Anthropic已将其核心代码仓库从Git迁移至自研版本控制系统Scion，以应对Claude持续生成代码带来的规模化压力。该项目由7名工程师耗时5个月完成。数据显示，Anthropic日均合并代码变更从今年5月的约2500项增至9月的超过3万项，CI系统每天需执行约2500万次代码检出。
Git的分布式设计以离线自治为核心，工程师克隆仓库后可在断网状态下提交、合并和查看历史。但Anthropic的大量读取任务来自始终联网的CI作业和运行数分钟后即销毁的Agent沙箱，这类场景往往只需少量文件、一份diff或确认两个提交的祖先关系，为每次操作准备完整本地仓库的重复成本持续攀升。Anthropic主分支历史接近100GB，压缩工作副本超过25GB，若每天2500万次检出均获取完整副本，理论流量将超过600PB。公司虽采用浅克隆、稀疏检出、快照和数百台Git镜像缓解，但镜像同步、快照过期和历史查询补齐对象的维护负担随仓库活跃度上升而增加。
Scion将客户端缩为轻量入口，提交创建、合并、变基与历史查询移至中心服务，本地仅监测文件变化并维护少量缓存，需要工作目录时按需展开。CI若仅需计算diff可直接调用API，无需完整检出。提交格式方面，Scion的changeset以预写日志条目记录相对首个父提交修改过的文件，通过内容寻址指针引用数据，创建changeset无需生成Git packfile，仅在main等引用更新时对Spanner中的单行记录执行compare-and-swap。针对blame、路径历史与提交图跳表，Scion维护派生数据以支持历史查询。Anthropic称缓存命中率超过99％，迁移后基础设施CPU和内存需求相较旧Git镜像体系缩小约200倍，检出从分钟级降至秒级，CI释放约25％的CPU容量。
同期，GitHub将密钥扫描中的通用LLM判断替换为微调后的ModernBERT。高熵字符串可能是真实凭据，也可能是测试数据或占位符，正则表达式擅长发现可疑格式但难以判断代码上下文，通用LLM可辅助区分，但候选数量增长会推高推理费用与延迟，对需在提交被接受前返回结果的Push Protection机制形成直接影响。GitHub保留正则作为候选入口，将后续判断交给分类器模型。
此外，哥伦比亚大学与Google DeepMind等机构提出BTTF方案，将芯片仿真波形转换为SQLite数据库，使Agent可通过SQL查询排查异常。RTL仿真产生的VCD、FSDB波形在复杂设计中可达数十GB乃至TB级，原始波形转为文本会迅速占满上下文。BTTF以signal_metadata和signal_changes两张表关联信号静态信息与变化记录，模型仅需处理问题与少量返回事件。在4.2GB波形、18450个信号和150条专家标注查询的实验中，该方案执行准确率达95.33％，多Agent质量评分较单Agent提高17.3％，平均延迟增至约1.96倍。
三组改造指向同一趋势：围绕人类开发节奏设计的工具链，正在为Agent产生的高频、短生命周期、大规模并发的负载重新设计接口与数据通路。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
