在人工智能领域，几乎每个人都在热议AI何时会取代数学家、设计师、经济学家，但被提及“消灭”频率最高的群体始终是程序员。

Anthropic给出了一个出乎意料的结论：在程序员被替代之前，首先被淘汰的是他们使用了二十年的工具。

由于Claude编写代码的速度过于惊人，在Anthropic内部，真正的瓶颈反而变成了人类过去几十年开发的软件工具，它们已经无法承载AI全天候7x24小时生成的代码。

图｜https://www.anthropic.com/engineering/redesigning-source-control

迫于无奈，Anthropic组建了一个7人团队，同样借助Claude，耗时5个月，从零开始构建了一套全新的代码版本控制系统，并将整个大型仓库迁移了过去。

平均每3秒合入一次代码

那么，过去几个月里，Anthropic内部到底产生了多少代码？

今年5月，Anthropic全公司平均每天合并（Merge，即代码通过审核正式入库）的代码变更约为2500次，这已经是一家大型科技公司的活跃水平。

然而到了今年9月，仅仅四个月后，这个数字飙升了12倍，达到每天30000次。

图｜2026年1月至9月，每天合并到Anthropic单体仓库的更改。

换算成时间，这意味着24小时不间断，平均每2.8秒，就有一段经过测试和审查的新代码被纳入Anthropic的核心代码库。

更令人震惊的是，“我们预计这种增长速度短期内根本不会放缓。内部对合并代码的潜在需求几乎是无限的，每当我们扫除一个基础设施瓶颈，代码产量就会立刻迎来下一波暴涨。”

图｜这套旧的代码版本控制系统到底出了什么问题。

统治编程界20年的Git，接不住AI

许多非技术背景但关注AI的朋友，可能经常听到GitHub上某某项目获得了多少Star。GitHub是全球最大的开源社区，也是无数AI项目的发源地，Meta的Llama、DeepSeek的开源模型，代码都托管在此。

GitHub中的“Git”，就是全球几千万程序员每天都在使用的版本控制系统。

或者，如果你让Cursor、Claude Code、Codex修改代码，最后的“提交”（commit）操作也是通过这套系统完成的。

图｜类似这种Diff是Git常见的功能

如果将公司的代码库看作一份所有人共同编辑的“超级在线文档”，那么Git就是底层的“时光机与管理员”。

它由Linux之父Linus Torvalds于2005年发明，负责记录谁在什么时间修改了哪一行代码，确保几千人同时编辑不会相互覆盖，并且随时可以一键回退。

图｜

图｜git会存储每个文件与初始版本的差异，以及项目随时间变化的快照

在过去的21年里，Git是当之无愧的行业绝对标准。它的底层设计包含了一个属于2005年的假设：程序员可能在任何地方（尤其是没有网络的地方）编写代码。

为了让人在没有网络的飞机或咖啡馆里也能查看历史记录、对比修改，Git采用了“去中心化”设计。每当需要操作时，它会默认将整个代码库的所有历史记录（在Anthropic，这个数据包接近100 GB）完整地复制一份下载到本地电脑。

这个设计在“人写代码”的时代堪称完美，直到AI开始编写代码。Git引以为傲的“离线可用、人人持有完整副本”，在这个场景下变成了纯粹的浪费。

图｜每天2500万次的Checkout，即在不同分支间切换、恢复文件、创建新分支等操作，每次都需要拉取庞大的代码包。如果不加特殊优化，每天会产生超过600 PB的数据流量，相当于每天在公司内网中传输1.2亿部4K高清电影。

为了让Git服务继续运行，Anthropic在高峰期内部维护了数百台Git镜像服务器进行分流。但由于每秒钟都有新代码合入，镜像同步的速度根本跟不上Claude写代码的速度。

Anthropic也意识到，为什么我们要用一套为“断网人类”设计的系统，去服务一群“永远在线”的AI智能体？

图｜

为AI量身定制的Scion

想明白这一点后，Anthropic决定不再给Git打补丁，而是直接重造轮子，推出了自研的版本控制系统Scion。

图｜Scion中变更集的形状

既然AI智能体永远在线，那就没必要在本地存储100 GB的历史记录。谁最后修改了这一行？两个版本之间有何差异？Agent直接发送一个API请求询问服务器即可，甚至连代码文件都不需要下载到本地。

现在的Scion支持“虚拟化checkout”，AI修改哪个文件夹，就只拉取那个文件夹；甚至只有当程序真正读取某一行文件时，数据才会从内存缓存中流式传输过来。

同时，Scion取消了繁琐的本地打包和全局锁，AI提交一次代码的耗时，只与它修改了多少行代码有关，与整个代码库的大小（几百个GB）毫无关系。

图｜Scion的checkout架构

与之前那几百台支撑的Git镜像集群相比，Scion消耗的CPU和内存规模降低了200倍，各级缓存命中率超过99%。

AI和测试任务拉取代码的时间从几分钟缩短到了几秒钟。仅这一项提速，就为整个公司的持续集成（CI）系统直接节省了25%的算力。

图｜2026年1月至9月期间，Scion和Antique代码库每周合并的更改。

造这个系统的，也是AI

如果放在五年前，一家科技巨头想要替换底层的代码控制系统，同时还要重写代码审查平台——Anthropic同步自研了名为Antique的审查工具、代码搜索和权限系统——这意味着什么？

当年Google开发内部的Piper系统，Meta开发Sapling系统，无一不是动用数十甚至上百人的顶级基础架构团队，耗费数年时间才完成迁移。

图｜

但在Anthropic，整个项目的团队配置是：7名工程师，5个月。

秘诀自然又是Claude深度参与了开发。他们使用一个内部早期模型，将工程师手工编写的数据迁移管道重写了一遍，最终实现了内存占用降至原来的1/20，速度快了4倍。

图｜在原生Scion代码库上的性能提升

Anthropic在博客中还提到，这是一场奇妙的闭环：正是Claude强大的写代码能力将他们逼到了系统崩溃的绝境，也正是依靠Claude疯狂写代码，这7个人才能在5个月内造出这套高并发的分布式系统。

更有趣的是人类角色的转变。未来人类顶尖工程师的真实工作状态会是什么样？

这7位人类工程师既不需要敲代码，也不是来审核AI写的代码，他们需要搞清楚AI为什么要进行改动。

他们发现，自己最常对Claude说的一句话，是“不”。

让Claude互相进行“对抗性代码审查”时，AI往往会变得过于偏执，为了防范一些极小概率的假设性风险，写出过度复杂、过度工程化的代码。这时，必须由人类架构师出手叫停，帮助AI做减法。

图｜

Anthropic表示，他们并不打算将Scion作为商业软件出售。之所以公开这套架构，是因为他们看到了不远处的未来。

当代码由成百上千个Agent在后台并行生成、测试、修复时，所有为“人类手速”设计的软件工程工具——从版本控制、代码审查到测试流水线——都会在瞬间成为创新的障碍。

Anthropic最近已经发布了太多“警告”，这次也不例外：随着AI编程工具在各行各业的渗透，其他公司也不需要等太久，大概在未来6到12个月内，就会撞上同一堵墙。

本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。