AIがコードを書く速度がGitを完全に打ち負かした。Anthropicはバージョン管理システムを再設計した。
5カ月の間に7人がゼロからまったく新しいバージョン管理システムScionを開発し、メインコードベース全体の移行を完了した。
原因はただ一つ。AIによるコミットの前で、人間向けツールが機能しなくなったのだ。
今年5月、Anthropicが毎日マージしていたコード変更は約2500回だった。
9月になると、その数字は3万回を突破した。
コードマージの頻度は10倍以上に急増した。
現在、Anthropic内部ではコードを書くこと自体はもはやボトルネックではない。Claudeは研究サイクルを自律的に反復し、複雑なプログラムを微調整し、ゼロからまったく新しいサービスを組み上げられる。
本当のボトルネックは、もともと人間の開発者向けに設計されたインフラ、すなわちコードのバージョン管理、ビルドシステム、CIパイプラインになった。
毎日600PBのトラフィックを食べ、Gitは耐え切れずにダウンした
Anthropicが採用しているコード管理方式は、超大規模モノレポ（Monorepo）だ。
メインブランチの履歴は約100GB、圧縮後の作業コピーは25GBを超える。
集中したCI自動テスト、研究タスク、エージェント用サンドボックスを支えるため、彼らは毎日約2500万回のコードチェックアウトを実行する。
もしGitで直接耐えようとすれば、1日に発生するネットワークトラフィックは600PBを超える。
Gitの核心的ロジックは分散型にある。各ローカルクローンは完全なリポジトリで、オフラインで履歴を閲覧し、差分を計算し、blameを実行する能力をすべて備える。
このモデルは、人間がオフライン環境で作業するのに適している。
しかしAnthropicでは、ほぼすべてのクライアントが常時オンラインのAIエージェントと自動化タスクだ。
Gitを延命するため、彼らは業界の定番手法をすべて試した。浅いクローン、スパースチェックアウト、オブジェクトストレージのスナップショット、さらには社内ネットワークに数百台のGitミラーノードを配備することまで行った。
ミラーが増えるほど、マシンのメモリとディスクが耐えられなくなった。スナップショット更新の速度はコードマージの速度に追いつかず、履歴に依存するdiffやblameを一度実行するだけで、部分クローン全体が頻繁にエラーを出す。
Gitの分散型という特性が、かえって規模拡大の最大の障害になった。
新システムScion：ローカルリポジトリを廃止
AnthropicはGitの基本前提を覆し、エージェントが常時オンラインであることを前提にScionを設計した。
このシステムの核心ロジックは根本から変わった。
クライアントは完全なコピーを保存しない
Gitはクライアントに完全なリポジトリ処理能力を要求する。
Scionはすべての計算をサーバー側に押し出す。履歴検索、行変更の特定、コードマージ、リベース（rebase）はすべてサーバー側で実行される。クライアントは限られたローカルオブジェクトキャッシュを維持し、ファイルをディスク上に置くだけで、残りのデータは必要に応じて取得する。
チェンジセット（Changeset）がツリーポインタを置き換える
Gitはコミットのたびにディレクトリツリー全体へのポインタを保存する。
Scionの最小作業単位はチェンジセットだ。現在の変更が親ノードに対して変更したファイルリストと、クラウドストレージ内の圧縮ファイル内容へのポインタだけを記録する。
アーカイブのパッケージング処理も、サーバー間を調整するロックもない。コミットの作成はブランチポインタに依存せず、ブランチの変更はSpannerデータベースで単一行のCAS操作を一度実行するだけで済む。
オンデマンド読み込み、グローバル取得は不要
Scionでは、ワークスペース（Working copy）はオプションになった。
CIが自動化タスクを実行し、あるコミットのdiffだけを見ればよい場合、APIを通じてサーバーに結果を要求すればよく、ローカルマシンに完全なリポジトリをダウンロードする必要はない。
ファイルをローカルディスクに置く必要がある場合でも、Scionは仮想化とスパースチェックアウト機構を採用し、タスクが読むファイルだけを下層から取得する。
階層キャッシュがトラフィックを徹底的に抑える
具体的なアーキテクチャでは、ローカルクライアントscnは同じマシン上のscion-daemonとだけ通信する。
daemonは地域キャッシュサーバーscion-cacheにデータを要求し、最後にコアのscion-serverとデータベースにフォールバックする。
各層は99%を超えるキャッシュヒット率を実現している。
このアーキテクチャの導入後、Anthropicのコードチェックアウト速度は数分から数秒に短縮された。
