🔥 HN 热议

AI写代码太快后,Anthropic为什么重做代码管理

约3分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
单体仓库(dān tǐ cāng kù)

把许多项目的代码放在一个大仓库里管理。

稀疏检出(xī shū jiǎn chū)

只取得需要的目录和文件,不先取得全部仓库。

Scion

Anthropic用来保存、查询和合并代码改动的系统。

发生了什么

Anthropic(制作Claude的AI公司)在10月13日的技术文章中,介绍了公司内部的一次大改造。它们制作了新的代码管理系统Scion,并在五个月内把巨大的单体仓库从Git迁了过去。公司还制作了代码审查工具Antique、代码搜索和更细的权限管理功能,但文章主要讲Scion。

Anthropic说,每天合并进主代码的改动,从2026年5月的大约2500次,增加到9月的3万多次。结果,写代码不再是最慢的环节。保存、比较、测试和合并大量改动,反而成了新的瓶颈。

为什么Git开始不合适

Git是一种分布式工具。每份副本都可以保存完整仓库,也可以离线工作。这种设计很适合大多数项目。但Anthropic的工作量大得多,而且大多数使用者一直在线。

公司说,主分支的历史接近100GB,压缩后的工作副本也超过25GB。持续集成系统每天大约取代码2500万次。如果每次都用简单方式下载,流量可能每天超过600PB。

Anthropic曾经运行数百个Git镜像来分担压力。随着合并次数增加,镜像越来越难维护。镜像更新后会落后更多。查看差异、寻找某一行代码最后被谁改过,也变得更麻烦。

既然许多使用者是在线的AI代理和任务程序,就没有必要让它们都保存完整副本。Anthropic因此重新安排了代码管理的责任。

Scion怎样工作

Scion让服务器承担更多工作。服务器可以回答历史和差异问题,也可以创建提交、合并改动和重新整理提交。使用者只保存有限的本地缓存。许多任务只向服务器提问,不必保存完整仓库。

Scion支持稀疏检出,也就是只取得需要的目录。它还支持虚拟检出,只有真正读取文件时才准备文件。一次改动会记录哪些文件发生变化,文件内容则放在另外的存储中。系统还可以之后建立代码归属、路径历史和搜索所需的数据。

数据可以分散到多台服务器和多层缓存中。Anthropic说,任何地方都不需要保存一份完整的仓库副本。不会改变的数据可以被许多缓存重复使用,从而减少互相等待。

公司报告了什么效果

Anthropic报告说,各层缓存的命中率都超过99%。和过去的Git镜像系统相比,Scion需要的CPU和内存只有原来的二百分之一。持续集成和研究任务取代码的速度提高了两个数量级,从几分钟变成几秒。仅持续集成就节省了25%的CPU容量。

一个7人的团队在五个月内完成了Scion、Antique和其他相关系统。Anthropic还说,Claude重写了Git到Scion的导入程序。重写后的版本少用20倍内存,速度快4倍。不过,工程师仍然决定整体设计和重要限制,也会检查每一项改动请求。他们更多地检查改动的目的,而不是逐行阅读所有代码。

为什么值得关注

这不代表Git会马上被普通项目淘汰。它展示的是另一件事:当AI代理很快地产生大量改动时,开发的瓶颈可能从写代码转移到管理代码。

Anthropic还减少了对全局合并队列的依赖,更多使用合并后和发布前的自动测试。这样可能适合大量AI代理同时工作的团队,但也会带来新的审查和质量问题。

这篇文章在Hacker News上得到624个积分和599条评论。这些数字只代表社区关注度,不证明原文一定正确。

还不知道什么

这些测量结果来自Anthropic自己的报告。文章没有给出外部机构的独立测试,也没有提供可以公开复现的完整条件。Scion是为超大的单体仓库和大量在线代理制作的。其他公司若要采用,可能还要一起改造代码审查、搜索和持续集成。每天3万多次合并是否能长期保持软件质量,文章也没有回答。

接下来观察什么

Anthropic预计,未来6到12个月,其他公司也会遇到类似压力。值得观察Git平台是否会增加更强的服务器端查询和更好的部分检出功能。还要观察人类审查者是否会从逐行检查,转向判断改动目的、系统边界和自动测试证据。

