The Pulse

Anthropic sostituisce Git con Scion dopo aver superato le 30.000 integrazioni al giorno

Anthropic afferma che le modifiche integrate ogni giorno nel suo monorepo sono passate da circa 2.500 nel maggio 2026 a oltre 30.000 a settembre. L’azienda ha sviluppato Scion, un sistema interno di controllo delle versioni, e ha trasferito

AI.info Team · Scritto con l’IA · 2026-10-14

Le integrazioni quotidiane di codice di Anthropic sono passate da circa 2.500 nel maggio 2026 a oltre 30.000 a settembre, spingendo l’azienda a trasferire il suo monorepo da Git a un sistema interno chiamato Scion. Anthropic afferma di aver completato la migrazione in cinque mesi: la programmazione assistita dall’IA aveva reso il controllo delle versioni e altri strumenti per sviluppatori, progettati per volumi di lavoro umani, un ostacolo allo sviluppo del suo software.

Perché Git era diventato un collo di bottiglia

La dimensione del repository di Anthropic aiuta a spiegare la decisione. La cronologia del suo branch principale occupa quasi 100 GB e una copia di lavoro compressa supera i 25 GB. L’azienda afferma che i suoi sistemi di integrazione continua eseguono circa 25 milioni di checkout del codice al giorno, senza contare i computer degli sviluppatori, gli ambienti isolati degli agenti e i processi di ricerca.

Anthropic aveva provato le funzionalità di checkout parziale di Git, oltre a copie interne del repository e snapshot archiviati in un sistema di archiviazione di oggetti binari. Nel momento di massimo utilizzo gestiva diverse centinaia di copie. Con l’aumento del ritmo delle integrazioni, mantenere queste soluzioni è diventato più difficile; intanto, gli snapshot restavano sempre più indietro rispetto alla versione più recente del branch principale e operazioni dipendenti dalla cronologia, come diff e blame, richiedevano maggiore attenzione.

L’azienda non sostiene che Git sia obsoleto. «Per la stragrande maggioranza dei repository, questa è l’architettura giusta ed è una delle ragioni principali per cui git è diventato lo standard», scrivono Nick G. e il team di Anthropic per il controllo delle versioni. La loro osservazione è più circoscritta: un sistema distribuito progettato per consentire alle persone di lavorare offline può essere poco adatto quando la maggior parte dei client è costituita da agenti e processi sempre connessi che accedono a un unico enorme repository.

Scion sposta più lavoro sul server

I client di Scion recuperano i dati del repository quando ne hanno bisogno, invece di conservare una copia locale completa. Il server si occupa di attività come creare commit, integrare modifiche e rispondere a domande sulla cronologia dei file. I client mantengono una cache di dimensioni limitate e possono richiedere solo le directory selezionate, oppure materializzare i file quando un processo li legge.

Questa architettura consente inoltre agli strumenti di interrogare il sistema di controllo delle versioni tramite un’API senza eseguire il checkout dell’intero repository. Anthropic afferma che alcuni processi possono richiedere un diff o svolgere altre operazioni direttamente tramite queste interfacce. Scion archivia le modifiche sotto forma di insiemi di modifiche che registrano i file modificati e rimandano ai contenuti compressi dei file nell’archiviazione di oggetti binari, anziché affidarsi ai packfile di Git.

Anthropic riferisce che ogni livello del sistema di cache di Scion raggiunge un tasso di successo superiore al 99%. Afferma che la nuova infrastruttura usa 200 volte meno CPU e memoria rispetto alla precedente configurazione basata su copie di Git e che i checkout per l’integrazione continua e la ricerca ora richiedono secondi anziché minuti. L’azienda riferisce inoltre un aumento del 25% della capacità CPU per la sola integrazione continua.

Claude ha contribuito a costruire il sostituto

Anthropic afferma che un team di sette persone ha sviluppato Scion, il suo strumento di revisione del codice Antique e diversi sistemi correlati mentre le integrazioni quotidiane aumentavano di dieci volte. L’azienda descrive anche come Claude Mythos Preview abbia riscritto una prima versione della pipeline per trasferire dati da Git a Scion: nei test di Anthropic, la versione riscritta usava 20 volte meno memoria ed era quattro volte più veloce del prototipo, pur rispettando i requisiti relativi all’ordine e alle strutture dati.

Nel resoconto di Anthropic, gli ingegneri non sono spettatori. L’azienda afferma che hanno definito gli obiettivi del sistema, preso le decisioni progettuali e reindirizzato Claude quando proponeva approcci che violavano i vincoli o aggiungevano complessità superflua. Il team usa anche agenti Claude interni, chiamati «superfan», per monitorare i dati telemetrici e i log del sistema insieme agli avvisi convenzionali.

Scion non è un sostituto di Git per tutti

Anthropic afferma che Scion è pensato per monorepo enormi, non per i comuni progetti software. Adottarlo significherebbe anche migrare gli strumenti di revisione del codice, ricerca e integrazione continua, perché Scion si discosta notevolmente da Git e gli strumenti di Anthropic sono adattati ai sistemi dell’azienda. Secondo Anthropic, la sua disponibilità insolitamente elevata a spendere per l’uso interno dell’IA è un’altra ragione per cui questa architettura potrebbe non essere adatta ad altre aziende.

GitLab ha risposto al post di Anthropic descrivendo il proprio lavoro sul controllo delle versioni per uno sviluppo che fa largo uso di agenti, con un obiettivo diverso: mantenere la compatibilità con Git modificando l’architettura sottostante. Il contrasto mette in evidenza una scelta tecnica ancora aperta per gli altri team: sostituire una parte maggiore degli strumenti esistenti oppure adattare il modello server-client di Git per gestire volumi più elevati di modifiche automatizzate.

Anthropic afferma di voler condividere idee che le piattaforme Git possano adottare senza costringere ogni organizzazione ad abbandonare Git. Per ora Scion resta un sistema interno e lo stesso resoconto di Anthropic ne delimita chiaramente l’impiego: una risposta specializzata per un repository e un carico di lavoro che, secondo l’azienda, la maggior parte delle organizzazioni non ha ancora.