跳到主要内容
返回时间线
Anthropic来源发表:

Anthropic 把单体仓库从 git 迁到自研 Scion:合并量涨十倍,基础设施占用缩到二百分之一

核心概要

Anthropic 披露其自研版本控制系统 Scion,并在五个月内把单体仓库从 git 完整迁移过去。触发点是 AI 智能体写代码让每日合并量从 2026 年 5 月的约 2500 次升到 9 月的逾 3 万次,而 git 的离线完整副本假设和数百个内部镜像已难以支撑每天约 2500 万次代码检出。Scion 让客户端始终在线、把提交与合并放到服务端、以稀疏和按需虚拟化检出替代完整工作副本,其基础设施的 CPU 与内存占用比此前的 git 镜像方案小 200 倍,CI 检出从分钟级降到秒级。

Source-provided article image: Redesigning source control at Anthropic \ Anthropic
Anthropic

深度剖析

Anthropic 把单体仓库的版本控制从 git 换成自研的 Scion,并同时上线代码评审界面 Antique、代码搜索和源码控制权限系统,五个月内完成完整迁移。 此前 Anthropic 用 git 承载单体仓库,并靠浅克隆、稀疏检出、promisor 远程、内部 git 镜像和 blob 存储中的仓库快照等标准手段应对规模,峰值时运行数百个内部 git 镜像。 主分支历史接近 100 GB、压缩工作副本超过 25 GB,每天约 2500 万次代码检出,若朴素拉取将超过每天 600 PB 的 git 流量;同期每日合并量从 2026 年 5 月的约 2500 次增至 9 月的逾 3 万次。

Scion 把客户端设计成始终在线、只保留有界本地对象缓存,提交、变基和合并都在服务端完成,因此没有需要推送的本地提交。 git 假设每个克隆都是可离线工作的完整仓库,每个客户端都能充当完整服务器,这套为分布式离线工作设计的性质在仓库变大后反而限制了扩展。 工作单元是写入预写日志的 changeset,只记录相对第一个父提交的变更文件及指向 blob 存储中压缩内容的内容寻址指针;blame、路径历史、提交图跳表等派生数据由统一的递归机制计算,可按需延迟物化。

检出路径改为按需取对象:客户端从根树开始递归请求本地缺失的树和 blob,每个请求针对永不改变的对象,因此任意缓存层都能应答。 git 的协商会告诉服务器客户端已有什么,并可能返回单个数 GB 的 packfile 响应;Scion 的协商只针对客户端想要的树和 blob。 节点上的 scion-daemon 从定期刷新的快照起步,只与所在区域的 scion-cache 通信,缓存未命中时再问权威的 scion-servers;每一层缓存命中率均超过 99%,且不需要长期状态。

启示与展望

这套系统面向 Anthropic 自身规模的单体仓库和以智能体为主的客户端,文中明确表示 Scion 并非 git 的通用替代品,其内部评审、搜索与 CI 组件高度定制,难以直接供其他组织采用。

Anthropic 表示尚未能有效复现业界在合并队列上加全局仓库锁的做法,改为投入合并后与部署前自动测试,因此并发变更仍可能冲突;文中也说明这些经验未必适用于所有情况。