ToolNavs 便利なAIツールを発見
ツール投稿 ログイン
戻るAI情報
Anthropic が Git を自研 Scion に置換:1日3万回のマージが生んだ新バージョン管理

Anthropic が Git を自研 Scion に置換:1日3万回のマージが生んだ新バージョン管理

AI情報 • Admin • • 6 回閲覧

Anthropic の自研バージョン管理システム Scion が、2026 年 10 月 13 日の Anthropic エンジニアリングブログで初めて全面的に公開されました。同社は 5 か月かけて自社の単一リポジトリ(モノレポ)を Git から Scion へ完全に移行し、コードレビュー基盤 Antique、コード検索、権限管理システムも自前で構築して同時期に投入しました。きっかけは単一の障害ではなく、制御を失った数字の束です。2026 年 5 月時点で 1 日平均約 2500 件だったコード変更のマージは、9 月には 1 日 3 万件を超えました。

Git が支えられなくなったのはエージェント規模のトラフィック

Anthropic のメインブランチの履歴だけでも 100GB 近くあり、圧縮した作業コピーでも 25GB を超えます。CI だけでも 1 日約 2500 万回のコードチェックアウトがあり、開発環境、エージェントのサンドボックス、研究ジョブは含みません。Git の通常の方法で取得すれば 1 日 600PB を超えるトラフィックになります。浅いクローン、スパースチェックアウト、社内ミラー、オブジェクトストレージ内のリポジトリスナップショットといった定番の延命策はすべて使い切り、社内 Git ミラーは一時数百台規模に達しましたが、マージ率が上がり続ける中でスナップショットはメインの先端から遅れ続け、履歴に依存する diff や blame を部分クローン上で保つのも難しくなっていきました。Anthropic の判断は、クライアントのほぼすべてが常時オンラインのエージェントとジョブである環境では、Git を偉大にしたオフライン・分散型の前提そのものが拡張の足かせになる、というものです。

Scion の発想:リポジトリをサーバー側へ戻す

Scion は Git と逆の原則で設計されています。クライアントは常時オンラインを前提に、必要なデータをその都度サーバーから取得し、履歴や blame の照会、コミット作成、マージやリベースはサーバーが担い、クライアントは有界のローカルオブジェクトキャッシュだけを持ちます。作業コピーは任意かつスパースが前提で、2 つのコミット間の diff が必要な CI ジョブはサーバーに聞けばよく、チェックアウト自体を省略できます。コミットは安く、ロックなしで、コストがリポジトリの大きさではなく変更の大きさに比例するよう設計されました。Scion の作業単位である changeset は、第一親に対して変更されたファイルの一覧と内容アドレス指定されたファイル内容へのポインタだけを記録し、パックファイルもプッシュもなしに即座に全体へ行き渡ります。運用実績では、Scion の基盤占有量は従来の Git ミラー体系の約 200 分の 1、チェックアウトは 2 桁速くなり、CI だけでも約 25% の CPU 容量が空きました。

エンジニアの新しい仕事は Claude に「ノー」と言うこと

この振り返りで他のチームが最も注目すべきは、人の役割の変化です。Scion と Antique は 7 人のチームが 5 か月で構築し移行まで終え、その間に 1 日のマージ量は 10 倍になりました。メンバーたちの自己評価では、コードを書く速さでは既に Claude が上回りますが、システム同士の全体像の理解、設計のトレードオフ、必要な規模の判断は依然エンジニアが供給しています。例は具体的です。エージェントは、決して許されるべきでないパターンを満たすために中核的なシステム制約を破ることがあり、あるシステムはマージ時刻を調べるのにコードレビューツールへ聞かず、コミットログを線形に読み切る力技を試みました。敵対的レビューは有効な反面、視野が狭くなって Claude に過剰な検証を積ませることもありました。その結果、エンジニアが今見るのは各行のコードではなく、各変更の意図が正しいかどうかです。この小さな変化こそ、ベンチマーク以上に、エージェントプログラミングが深い段階に入った後の分業の姿を示しています。

Anthropic は末尾で限界をはっきり述べています。Scion は一般的なチーム向けの Git 代替ではなく、数万人のエンジニアか大量のエージェントが高頻度にコードを書く超巨大モノレポでのみ意味を持ち、Anthropic が社内タスクに使えるトークン量は一般企業が現実に許容できる水準を大きく上回り、汎用的な公開版の見込みも当面ありません。設計を公開した理由は、今後 6〜12 か月で AI プログラミングを多用する企業が同じ壁にぶつかると見ているからです。ボトルネックはコードを書くことから、バージョン管理、ビルド、CI といった人間規模向け基盤へ移ります。多くのチームにとって現実的な一手は、自研に走ることではなく、自社のチェックアウトとマージの規模がその転換点までどれだけ近いかを先に測ることです。

おすすめツール

もっと見る