Claude пишет так много кода, что Git не выдержал

Anthropic переработала внутреннюю инфраструктуру контроля исходного кода после того, как ИИ-ассистированная разработка подняла суточный объём слияний с примерно 2 500 в мае 2026 года до более чем 30 000 в сентябре. Кодирование больше не является главным узким местом — теперь им стали системы контроля версий, сборки и CI, изначально рассчитанные на скорость работы человека.

Новая система называется Scion — собственная разработка Anthropic, созданная командой из семи инженеров для обработки более 30 000 слияний кода в день.

ℹ Масштаб проблемы
За четыре месяца — с мая по сентябрь 2026 года — количество ежедневных слияний выросло в 12 раз. Это не результат найма новых инженеров, а прямое следствие того, что Claude автономно пишет, тестирует и вливает код.

Почему Git перестал справляться

Почти все пользователи монорепозитория — уже не люди, а агенты Claude и автоматизированные задачи, которые работают круглосуточно. Это то, чего оригинальная архитектура Git никогда не учитывала.

История главной ветки занимает почти 100 ГБ, сжатая рабочая копия — свыше 25 ГБ, а CI выполняет около 25 миллионов операций checkout в день. При наивной загрузке это выливалось бы в сотни петабайт трафика ежедневно.

Почти все git-клиенты Anthropic — агенты и задачи, которые по определению всегда онлайн, поэтому возможности Git, рассчитанные на офлайн-работу и децентрализацию, работали против масштабирования.

«Свойства, которые делают Git отличным для распределённой офлайн-работы, активно подрывали нашу способность масштабироваться по мере роста репозитория» — из инженерного блога Anthropic.

Как устроен Scion

Scion построен на предположении, что клиенты всегда онлайн. Серверы берут на себя создание коммитов, слияние изменений и получение истории файлов, а клиенты загружают только те данные, которые им нужны.

Коммиты и слияния переносятся на сервер, поэтому клиентам не нужно делать push в классическом смысле. Архитектура сервера распределена и горизонтально масштабируема — нигде не хранится полная материализованная копия репозитория.

Некоторые инструменты могут запрашивать или изменять код полностью через API, а задачам, которым нужны файлы на диске, доступна загрузка только выбранных директорий или файлов по требованию.


graph LR
    A[Git — децентрализованный] -->|"Каждый клиент = полный репо"| B[Проблема при 30K+ слияний/день]
    C[Scion — клиент-серверный] -->|"Сервер делает всё"| D[Горизонтальное масштабирование]
    D --> E[200x меньше CPU/RAM]
    D --> F[CI за секунды, а не минуты]
    D --> G[>99% cache hit rate]

Результаты: цифры говорят сами за себя

МетрикаGit-инфраструктураScion
CPU и RAMБазовый уровеньВ 200 раз меньше
Скорость checkoutМинутыСекунды
Cache hit rate—>99%
Освобождено CPU для CI—+25%
Команда / срок—7 чел. / 5 месяцев

По данным Anthropic, требования Scion к CPU и памяти в 200 раз меньше, чем у прежней git-инфраструктуры зеркалирования. Миграция также освободила 25% процессорной мощности, которую занимали рабочие нагрузки CI.

Claude строил инструменты для самого себя

Способность Claude писать код и стала причиной ситуации, и одновременно — способом быстро создать высококачественную масштабируемую систему для её решения. Помимо Scion, Claude помог создать Antique (интерфейс код-ревью), инструмент поиска по коду и систему IAM для контроля версий.

💡 Как Claude помог оптимизировать Scion
Когда команда попросила внутренний снимок Claude Mythos Preview переписать конвейер ingestion с git на Scion, модель произвела версию, которая потребляла в 20 раз меньше памяти и работала в 4 раза быстрее.

По словам Anthropic, все инженеры команды теперь оценивают Claude как более способного кодера, чем они сами. Роль людей сместилась: они больше не читают каждую строку кода, а оценивают намерение изменения.

Открытый исходный код? Нет

Anthropic прямо говорит: Scion не является подходящей заменой Git для общего использования и не будет опубликован в открытом доступе. Система оптимизирована под конкретный сценарий — огромные монорепозитории с тысячами агентов.

⚠ Для кого это актуально уже сейчас
Anthropic признаёт необычность своей нагрузки, поскольку использует Claude для разработки программного обеспечения значительно интенсивнее большинства компаний. Тем не менее компания ожидает, что другие организации, применяющие инструменты ИИ-кодирования, столкнутся с аналогичными инфраструктурными проблемами по мере роста объёмов разработки.

Что это значит для отрасли

Рост числа слияний обеспечивался не новыми сотрудниками, а Claude, автономно пишущим, тестирующим и сливающим код. Узким местом стала вся инфраструктура, рассчитанная на человеческий масштаб: системы версионирования, сборки и непрерывная интеграция.

Anthropic ожидает, что этот класс проблем станет более распространённым в течение следующих 6–12 месяцев. История с Git и Scion — первый публичный пример того, как ИИ-агенты буквально сломали инструменты, созданные для людей, и заставили компанию изобрести новые с нуля.