[技术] AI 编码反噬传统工具链：Anthropic 嫌 Git 太重，干脆自己造了个版本控制系统

一个挺有标志性的信号：为了接住 Claude 持续生成的代码，Anthropic 干脆把 Git 换掉了——7 名工程师花了 5 个月开发新系统 Scion，把核心代码仓库整个迁了过去。

原因很具体：今年 5 月 Claude 每天平均合并约 2500 项代码变更，到 9 月已超过 3 万项，CI 系统每天要跑约 2500 万次代码检出。写代码快了，准备仓库、同步对象、查询历史反而成了瓶颈——主分支历史接近 100 GB，压缩后的工作副本也超 25 GB；若每次检出都拉完整副本，理论流量会超过 600 PB。他们试过浅克隆、稀疏检出、快照加几百台 Git 镜像，但镜像要同步、快照会过期，仓库越活跃维护成本越高。

Scion 的思路是「把重活挪到中心服务」：客户端只留轻量入口，本地仅监测文件变化、维护少量缓存，需要工作目录时按需展开；CI 若只算 diff 就直接调 API，不必完整检出。提交模型也变了——Git commit 指向目录树，Scion 的 changeset 用预写日志记录相对首个父提交改动过的文件，靠内容寻址引用数据；Agent 可以并发生成变更，冲突集中到分支引用移动那一步。代价是牺牲 Git 的离线自治（大量读代码的本来就是始终联网的 CI 作业和几分钟就销毁的 Agent 沙箱），换来的是缓存命中率超 99%、检出从分钟级降到秒级、CPU 与内存需求约缩小 200 倍、CI 释放约 25% 的 CPU 容量。

同一时期另外两件事指向同一个方向：

- GitHub 把密钥扫描里的通用 LLM 判断换成了微调后的 ModernBERT。高熵字符串可能是真凭据也可能是测试数据，正则不擅长看上下文、LLM 又慢又贵，而 Push Protection 要在提交被接受前给出结论，延迟直接影响开发体验；编码器一次前向就能出分类，适合批量处理。
- 哥伦比亚大学与 Google DeepMind 等机构做了 BTTF：RTL 仿真产生的 VCD/FSDB 波形动辄几十 GB 到 TB 级，Agent 读文本版会被时间戳和重复跳变塞满上下文，于是他们把波形转成 SQLite 两张表（信号元数据 + 变化记录），让 Agent 用 SQL 查异常区间，裁剪后查询从 410.5 毫秒降到 94.8 毫秒。团队也提醒：删掉低频跳变信号会让活动覆盖率只剩 64%，罕见故障可能恰好出现在几乎不翻转的控制信号上，裁剪必须服从断言与调试需求。

三件事的共同点是：围绕人类开发节奏设计的工具链，正在承受 Agent 带来的另一种负载。

原文链接：https://www.leiphone.com/category/ai/wHcf2tZUiQkXGM0i.html
来源：雷峰网