💬 HN 评论如何看 Anthropic 的 Scion

HN 评论者大致理解:以 AI 代理为主的开发可能会超出 Git 的承载方式;但他们对可复现性、现有版本控制系统的比较、运行安全,以及性能收益的证据存在分歧。所有数字、性能和行为描述都按文章作者、评论者或 Anthropic 参与者的自报处理,不视为评论串内已经独立验证的实测。原文:[Redesigning source control at Anthropic](https://www.anthropic.com/engineering/redesigning-source-control)。

  • 有人建议只把提示词或规格保存下来,把 AI 生成的代码当作昂贵的构建产物。有人把这和规格驱动开发联系起来,但反对者指出,提示词不是完整规格:复杂工作依赖对话过程、中间输出和未明说的判断,因此很难精确重建。
  • 评论者质疑 LLM 构建在现实中能否复现,以及每次生成不同代码时,只要通过测试和 lint 是否就足够。把不可复现直接视为安全的观点受到怀疑;认为不同输出可能带来不同安全漏洞,也只是推测。
  • 不少评论把 Scion 与 Perforce 等大型版本控制系统相比。有人认为巨大单体仓库和大量代理会让 Git 达到极限,也有人认为现有工具已经够用,或者应该拆分单体仓库。
  • 文章自报的规模包括每天30,000次合并、2,500万次 CI 检出,以及超过25GB的压缩工作副本。评论者怀疑这种规模是否过度;Anthropic 参与者解释说,按每个任务反复搬运约25GB并不是实际做法,但这个简单计算说明了为什么需要多层缓存和专门基础设施。
  • 评论中转述的文章自报称,Claude Mythos Preview 重写 Git 到 Scion 的导入管线后,内存占用降到二十分之一、速度提高到四倍。Anthropic 参与者说,Git 与 Scion 曾同步运行数月,所以这项改进确实有影响;但评论串没有提供独立基准测试。
  • 一位用户自述,AI 代理有时会尝试把提交历史当作消息队列。Anthropic 参与者称通常不允许这种协作方式;另一位评论者追问,禁令能否被确定性地、fail-closed 地执行,指出规则和强制控制并不是一回事。
  • 一些评论者赞赏模型的能力,认为人类应当利用它们;另一些人担心过度依赖会造成技能退化。人类仍要决定做什么、守住哪些约束、判断改动是否安全,并处理代理之间的冲突,因此代码量或速度本身不能证明质量、安全或社会结果更好。
  • 有人认为 Scion 作为 Anthropic 内部模型开发的基础设施是合理的;但文章毕竟是参与者讲述的成功案例。评论者因此认为,在把效果推广到其他组织或普通 Git 用户之前,还需要更多比较和证据。

这是评论数为599时的成熟版(修订1)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

Anthropic为大量AI代码做了新的管理工具

📰 完整报道: AI写代码太快后,Anthropic为什么重做代码管理

Anthropic(制作Claude的AI公司)在一篇[技术文章](https://www.anthropic.com/engineering/redesigning-source-control)中介绍了Scion。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Git

记录代码变化的常用工具。

Scion

Anthropic为大代码仓库制作的新工具。

代码仓库

存放和管理代码的地方。

💡 一句话总结

  • Anthropic做了新工具Scion。
  • 它把巨大的代码仓库从Git搬走了。
  • 新工具让AI代理少搬文件,更快工作。

代码管理工具会记录代码改了什么。它能帮助人们比较新旧代码,也能找回以前的版本。Git通常让每个使用者保存完整副本。这对普通项目很方便。

Anthropic的代码仓库非常大。主分支历史接近100GB。压缩后的工作副本超过25GB。自动测试系统每天大约取代码2500万次。如果照旧搬运,流量可能每天超过600PB。

所以Anthropic制作了Scion。Scion让服务器保存主要的历史资料。使用者只在需要时取得目录和文件。有些文件等到真正读取时才准备。这样就不用每次都搬完整仓库。

公司报告说,Scion的缓存命中率超过99%。它使用的CPU和内存只有过去Git镜像系统的二百分之一。取代码的速度从几分钟变成几秒。自动测试还节省了25%的CPU容量。

一个7人的团队用了5个月制作这些系统。Claude也帮助改写了一部分程序。不过,人仍然决定重要规则。人也继续检查每一项改动请求。

这篇文章在Hacker News上受到关注。有624个积分和599条评论。这表示很多人看到了它,不表示文章一定正确。

Scion不是给所有公司准备的工具。它适合代码特别多、在线AI代理特别多的环境。以后要看其他公司是否也会遇到相同问题,以及Git平台会不会加入类似功能。

💬 AI 写代码太快,Git 之外还需要新工具吗?

