每天合并代码超过3万次
你没看错
这数字看着像某家互联网大厂全年的代码提交量，其实是Anthropic一家公司单日的真实吞吐。
就在刚刚，Anthropic工程团队扔出了一篇震惊硅谷的硬核长文。
他们宣布了一件听起来像科幻小说一样的事实：因为自家的AI（Claude）写代码实在太快、太猛，统治了程序员世界二十年的基础设施Git，被彻底撑爆了。
▲ Anthropic官方宣布：由于人类尺度的基础设施撑不住AI规模，团队在五个月内彻底告别Git，迁入自研系统
今年5月，这家公司每天合并进主仓库的代码变更还是2500次。
到了9月，这个数字直接飙到了
30000次以上。
短短四个月，暴涨十多倍
管道彻底爆了
为了不让AI停下来，Anthropic被迫抽调7名工程师，在Claude的协助下，用5个月时间手搓了一套名为Scion的全新版本控制系统，并把整个公司的主代码库从Git里完整搬了出来。
结果有多夸张？
服务器CPU和内存开销直接暴降200倍，代码检出速度飙升100倍，从几分钟缩短到几秒钟。
▲ 科技博主Min Choi用四句话总结这场工程奇迹：7人5个月造出Scion，算力省200倍，检出快100倍
消息一出，整个开发者社区集体陷入沉默。
评论区高赞第一的网友Natural Stupidity自嘲道：“每天3万次合并？
我为了改文档里的一个拼写错误，从今年3月提交的合并请求（PR）到现在还没批下来呢！”
▲ 人类程序员的日常节奏与Anthropic内部AI狂飙的荒诞对比
一场关于“旧人类工具”与“新AI基建”的正面冲撞，就此拉开帷幕。
01.旧方案的窒息：为断网人类设计的Git，扛不住600PB的AI洪流
要看懂Anthropic为什么要“革Git的命”，不妨用大白话搞明白Git是怎么工作的。
在软件工程里，像Anthropic这样的大公司喜欢把所有项目都塞进一个超级大仓库里，这叫Monorepo（单体仓库）。
你可以把它理解成一部全公司共用的《超级百科全书》。
Anthropic的这部“百科全书”，历史记录接近100 GB，哪怕压缩后的工作副本也有25 GB。
▲ 2026年1月至9月Anthropic主仓库日合并量曲线，夏末开始呈现垂直起飞态势
过去二十年，全世界的程序员都默认用Git来管理代码。
Git的设计哲学非常优雅，但它有一个根本假设：屏幕前坐着的是一个随时可能断网的人类。
为了让程序员在飞机上、咖啡馆里没网也能干活，Git要求每个人的电脑上都尽量保存一份完整的仓库历史。
每次你要改一行代码，哪怕只是改个标点符号，Git在底层都会给整棵目录树拍一张“全量快照”，再定期把这些快照打包压缩成笨重的行李箱（Packfile）在网络上传输。
人类写代码慢，这套方案完美无缺
但当写代码的变成不知疲倦的AI智能体集群（Agent Swarm）时，灾难降临了。
在Anthropic内部，写代码早已算不上瓶颈。
无数个Claude智能体24小时连轴转，自动跑实验、调优程序、搭建新服务。
光是自动化测试与持续集成（CI）系统，每天就要从代码库里拉取2500万次代码！
算一笔账：如果每次拉取都按Git的老规矩搬运那25 GB的数据，Anthropic每天光是内部流转的代码流量就会超过600 PB，这相当于每天在公司内网搬运上亿部高清电影。
为了硬扛，工程团队先试了所有传统的抢救办法：只拉最新记录的“浅克隆”、只取部分文件夹的“稀疏检出”，甚至在内部一口气架设了几百台Git镜像服务器（Mirrors）来分担流量。
▲ 旧方案：客户端通过数百个内部Git镜像硬扛流量，主分支历史达100GB，最终内存与磁盘双双告警
但旧架构的死穴改不掉
几百台镜像服务器的硬盘和内存很快被撑爆，镜像同步开始严重滞后，查询代码历史（diff/blame）变得极其脆弱。
旧方案走到了尽头
