在于“按需优化”而非盲目自研。

3. AI辅助基础设施开发的示范

7人团队在5个月