评论区分成两派:一派认为代码增长太快,Git 需要升级;另一派认为文章可能把一个熟悉的方案说得太特别。数字和性能都是文章或参与者的自报,不是评论串里的独立测量。原文:[Redesigning source control at Anthropic](https://www.anthropic.com/engineering/redesigning-source-control)。

  • 有人建议保存给 AI 的指令或规格,以后再让 AI 重新生成代码。另一派说,聊天过程和中间决定也很重要,所以指令本身不够。
  • 大家讨论 AI 能不能每次生成同样的结果,也讨论只要测试和 lint 通过是否就够了。很多人不愿意把不同结果直接当成安全。
  • 很多人把 Scion 比作面向大型团队的老工具 Perforce。有人说巨大单体仓库和很多 AI 代理会让 Git 变慢或变得不够用,也有人说旧工具够用,或者应该拆分仓库。
  • 文章自报的数字包括每天30,000次合并、2,500万次 CI 检出和超过25GB的压缩副本。一些评论者觉得太大;Anthropic 方面说,大型历史记录需要缓存和专门基础设施,不能每次都搬运全部数据。
  • 一项被评论转述的文章自报称,Claude Mythos Preview 让一个导入程序少用20倍内存、快4倍。Anthropic 参与者说 Git 和 Scion 同步了几个月,所以这很有用。另一位用户自述,代理有时会把 Git 历史当作通信工具,但 Anthropic 说通常不允许这样做。
  • AI 写得更快,不代表人类不再需要选择目标、检查安全、遵守约束和处理冲突。公司自己的成功报告,也不能证明同一方案适合所有组织。

这是评论数为599时的成熟版(修订1)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

Anthropic做了一个新的代码小本子

📰 完整报道: AI写代码太快后,Anthropic为什么重做代码管理

Anthropic是一家做Claude的AI公司。它改变了记住代码的方法。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Git

记住代码变化的工具。

Scion

Anthropic制作的新代码工具。

这个故事

Anthropic是一家做Claude的AI公司。 它做了新工具Scion。

代码是给电脑的步骤。 Git像一本记变化的小本子。

Anthropic的代码太多了。 小本子变得不好搬。

他们用了五个月搬到Scion。 Scion只拿需要的代码。 所以电脑少搬东西。

Claude也帮忙写了一些。 人还会检查每次改动。

这篇文章在Hacker News上受到关注。 它有624个积分。 还有599条评论。 这说明很多人看到了它。 不说明它一定正确。

💬 给忙碌的 AI 小帮手用的大工具箱

AI 小帮手写了很多代码,所以 Anthropic 做了一个新工具来管理它们。大家还在争论这个工具是不是必须。数字和速度是自己报告的,不是别人独立检查的。原文:[Redesigning source control at Anthropic](https://www.anthropic.com/engineering/redesigning-source-control)。

  • 只保存 AI 的指令可能不够,因为整个聊天过程和小决定也很重要。测试通过了,下一次结果也可能不一样。
  • Scion被说成很像给大团队用的旧工具 Perforce。文章自报每天有30,000次代码合并和2,500万次自动检查,所以需要缓存,不能一直搬运大数据。
  • 一项文章自报称,AI让一个程序少用20倍内存,还快了4倍。一位用户也自述,AI有时会把代码历史当作留言本,但 Anthropic 说通常不允许这样做。
  • AI可以写得很快,但人还要选择好主意、检查安全、修好代理之间的冲突。一家公司成功,不代表所有人都需要同样的工具。

这是评论数为599时的成熟版(修订1)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源