用人类时代的独木桥，根本渡不过AI时代的滚滚洪流。
02.新方案的暴力美学：砍掉本地包袱，7人5个月重造Scion
既然修桥没用，那就把桥推倒重修
这支7人小队敏锐地意识到一个核心错位：我们干嘛非要假装客户端会断网？
现在拉取和提交代码的，几乎全是跑在云端机房里的AI智能体和自动化任务，它们天生永远在线！
一旦抛弃“离线可用”这个历史包袱，新方案Scion的架构瞬间变得无比轻盈：
核心改造之一，是砍掉整树快照，改用“银行流水账”（Changeset）。
在旧Git里，每次提交都要记录整棵目录树的状态；
而在新系统Scion里，基本单位变成了Changeset（变更集）。
它就像超市收银条或数据库的预写日志（WAL），只记录“相对于上一次，哪几个文件变了”以及指向云端文件内容的指针。
▲ Scion的核心单元Changeset：彻底告别整树快照与Packfile打包，只记录增量文件指针
所有变更直接在服务器端生成，瞬间全局可见。
移动分支指针的操作，被简化成谷歌分布式数据库（Google Cloud Spanner）里的一行原子替换（CAS）。
提交代码的成本，终于只跟你“这次改了多少行”有关，而不再被“整个仓库有100 GB”所拖累。
至于程序员常问的“这行代码三年前是谁写的（Blame）”这类历史追溯问题，Scion全部交给服务器在后台通过纯函数递归（派生数据）
按需计算，客户端根本不用操心。
另一项关键改造，是砍掉笨重镜像，搭起“三层闪电缓存”。
为了让每天2500万次检出快到飞起，Scion设计了严密的三层缓存网：最底层是跑在每台机器上的守护进程scion-daemon，让同一台机器上的所有AI沙箱共享缓存；
中间层是区域级缓存scion-cache，直接在内存里以落盘所需的二进制格式流式传输数据，省去了Git时代最吃CPU的动态压缩与解压；
最顶层才是连接Spanner数据库和云存储的权威服务器scion-server。
▲ Scion检出架构：通过本机Daemon、区域Cache到权威Server的三级跳，实现超过99%的缓存命中率
效果立竿见影
各层缓存命中率直接干到了99%以上！
尤为干脆的一点在于，Google的Piper和Meta的Sapling虽然也是大厂自研的超大规模版本控制，但它们为了迁就人类程序员的使用习惯，还得在电脑上挂载复杂的虚拟文件系统（FUSE），假装所有文件都在本地硬盘上。
而Scion连这层伪装都撕掉了！ 因为它的主要客户是AI智能体，直接给一套干净利落的API按需拉取即可，连挂载虚拟磁盘的开销都省得干干净净。
▲ 迁移至原生Scion仓库后的性能表现：检出时间进入秒级，CI集群直接释放了25%的CPU算力
最魔幻的一幕发生在建设过程中：AI制造的危机，最终也是靠AI解决的。
在把海量历史数据从Git导入Scion时，人类工程师早期手写了一套数据摄入管线，跑得又慢又吃内存。
结果团队直接召唤了内部模型Claude Mythos Preview。
在几乎没有额外提示词干预的情况下，Claude大笔一挥重写了这段底层代码，内存消耗瞬间降到原来的1/20，速度直接暴涨4倍！
03.工程师角色的颠覆：从“亲自写代码”到对AI说“不”
工具换代背后，是人类程序员工作方式的彻底重构。
在旧时代，工程师的核心价值是手写优雅的代码，并在代码审查（Code Review）时逐行挑错；
运维人员则要半夜爬起来盯着监控大盘救火。
而在打造Scion的这五个月里，新工作流完全变了样。
参与项目的Anthropic工程师坦承：现在论写代码的能力，Claude已经比我们自己更强了。
▲ 建造新工具的过程本身也在被AI加速：Scion与配套评审系统Antique的周合并量同样居高不下
那么这7名人类顶尖工程师每天在干嘛？
他们的主要工作，是对Claude说“不”。
