当 Claude 成为最重代码用户：Anthropic 重做源码管理系统
分类：大模型
2026年10月13日，开发者工具作者 Simon Willison 在其链接博客中谈到 Anthropic 一篇关于源码管理重构的文章。按他的转述，Anthropic 因内部代码变更速度快速上升，构建了自研源码管理系统 Scion，并搭配新的代码审查系统 Antique。这件事的意义不止是替换 Git，而是 AI 实验室开始把模型、代理和自动化流水线视为工程基础设施的核心用户。
代码合并量在数月内快速抬升
素材显示，Anthropic 在 2026年5月 平均每天合并约 2,500 个代码变更；到 2026年9月，每天合并的代码变更已超过 30,000 个。Anthropic 还给出了变化图表。
Simon Willison 提到，他使用 Claude 对 Anthropic 的图表进行了修改，为 2026 年公开发布的模型添加了标记。他强调，图表展示的是模型公开发布日期，而不是模型在 Anthropic 内部开始可用的时间。他猜测，Fable/Mythos 一类模型的推出可能是编码速度提升的重要因素之一。这个判断属于外部观察者，但它把源码管理压力与模型能力演进联系在了一起。
- 2026年5月：平均每天约 2,500 个代码变更被合并。
- 2026年9月：每天合并超过 30,000 个代码变更。
- 图表中的模型标记对应公开发布日期，而非内部使用日期。
Git 面对的不是人，而是海量自动化检出
Anthropic 列出的规模指标解释了为什么要重做系统。该公司称，仅主分支历史就接近 100 GB，一个压缩后的工作副本超过 25 GB。为了 CI，Anthropic 每天大约进行 2500万次代码检出；如果再加上开发者环境、agent 沙盒和研究任务，规模还会更大。如果以最朴素的方式拉取，这将相当于每天超过 600 PB 的 git 流量。
这些数字说明，源码管理系统承受的压力已经不再来自工程师个人电脑上的常规操作，而是来自持续运行的自动化任务。对 AI 实验室而言，代码库同时服务于模型训练、评估、代理执行和内部工具迭代。版本控制如果仍按传统团队协作方式优化，可能会在复制、分发和检出环节形成巨大成本。
Scion 与 Antique：7 人团队、5 个月迁移
Anthropic 的新源码管理系统名为 Scion，配套代码审查系统名为 Antique。Simon Willison 认为，Scion 听起来像是对集中式源码管理的一次重新设计，方向类似 Subversion。素材没有展开完整架构，但给出了建设节奏：这套系统由 7 人团队构建，从 Git 迁移完成用了 5 个月。
在 Hacker News 上，有人问及 Scion 缺少离线支持。Scion 工程师 Nick G 回应称，由于 Claude 是 Scion 目前最主要的用户，并且必然在线，因此离线支持并不是重点。这个回应把工具设计优先级的变化说得很直白：当最大用户是持续在线的模型或自动化系统时，传统版本控制强调的本地离线工作流不再天然排在首位。
对抗式审查有效，但需要工程师把关
素材还提到，Anthropic 广泛使用对抗式审查。按文章说法，这种方式在很多方面非常有效，但也可能过于短视，因此需要有经验的工程师引导 Claude，避免其针对假设性问题把系统设计得过度复杂。
Simon Willison 也提到，自己近期在项目中尝试对抗式审查，例如让模型寻找缺陷。他常常让 Claude 与 GPT 互相检查。这一做法与 Anthropic 的描述相互呼应：AI 审查并不是简单给出结论，而是需要被纳入工程师的判断框架。模型可以发现漏洞、提出质疑，也可能为了回应假想风险而增加不必要的复杂度。
AI 实验室开始重造基础工程工具
从素材给出的指标看，Anthropic 的源码管理需求已超出传统开发者工具的使用范围。代码库同时被人类工程师、大量 CI 任务、研究作业和模型代理访问。系统需要回答的问题也从“如何方便开发者提交分支”，转向“如何在极高频的自动化读取和审查中保持可控”。
Scion 是否会在更广泛场景中取代 Git，素材并未给出结论。但它提供了一个观察窗口：当 AI 模型成为代码生产、审查和执行的重要参与者，工程基础设施的评价标准正在变化。吞吐、在线协作、自动化环境复制、审查流程控制，都会成为与提交历史同样重要的指标。
这给开发者工具行业留下一个更具体的问题：当代码库的主要访问者不再是工程师的终端，而是持续在线的模型和自动化管线，版本控制系统该如何设计。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/dang-claude-cheng-wei-zui-zhong-dai-ma-yong-hu-anthropic
