刚刚，Anthropic 宣布弃用Git，统治编程20年的工具顶不住AI了

在AI领域，几乎所有人都在热议AI何时会取代数学家、设计师、经济学家，但被“终结”呼声最高的始终是程序员。

Anthropic 给出了一个出人意料的答案：在程序员被取代前，最先被替换的是他们使用了二十年的工具。

由于Claude编写代码的速度惊人，在Anthropic内部，真正的瓶颈反而成了人类过去几十年开发的软件工具，它们已无法应对AI 7x24小时持续产出的代码量。

图｜https://www.anthropic.com/engineering/redesigning-source-control

无奈之下，Anthropic组建了一个7人团队，同样借助Claude，花费5个月时间，从零打造了一套全新的代码版本控制系统，并将整个大型仓库迁移了过去。

平均每3秒合入一次代码

那么，过去几个月里，Anthropic内部究竟产生了多少代码？

今年5月，Anthropic全公司平均每天合并的代码变更约为2500次，这已是大型科技公司的活跃水平。

但到了今年9月，短短四个月后，这一数字飙升了12倍，达到每天30000次。

图｜2026年1月至9月，每天合并到Anthropic单体仓库的更改。

换算成时间，这意味着24小时不间断，平均每2.8秒，就有一段经过测试和审查的新代码被放入Anthropic的核心代码库。

更令人震惊的是，“我们预计这种增长速度短期内不会放缓。内部对合并代码的潜在需求几乎是无限的，每消除一个基础设施瓶颈，代码产量就会迎来新一轮暴涨。”

图｜

这套旧的代码版本控制系统究竟出了什么问题？

统治编程界20年的Git，接不住AI

许多非技术背景但关注AI的人，常听说GitHub上项目有多少Star。GitHub是全球最大的开源社区，也是无数AI项目的发源地，Meta的Llama、DeepSeek的开源模型，代码都托管于此。

GitHub中的“Git”，就是全球数千万程序员每天使用的版本控制系统。

或者，如果你让Cursor、Claude Code、Codex修改代码，最后的“提交”也是通过这套系统完成的。

图｜类似这种Diff是Git的常见功能

如果把公司的代码库比作一份所有人共同编辑的“超级在线文档”，那么Git就是底层的“时光机与管理员”。

它由Linux之父Linus Torvalds在2005年发明，负责记录谁在哪一秒改了哪一行，确保数千人同时修改不会冲突，并能随时回退。

图｜

图｜git会存储每个文件与初始版本的差异以及项目随时间变化的快照

过去21年里，Git是工业界的绝对标准。它的底层设计基于一个2005年的假设：程序员可能在任何地方（尤其是无网络环境）编写代码。

为了让人在无网络的飞机或咖啡馆也能查看历史记录、对比修改，Git采用了“去中心化”设计。每次操作时，它默认将整个代码库的所有历史（在Anthropic，这个包接近100GB）完整复制到本地。

这个设计在“人写代码”的时代堪称完美，直到AI开始写代码。Git引以为傲的“离线可用、人人持有完整副本”，在此场景下成了浪费。

图｜

每天2500万次的Checkout，即在分支间切换、恢复文件、创建新分支等，每次都要拉取庞大的代码包。若不优化，每天会产生超过600PB的数据流量，相当于在公司内网中搬运1.2亿部4K高清电影。

为了让Git服务持续运行，Anthropic高峰期维护了数百台Git镜像服务器进行分流。但由于每秒都有新代码合入，镜像同步速度远跟不上Claude的编写速度。

Anthropic也反思：为什么要用一套为“断网人类”设计的系统，去服务一群“永远在线”的AI智能体？

图｜

为AI量身定制的Scion

想通这一点后，Anthropic决定不再修补Git，而是直接重造轮子，推出了自研版本控制系统Scion。

图｜Scion中变更集的形状

既然AI智能体永远在线，就没必要在本地存储100GB的历史记录。谁最后改了这行？两个版本差异在哪？Agent直接发送API请求询问服务器即可，甚至无需下载代码文件到本地。

现在的Scion支持“虚拟化checkout”：AI修改哪个文件夹，就只拉取哪个文件夹；甚至只有当程序真正读取某一行文件时，数据才会从内存缓存中流式传输。

同时，Scion取消了繁琐的本地打包和全局锁，AI提交一次代码的耗时，仅与修改的行数相关，与整个代码库的大小无关。

图｜Scion的checkout架构

相比之前支撑的数百台Git镜像集群，Scion的CPU和内存消耗降低了200倍，各级缓存命中率超过99%。

AI和测试任务拉取代码的时间从几分钟缩短到几秒。仅这一项提速，就为整个持续集成系统节省了25%的算力。

图｜2026年1月至9月期间，Scion和Antique代码库每周合并的更改。

造这个系统的，也是AI

如果放在五年前，一家科技巨头想替换底层代码控制系统，并重写代码审查平台——Anthropic还同步自研了名为Antique的审查工具、代码搜索和权限系统——这意味着什么？

当年Google开发内部Piper系统，Meta开发Sapling系统，都动用了数十甚至上百人的顶级基础架构团队，耗时数年才完成迁移。

图｜

但在Anthropic，整个项目的团队配置是：7名工程师，5个月。

秘诀依然是Claude深度参与开发。他们使用一个内部早期模型，将工程师手写的数据迁移管道重写了一遍，最终做到了内存占用降至原来的1/20，速度快了4倍。

图｜在原生Scion代码库上的性能提升

Anthropic在博客中表示，这是一场奇妙的闭环：正是Claude强大的代码编写能力将他们逼到系统崩溃的边缘，也正是依靠Claude疯狂编写代码，这7个人才能在5个月内造出这套高并发的分布式系统。

更有趣的是人的角色转变。未来人类顶尖工程师的真实工作状态会是什么样？

这7位人类工程师既不需要敲代码，也不是审核AI写的代码，而是要搞清楚AI为什么要改动。

他们发现，自己最常对Claude说的一个字，是“不”。

让Claude进行“对抗性代码审查”时，AI往往会变得过于偏执，为防范极小概率的假设性风险，写出过度复杂、过度工程化的代码。这时，必须由人类架构师出手叫停，帮AI做减法。

图｜

Anthropic表示，他们不打算将Scion作为商业软件出售。之所以公开这套架构，是因为他们看到了不久的将来。

当代码由成百上千个Agent在后台并行生成、测试、修复时，所有为“人类手速”设计的软件工程工具——从版本控制、代码审查，到测试流水线——都会瞬间成为创新的障碍。

Anthropic最近已发布多次“警告”，这次也不例外：随着AI编程工具在各行各业的渗透，其他公司也不需要等太久，大概在未来6到12个月内，就会撞上同一堵墙。

本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。