刚刚，Anthropic 宣布弃用Git，统治编程20年的工具顶不住AI了
内容提要
Anthropic因Claude生成代码速度过快，旧Git系统不堪重负，日均合并代码从2500次激增至3万次。7人团队用Claude耗时5个月自研新版本控制系统Scion及审查工具，资源消耗降低200倍，CI算力节省25%。人类工程师转为叫停AI过度设计。Anthropic警告，其他公司6到12个月内将面临同样瓶颈。
延伸解读
AI 编程倒逼工具链重构
Anthropic 的案例表明，当 AI 以 7×24 小时的速度生成代码时，为人类手速设计的工具（如 Git）会成为瓶颈。日均合并代码从 2500 次激增至 3 万次，意味着平均每 2.8 秒就有一次合并，传统版本控制系统难以承受。这提示我们，AI 编程的普及将迫使企业重新思考整个软件工程工具链，而不仅仅是代码生成本身。
Scion 的设计取舍：为在线 Agent 优化
Scion 放弃了 Git 的完全分布式模型，转而采用中心化 API 和虚拟化 checkout，只拉取所需文件，从而将资源消耗降低 200 倍，CI 算力节省 25%。这种设计假设 AI Agent 永远在线，因此无需本地完整副本。对于计划大规模部署 AI 编程助手的团队，Scion 的思路值得参考：根据 AI 的工作模式重新设计基础设施，而非简单修补旧系统。
人类工程师的新角色：叫停 AI 的过度设计
在 Anthropic 的实践中，人类工程师不再编写或审查代码，而是判断 AI 的改动意图，并经常对 Claude 说“不”。当 AI 进行对抗性代码审查时，容易陷入过度工程化，为极小概率风险编写复杂代码。人类架构师需要帮助 AI 做减法，确保代码简洁。这预示着未来工程师的核心能力可能转向架构决策和风险权衡，而非编码本身。
其他公司的窗口期：6 到 12 个月
Anthropic 警告，随着 AI 编程工具渗透，其他公司将在 6 到 12 个月内面临同样的工具瓶颈。这意味着企业现在就需要评估现有版本控制、代码审查和 CI 流水线能否支撑 AI 驱动的代码产量增长。提前规划工具链升级或自研，可能避免未来被迫在压力下进行大规模迁移。
Q&A
Anthropic 为什么要弃用 Git？
因为 Claude 生成代码的速度太快，导致 Git 系统不堪重负。Anthropic 内部日均合并代码从 2500 次激增至 30000 次，平均每 2.8 秒就有一段新代码入库，Git 的架构无法支撑这种 AI 驱动的生产力。
Anthropic 自研的版本控制系统叫什么？它有什么特点？
叫 Scion。它专为 AI 智能体设计，支持虚拟化 checkout，只拉取 AI 需要修改的文件夹，甚至只在读取某行时才流式传输数据。它砍掉了本地打包和全局锁，提交代码的耗时只与修改行数有关，与代码库大小无关。
Scion 相比 Git 带来了哪些性能提升？
Scion 消耗的 CPU 和内存规模降低 200 倍，各级缓存命中率超过 99%。AI 和测试任务拉取代码从几分钟缩短到几秒钟，仅此一项就为持续集成系统节省了 25% 的算力。
Anthropic 的 7 人团队是如何在 5 个月内完成系统替换的？
团队深度使用 Claude 参与开发，用内部早期模型重写了数据迁移管道，使内存占用降到原来的 1/20，速度快了 4 倍。整个项目仅由 7 名工程师耗时 5 个月完成，而传统上类似项目需要数十甚至上百人耗时数年。
在 AI 写代码的时代，人类工程师的角色发生了什么变化？
人类工程师不再亲自敲代码或审核 AI 写的代码，而是负责判断 AI 为什么要改动。他们最常对 Claude 说“不”，叫停 AI 的过度设计和过度工程化，帮 AI 做减法。
Anthropic 警告其他公司会面临什么？
Anthropic 警告，随着 AI 编程工具的渗透，其他公司大概在未来 6 到 12 个月内也会撞上同样的瓶颈：为人类手速设计的软件工程工具将成为创新的障碍。
