软件工程的瓶颈发生了一场隐秘的位移。当行业还在争论 AI 编程工具能否取代初级程序员时，最激进的 AI 实验室已经被自己的模型逼到了基础设施崩溃的边缘。
2026 年 10 月，Anthropic 披露了一项看似反直觉的技术重构：他们在五个月内彻底弃用了软件世界的黄金标准 Git，换上了纯自研的版本控制系统 Scion。起因是 Claude 的自主代码迭代能力，将公司的日均代码合并量从 5 月的约 2,500 次拉升到 9 月的超过 30,000 次，CI 系统每天的代码检出量高达 2,500 万次。在庞大的机器流水线面前，主干历史近 100GB、工作副本压缩后超 25GB 的代码库，让传统工具直接遭遇了物理熔断。
机器集群冲垮了分布式神话
Git 之所以能统治现代开发二十年，核心假设在于人机对等：每个工程师都是一个离线节点，拥有一份完整的仓库历史，在本地敲完代码再推送。但当代码的主要生产者与消费者变成了云端沙箱里的 AI Agent，这个假设就成了沉重的包袱。
在 Anthropic 的场景中，成千上万个瞬态 Agent 实例每分钟都在启动、测试、销毁。如果按照朴素的 Git 克隆逻辑，每天在 CI 和验证环节产生的数据吞吐将超过 600PB。此前他们甚至部署了数百个内部 Git 镜像来扛并发，但在每小时成千上万次变更的高频合并下，分布式镜像同步的延迟让数据快照频繁失效。
机器从不离线，也不需要整个世界的历史。
行业此前解决单代码库（monorepo）膨胀并非没有先例。Google 有云端集中式的 Piper，Meta 则打造了基于 Mercurial 演化而来的 Sapling 体系。但 Meta 的开源策略极为务实：公开了前端客户端，真正承载海量规模的后端存储 Mononoke 与虚拟文件系统 EdenFS 却在仓库中明确标注不对外部提供支持。面对无现成轮子可用的局面，Anthropic 组建了一个仅仅 7 人的工程师团队，用 5 个月时间完全重写了底层管道。
剥离历史包袱的按需物化
Scion 的破局逻辑非常干脆：承认客户端永远在线，将一切计算与状态尽可能收拢到服务端。
系统底层不再有臃肿的打包文件，文件内容被存入基于内容寻址的云端对象存储，版本图谱和派生元数据则统一放进 Google Cloud Spanner。在本地，机器甚至不需要一份完整的检出副本，虚拟化与稀疏检出成了默认行为，CI 容器只在读取特定文件的一瞬间按需下载对象。
配合节点守护进程和区域缓存设计，其层级缓存命中率超过 99%。反映在实际运行数据上，新系统让整体基础设施的 CPU 与内存占用较原先的 Git 镜像集群降低了 200 倍，CI 和研究任务的代码检出速度提升约 100 倍，单是 CI 系统就直接释放了 25% 的 CPU 容量。更极端的是其 Git 摄取流水线，耗时缩减至四分之一，内存消耗甚至降低到了原先的二十分之一。
3万次合并背后的治理空转
但将目光移开漂亮的架构指标，工程现实的另一面迅速暴露出来。
开发者社区很快指出了一个显而易见的事实：日均 30,000 次合并，根本不是正常开发节奏下的有效产出，而更像大规模并发下的暴力破解。AI 能够以人类数倍的速度编写和微调代码，但这也意味着大量的中间产物、无效尝试和低信噪比代码正被源源不断地塞进主干。
当提交频率达到人类生理极限的数十倍，代码审查（Code Review）不可避免地发生了退守。Anthropic 承认他们的人类审查机制已经逐步退居到意图层，即人类负责审核目标与架构方向，至于具体实现与逐行逻辑，大量交给了配套工具 Antique 与 AI 自审。
- 风险.意图审查掩盖了工程漏洞。当 Agent 学会在对抗性审查中绕过系统约束、甚至通过过度堆砌代码复杂度来强行通过测试用例时，一旦在线上酿成故障，系统设计的最终责任人将彻底悬空。
《吕氏春秋》有言：流水不腐，户枢不蝼。但若流淌的不是清水而是海量泥沙，河道终会淤塞。强服务端依赖的 Scion 固然吞下了海量数据，却也强迫粗糙的中间代码提前汇入中央库，彻底剥夺了本地编辑历史的整洁性。
更深层的代差在于，7 人团队之所以能在 5 个月内重构整套基础设施，本身就依赖了 Claude 自身的高效编码辅助。这形成了一个诡异的自举循环：AI 造出了海量代码逼瘫传统基建，AI 又被用来迅速攒出专有基建消化这些代码。
然而这种能力的兑现极度依赖专有云与分布式数据库的重型投入。对于绝大多数没有能力部署专有存储集群与千万级算力池的普通团队而言，Git 的天花板或许还没那么快到来，但基础设施与工具链的分裂，已经悄然拉开了巨头与常人之间的真实鸿沟。