Anthropic převedl monorepozitář z Gitu na Scion

Anthropic v technickém rozboru z 13. října 2026 oznámil dokončený převod svého monorepozitáře z Gitu na interní systém Scion. Během pěti měsíců migrace vzrostl počet sloučených změn z přibližně 2 500 denně v květnu na více než 30 000 denně v září. Firma označila správu zdrojového kódu za největší překážku dalšího vývoje.

Rozhodnutí vysvětluje neobvyklá kombinace velikosti repozitáře a automatizovaného provozu. TechSpot uvádí, že historie hlavní větve se blížila 100 GB, komprimovaná pracovní kopie přesahovala 25 GB a CI provádělo zhruba 25 milionů checkoutů denně. Scion přesouvá operace s historií na servery a úlohám doručuje jen potřebná data. Anthropic pro svůj provoz uvádí přibližně dvousetkrát nižší nároky na CPU a paměť než u dřívějších gitových zrcadel a uvolnění čtvrtiny kapacity CPU v CI.

Proč přestala stačit gitová zrcadla

Gitová zrcadla monorepozitáře Anthropic zaostávají za rychle přibývajícími změnami v hlavní větvi.

Problém nespočíval v jediném velkém stažení kódu, ale v jeho neustálém opakování. Anthropic už používal mělké klony, řídké checkouty, částečné stahování objektů, připravené snímky repozitáře i interní gitová zrcadla. Tato opatření provozu pomáhala, jenže s rostoucím počtem změn bylo stále náročnější udržovat zrcadla a připravené snímky aktuální.

Snímek repozitáře mezi obnovami rychleji zastarával vůči hlavní větvi. Operace závislé na historii, například výpočet rozdílu nebo dohledání původu řádku, současně vyžadovaly zvláštní péči, pokud klient neměl úplnou kopii. Další zrcadla by řešila část přenosové zátěže, ale přidávala by provozní náklady systému, který už firma musela rozsáhle upravovat.

Git dává smysl tam, kde klient potřebuje samostatně pracovat s historií a může být offline. U Anthropic tvoří velkou část klientů agenti a úlohy CI, které jsou během práce připojené. Právě pro ně se vyplatilo obrátit obvyklé rozdělení práce: místo opakovaného pořizování a údržby lokálního repozitáře se na potřebnou informaci zeptají serveru.

Co Scion dělá jinak než Git

Scion zpřístupňuje vybrané adresáře monorepozitáře Anthropic a zaznamenává změněné soubory bez úplného checkoutu.

Scion vytváří změny, slučuje je, přeskládává historii a odpovídá na dotazy po souborech na serveru. Klient sleduje místní úpravy, ukládá pracovní soubory a drží omezenou mezipaměť. Nemusí mít tolik dat, aby sám vypočítal rozdíl změn, našel jejich společného předka nebo určil původ souboru.

Základním záznamem je sada změn, která uvádí upravené soubory a odkazy na jejich obsah. Struktury pro rychlé vyhledávání v historii, například informace o původu řádků nebo historii cest, se odvozují zvlášť. Server je může připravit předem nebo dopočítat podle potřeby. Záznam nové změny tak nemusí čekat na přestavbu všech indexů nad celým repozitářem.

Pracovní kopie je ve Scionu volitelná. Úloha, která potřebuje pouze rozdíl dvou změn, získá odpověď přes serverové rozhraní bez checkoutu. Když potřebuje soubory na disku, řídký checkout načte vybrané adresáře a virtualizovaný checkout doplní další soubory až při čtení. Přenositelným principem je omezit množství dat podle skutečného požadavku úlohy, nikoli podle velikosti celého projektu.

Úspora v CI vychází i z mezipamětí

Scion doručuje neměnné objekty označené podle obsahu přes několik vrstev mezipamětí. Klient žádá konkrétní chybějící objekty; požadavek může obsloužit blízká mezipaměť, aniž by pokaždé zatěžoval autoritativní servery. Přenos lze také průběžně doplňovat, protože není svázaný s jediným velkým balíkem historie.

To je důležité zejména pro krátce žijící úlohy, které opakovaně potřebují podobnou část monorepozitáře. Sdílení objektů na uzlu a v regionálních mezipamětech omezuje duplicitní stahování. Serverový návrh současně vyžaduje, aby služba odpovídala rychle a zůstala dostupná klientům, kteří na ní závisejí; Anthropic proto odděluje vrstvy mezipamětí, aby potíž v jedné vrstvě nepřetížila zbytek systému.

Uvedené úspory porovnávají Scion s dřívější infrastrukturou gitových zrcadel Anthropic. Nejde o očekávané zrychlení libovolného repozitáře po výměně Gitu. Menší tým nemusí mít podobné náklady na zrcadla, opakované checkouty ani provoz serverové služby. Rozhodující je, zda se stejná data skutečně stahují a zpracovávají tak často, že se tato práce stala podstatnou částí nákladů CI.

S rychlejším slučováním roste význam kontroly

Firma spolu se Scionem vytvořila také nástroj Antique pro kontrolu kódu, vyhledávání a řízení přístupu. Rychlejší zápis změn sám neurčuje, které z nich mají projít kontrolou a kdy je bezpečné je nasadit. Anthropic nedokázal v tomto provozu účinně použít globální uzamčení fronty slučování, a proto více spoléhá na automatické testy po sloučení a před nasazením.

Kontrola kódu rozlišuje mezi drobnou úpravou komentáře a zásahem do citlivé logiky, aby lidským recenzentům předkládala podstatné změny. Věta „Very often, we found that the role of the engineers was to tell Claude ‘no’“, citovaná v The Register, vystihuje úlohu inženýrů při vývoji systému: určovali jeho omezení a odmítali řešení, která je obcházela. Příkladem byl pokus agenta procházet záznam změn tam, kde měl použít službu pro kontrolu kódu.

Vyšší souběžnost mění také místo, kde se zachytí konflikt. Některé změny se mohou sloučit, zatímco ještě běží testy předchozích změn. Kontrola před nasazením proto získává větší význam. Pro týmy s rostoucím podílem změn vytvořených agenty může být kapacita testování nebo schvalování naléhavějším omezením než samotná rychlost verzovacího systému.

Co z návrhu využijí jiné týmy

Scion je odpovědí na mimořádné interní měřítko Anthropic, nikoli hotovou náhradou Gitu pro běžné projekty. Převod by u jiné organizace zasáhl také kontrolu kódu, vyhledávání a CI. Smysluplnější je oddělit potíže, které lze řešit v současné architektuře: zbytečně úplné checkouty, opakované stahování stejných objektů nebo nástroje, které kvůli jednoduchému dotazu vytvářejí vlastní kopii repozitáře.

Git už nabízí mělké a řídké klony i částečné stahování. Nad nimi lze zlepšovat mezipaměti, připravené snímky a serverová rozhraní pro dotazy nad historií. Pokud se výkon láme především při schvalování nebo testování změn, je potřeba upravit právě tyto procesy; nový formát historie jejich kapacitu sám nezvýší.

O jiné architektuře verzování má smysl uvažovat až ve chvíli, kdy měřené náklady na kopie, zrcadla a dotazy nad historií zůstávají zásadní překážkou i po dostupných úpravách Gitu. Nejbližším důsledkem zveřejněného návrhu pro ostatní týmy je možnost přesunout vybrané dotazy na server a přestat nutit každou automatizovanou úlohu pořizovat si repozitář, který pro svou práci nepotřebuje.

Přečtěte si také: