AI 開始改變程式傳統開發工具。Anthropic 10 月 13 日公布，已在五個月內將內部大型程式碼庫（monorepo）由 Git 全面遷移至自研版本控制系統 Scion。原因是 Claude 等 AI Agent 令程式碼產出速度急增，每日合併變更由 2026 年 5 月約 2,500 次，升至 9 月超過 30,000 次，原有 Git 基建逐漸無法應付。
AI 寫碼量激增逾 12 倍 Git 原有優勢反成負擔
Git 自 2005 年推出以來，一直是軟件開發最重要的版本控制工具之一。它採用分散式設計，開發者可以在電腦保存完整程式碼歷史，即使離線亦可修改、比較及管理版本。
這套設計非常適合人類開發者，但 Anthropic 發現，大量 AI Agent 需要同時讀取和修改同一個大型程式碼庫時，情況已經不同。
Anthropic 的主分支歷史紀錄接近 100GB，壓縮後的工作副本亦超過 25GB。單計持續整合測試（CI），系統每日就要執行約 2,500 萬次程式碼 checkout 操作。公司推算，如果沿用直接下載完整 Git 資料的方式，每日可能產生超過 600PB 的理論傳輸量，並非實際已使用的頻寬。
Anthropic 曾使用淺層複製、部分檔案 checkout、儲存快照及數百部內部 Git 鏡像伺服器減輕負擔。不過隨著程式碼變更越來越密集，維護這些系統反而需要投入更多資源。
公司指出，絕大部分 AI Agent 和自動化工作本來就需要連接伺服器，沒有必要像傳統 Git 一樣，讓每個客戶端都具備獨立處理完整程式碼庫的能力。
Scion 將版本操作搬到伺服器 CI 節省 25% CPU 容量
Anthropic 因此重新設計版本控制架構。Scion 將 commit、merge、rebase、查閱修改紀錄等工作放在伺服器執行，開發者或 AI Agent 只需要取得實際用到的檔案，無須先下載龐大的完整程式碼庫。
舉例來說，傳統 CI 工具可能要先取得程式碼及相關版本資訊，才能比較兩次修改的差異。Scion 則提供 API，讓工具直接向伺服器查詢結果，部分工作甚至完全不需要建立本地程式碼副本。
Scion 亦採用多層快取及分散式架構，各層快取命中率均超過 99%。Anthropic 公布的內部數據顯示，新系統相對原有 Git 鏡像架構，CPU 及記憶體基建需求縮減至約二百分之一。
CI 和研究工作所需的程式碼 checkout 時間亦由分鐘級縮短至秒級，速度提高約 100 倍。單是 CI 工作便節省約 25% CPU 容量。不過這些數據來自 Anthropic 自家工作負載，不能直接推算其他企業採用後的節省幅度。
▲ Scion 使用分層快取及伺服器架構，讓開發工具按需要取得程式碼，減少完整複製大型程式碼庫。
7 人團隊五個月完成 Claude 寫程式仍要人類審查
這次轉型另一個特別之處，在於開發 Scion 的過程同樣大量使用 AI。
Anthropic 表示，只有 7 名工程師的團隊，在 5 個月內建立 Scion、配套程式碼審查工具 Antique，以及搜尋、存取權限管理等相關系統，並完成內部大型程式碼庫的遷移。
團隊曾要求早期版本 Claude Mythos Preview 重寫原本由工程師開發的 Git 至 Scion 資料轉換程式。公司稱新版本在保留原有資料處理規則下，記憶體使用量減少至二十分之一，執行速度提高 4 倍。
不過 Anthropic 同時指出，AI Agent 有時會為完成眼前任務，違反系統架構原本設定的限制，甚至加入過量驗證和不必要的複雜設計。因此工程師仍須判斷技術取捨，並否決不合適的方案。
目前團隊仍會審查每項程式碼修改要求，但工作重點已由逐行閱讀程式碼，轉向檢查修改意圖、架構合理性及潛在影響。
Scion 亦支援按目錄設定程式碼存取權限，配套審查系統可以區分一般註解修改與涉及敏感邏輯的變更，讓人類審查員集中處理風險較高的部分。
Git 會否逐漸退場 Meta 早有 Sapling 但一般開發仍適用 Git
大型科技公司自行開發版本控制系統並非新事。Meta 早在 2022 年已公開介紹 Sapling，用於管理其龐大的 monorepo。Sapling 同樣採用按需要取得程式碼的方式，並提供虛擬檔案系統，減少完整下載大型程式碼庫的需求，其公開客戶端亦可與 Git 儲存庫配合。
Anthropic 這次案例的新變化，是 AI Agent 大幅增加程式碼產出量，令原本主要出現在超大型科技公司的版本控制瓶頸更早浮現。
但 Anthropic 在原文結語特別強調，Scion 並不適合普遍取代 Git。它主要針對數萬名工程師，或大量 AI Agent 同時修改巨型程式碼庫的極端環境。Scion 與 Git 架構差異相當大，企業如要遷移，連程式碼審查、搜尋及 CI 等開發工具亦需要一併更換。
Scion 倚賴持續連線的中央服務，亦意味企業必須考慮伺服器可用性、權限管理及系統依賴。Git 的離線操作及分散式設計，對一般開發團隊仍然有實際價值。
對企業 IT 團隊而言，Anthropic 案例反映 AI 導入後的新問題：當寫程式不再是最耗時的工作，程式碼管理、測試速度、審查能力及部署流程便可能成為下一個限制。企業未必需要立即放棄 Git，但如果計劃大量引入自主編程 Agent，原有開發基建的承載能力亦需要重新評估。