因为AI在写代码时，有时会为了迁就某个局部模式而破坏系统的全局核心约束，或者在对抗式审查中搞出“过度防御、过度设计”的冗余代码。
人类工程师不再逐行精读语法，而是守在架构关口审视“意图”，把AI跑偏的设计硬拽回来。
至于枯燥的运维监控？
团队干脆用内部工具Claude Tag捏出了一群“超级粉丝（Superfan）”监控智能体。
有的智能体一辈子只盯scion-daemon，有的只盯合并队列。
它们就像一个不需要睡觉、除了狂刷遥测图表和日志之外什么都不干的资深值班专家。
甚至连并发代码冲突，Claude都能比人类更快地自动修好。
04.硅谷旧剧本已死：为什么他们不离职创业，反而免费公开秘籍？
文章发到这里，热闹看完了，深层的商业洞察才刚刚浮出水面。
在X（原推特）和Hacker News上，这起事件引发了近千条激烈交锋。
纽约大学与Meta的研究者Ravid Shwartz Ziv首先泼了一盆冷水。
他一针见血地指出，如果去掉公关滤镜，Anthropic并未从零发明轮子，他们站在了Google Piper和Meta Sapling的架构肩膀上，底层最难的分布式一致性、容错和复制，直接用了现成的Google Spanner和云存储。
▲ 研究者Ravid指出：底层分布式存储已有现成基建，且“每天合并3万次”衡量的是吞吐量而非有效软件产出
而且，
“每天合并3万次代码”衡量的是水管的吞吐量，并不自动等于造出了3万份对用户有用的好产品。
正如网友Danny在评论区灵魂发问：“每天3万次合并到底去哪儿了？
为啥App用起来几个月都没啥变化？”
但整场讨论里最毒辣、最直击本质的观点，来自知名科技评论人Prakash（@8teAPi）。
他提出了一个所有人都忽略的商业史问题：
放在十年前，如果有7个工程师在公司内部搓出了这么惊艳的基础设施，接下来会发生什么？
旧时代的硅谷标准剧本是：这7个人会立刻递交辞职信，转身去沙丘路拿几千万美元的风险投资，把这套内部工具包装成一家SaaS独角兽卖给全世界！当年的协同办公巨头Slack、项目管理神器Asana、大数据先驱Hortonworks，全都是这么从大厂内部工具孵化出来的。
▲ Prakash点破天机：为什么没人离职创业？因为Anthropic的核心算盘是“决不让Git卡住Token的消耗”
可为什么这一次，这7个人没有离职创业？
Anthropic也明确表示绝不把Scion做成对外售卖的产品，反而写成免费长文把架构全盘托出？
答案只有一句话，冷酷而真实：因为软件生意的底层逻辑彻底变了。
对于今天的顶尖工程师来说，离开Anthropic这样手握算力与前沿模型的AI实验室，去外面苦哈哈地开一家传统软件公司，投入产出比已经完全算不过账。
而对于Anthropic来说，他们根本看不上卖开发者工具那点小钱。
他们真金白银在卖的，是Token（大模型算力消耗）。
想明白这一点，你就能看懂Anthropic的全部阳谋：公司内部的Token预算几乎是无限的，所以他们最先撞上“Git承载极限”这堵墙。
随着全世界的企业开始大规模雇佣AI智能体写代码，很快，全球大厂都会撞上同一堵墙。
如果全世界的企业都被老旧的Git卡住脖子，AI写出的代码合不进去、测不过来，那企业还会继续买更多的Token吗？
不会了！
Git的物理瓶颈，就是Anthropic未来Token印钞机的天花板。
所以，Anthropic选择把Scion的设计图纸免费公之于众，甚至主动呼吁GitHub、GitLab和开源社区把这些“始终在线、服务端计算、按需检出”的设计吸收进未来的生态里。
正如网友azim调侃的那样，虽然这可能会让公司里最烦人的同事又想跟风造轮子，但Anthropic的算盘打得无比精明：
我不需要靠卖铲子赚钱
我把造挖掘机的图纸免费送给全世界，唯一的目的，就是让你们能够二十四小时不停歇地，燃烧我的燃料。
