Anthropic verabschiedet sich von git und nutzt eigenes Versionskontrollsystem Scion



Anthropic hat git im Monorepo eingestellt und Scion eingeführt — ein serverbasiertes Versionskontrollsystem für KI-Agenten.
Anthropic verabschiedet sich von git und nutzt eigenes Versionskontrollsystem Scion
Laut dem Engineering-Blog von Anthropic hat das Unternehmen git in seinem Monorepo eingestellt und Scion eingeführt — ein proprietäres Versionskontrollsystem, das für KI-Agenten entwickelt wurde.
Dank der Agenten erreicht die Zahl der täglich in das Monorepo gemergten Änderungen 30.000; im Mai waren es noch rund 2.500. Dezentrales git hält diesem Volumen nicht stand, weil jeder Klon eine vollständige Kopie des Repository enthalten muss. Für Menschen ist das praktisch, aber weil Agenten enorme Mengen Code erzeugen, schätzte Anthropic, dass ohne Optimierung etwa 600 PB Traffic pro Tag anfallen würden.
Zunächst versuchte das Unternehmen, das Problem mit Spiegeln, Snapshots und partiellen Klons zu lösen, doch die Architektur skalierte schlecht. Nach fünf Monaten stellte Anthropic vollständig auf das eigene Produkt Scion um.
Scion arbeitet als jederzeit verfügbarer Server, der Historie, Commits und Merges speichert und berechnet und über eine API bereitstellt. Agent-Clients benötigen nur einen kleinen Cache und die Dateien, die sie tatsächlich brauchen.
Das Produkt wurde von einem Team aus nur sieben Personen entwickelt — mit Hilfe von Mythos und anderen Modellen. Parallel entstand Antique, ein Code-Review-Tool, das speziell für Agenten konzipiert ist.
Die schlechte Nachricht: Scion wird nicht Open Source.
Anthropic schreibt ausdrücklich, dass Scion kein allgemeiner Ersatz für git ist, sondern für die eigenen Anforderungen gebaut wurde: ein riesiges Monorepo, Schwärme von Agenten und ein enormes Token-Budget. Gleichzeitig deutet der Post an, dass das git-Team über Änderungen nachdenken sollte: Im Zeitalter von KI-Agenten wird Infrastruktur, die für Menschen gebaut wurde, zunehmend zum wichtigsten Engpass.
Warum das wichtig ist
AnalyseEs zeigt, dass KI-Agent-Workflows die klassische Entwicklerinfrastruktur bereits belasten: für Menschen gebaute Tools können zum Engpass für Unternehmen mit riesigen Monorepos und Tausenden automatisierten Änderungen werden.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern