知识卡片：Anthropic 自研 Scion 替代 Git

一句话结论

为应对 AI 驱动的代码提交量爆炸式增长，Anthropic 由 7 人团队用 5 个月自研了版本控制系统 Scion，替代 Git 以支撑其单体仓库每天约 2500 万次检出，并将检出时间从几分钟压缩到几秒。

事件概述或研究问题

Anthropic 的日均合并代码变更从 5 月的约 2500 次增长到 9 月的超 3 万次。其单体仓库每天检出约 2500 万次，若继续使用 Git，相关流量将超过 600PB。这一规模暴露出传统 Git 架构在超高频检出场景下的瓶颈，Anthropic 因此选择自研替代方案。

方法/产品要点

• 自研系统：Scion，由 7 人团队用 5 个月开发完成。
• 架构思路：把计算放在服务端，客户端按需取数，而非在客户端本地完成全部计算。
• 缓存设计：各层缓存命中率超过 99%。
• 辅助重写：Claude Mythos 预览版被用于重写迁移管道。
• 开源态度：Anthropic 无意开源 Scion。

主要结果或产业意义

• 检出耗时从几分钟缩短至几秒。
• Claude Mythos 预览版重写迁移管道后，内存降至原来的二十分之一，速度提升 4 倍。
• Anthropic 判断，其他团队在 6 至 12 个月内也会撞上同样的规模瓶颈。

为什么重要

当 AI 大规模参与代码生成，代码变更频率和检出频率会超出为人类开发者节奏设计的工具上限。Scion 是一个信号：AI 原生研发流程可能倒逼基础设施层（版本控制、缓存、服务端计算）重新设计。它延续了 Anthropic 在内部工具链上“自研补位”的脉络（参见其自研芯片团队相关卡片），但聚焦点从算力硬件转向研发工具链。

局限与不确定性

• Scion 的具体技术架构、协议、一致性模型：待核实。
• “600PB 流量”的估算口径与假设：待核实。
• Claude Mythos 预览版在迁移管道中的具体角色与介入程度：待核实。
• 其他团队是否真会在 6 至 12 个月内遇到同类瓶颈：属 Anthropic 判断，待核实。
• Anthropic 无意开源，外部无法独立验证上述性能数据。

可用于图书/PPT/简报的角度

• AI 生成代码的规模如何反噬传统研发工具链。
• “7 人 5 个月自研替代 Git”作为小团队攻坚基础设施的案例。
• 服务端计算 + 高缓存命中率作为超高频读取场景的通用架构思路。
• AI 写代码、AI 迁移管道：AI 参与自身工具链建设的闭环。

与既有脉络的关系

已有卡片记录了 Anthropic 组建内部芯片团队为 Claude 自研定制芯片（2026-08-07），本条补充的是同一公司在软件研发工具链上的自研动作，二者共同指向 Anthropic 在关键基础设施上减少对外部通用方案的依赖。

原始材料

• 来源：腾讯研究院AI速递 20261015
• URL: https://m.sohu.com/a/1087818144_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334