基盤を支えるサーバーのCPUとメモリ使用量は、以前のGitミラークラスターの200分の1に縮小した。CIの工程だけで25%のCPU計算リソースを節約できた。
Claudeを使ってGitを置き換える武器を作る
システム全体の開発プロセス自体が、AIのコーディング能力を試す実験場でもあった。
システム全体の研究開発を完了し、Gitを置き換え、同時にコードレビュープラットフォームAntiqueやコード検索など半ダースのシステムまで自前で開発したチームは、わずか7人だった。
7人、5カ月。
最も典型的な例はデータ移行パイプラインだ。チームは最初、GitからScionへのデータ取り込みパイプラインのプロトタイプを純粋に手書きで作った。
その後、Claude Mythosプレビュー版の内部アクセス権を取得し、モデルに直接書き直させた。
追加のプロンプトなしで、Claudeが書き直したバージョンはメモリ使用量が20分の1に減り、実行速度が4倍向上し、元のデータ構造と取り込み順序のルールは完全に保たれていた。
プロジェクトに参加したエンジニアは、コードを書くという点でClaudeの現在の水準は自分たちをすでに超えていると述べた。
エンジニアの中心的な仕事の形は完全に変わった。
エンジニアの主な任務はClaudeに「ノー」と言うことだ。
AIは局所的な要求を満たすため、本能的にシステムの基盤制約を破ろうとする。たとえば複数の自動化タスクが、commitログを1行ずつ直接読んでコードがいつメインブランチにマージされたかを確認しようとした。このやり方は瞬時に性能を破壊するため、人間が審査システムを直接呼び出すように修正する必要がある。
コードの対抗レビュー機構もある。AIはコードをレビューするとき過度に防御的になり、不要な検証ロジックを大量に挿入して、システムを極端に複雑にしてしまう。
人間のエンジニアの現在の仕事は、より高次元でシステム横断的な設計上のトレードオフを管理し、各コミットの意図を審査することであり、もはや1行ずつ目で粗探しすることではない。
従来のワークフローが崩壊：マージキューはなくなり、AIがSlackでネットワーク管理者になる
エージェントの規模が爆発するにつれ、より多くの従来の開発習慣が粉々に打ち砕かれた。
従来のマージキュー（Merge Queue）は機能しなくなった。
毎分大量のコードが並行してマージされると、グローバルロックによる待ち行列はCIシステム全体を麻痺させる。
Anthropicはグローバルマージロックを廃止し、コードを先にマージし、デプロイ前に自動回帰テストを走らせる方式に変えた。
これはコード衝突が発生する確率が大幅に増えることを意味する。しかし彼らは、Claudeが自動で衝突を解決する速度のほうが、人間が衝突がどこで起きているかを理解するより速いことに気づいた。
運用モデルも変わった。チームはClaude Tagを利用して、社内Slackにコンポーネント監視チャンネルを一連作成した。
各チャンネルには専用のClaudeインスタンスが常駐しており、公式には「スーパーファン（superfans）」と呼ばれている。
あるClaudeはscion-daemonを専門に見張り、あるClaudeはscion-cacheを専門に見張り、あるClaudeはマージキューを専門に見張る。
これらのAIは完全なログと監視メトリクスへのアクセス権を持ち、毎日疲れを知らずにバックエンドのグラフを更新し、従来の静的なアラートルールではまったく識別できない微小な異常を捉える。
Gitは本当に淘汰されるのか？
AnthropicはScionをオープンソース化してGitを置き換えるつもりはない。
彼らは、Scionの設計が極度に巨大なモノレポ、大量のAIエージェントによる並行プログラミング、そして一般企業の許容限界をはるかに超えるToken消費量に完全に縛られていることを認めている。
大多数の一般的な開発シーンでは、Gitは依然として極めて優れたバージョン管理ツールだ。
Anthropicは、AIプログラミングツールの普及に伴い、今後6～12カ月のうちに、AIでコードを書く他のチームも次々とこの壁にぶつかると判断している。
彼らがこの方式を公開したのは、オープンソースコミュニティ、GitHub、GitLabにアイデアを提供するためだ。Gitのサーバー側は完全に再設計でき、より効率的なRPCクエリ機構とより柔軟なネゴシエーションプロトコルを導入できる。何十年も前に人間が手書きでコードを書くために設定されたルールを、そのまま踏襲する必要はない。
AIがコードを書く速度が指数関数的に上昇すると、ソフトウェアエンジニアリング分野で人間の肉体のために当てられたすべてのパッチは、根本からやり直さなければならなくなる。
出典：
https://www.anthropic.com/engineering/redesigning-source-control