Anthropic abandonne git au profit de son propre système de contrôle de versions, Scion



Anthropic a cessé d’utiliser git dans son monorepo et adopté Scion, un système de contrôle de versions côté serveur conçu pour les agents d’IA.
Anthropic abandonne git au profit de son propre système de contrôle de versions, Scion
D’après le blog d’ingénierie d’Anthropic, l’entreprise a cessé d’utiliser git dans son monorepo et a adopté Scion, un système propriétaire de contrôle de versions conçu pour les agents d’IA.
Grâce aux agents, le nombre de modifications fusionnées chaque jour dans son monorepo atteint 30 000 ; en mai, il était d’environ 2 500. Git décentralisé ne tient pas ce volume, car chaque clone doit contenir une copie complète du dépôt. C’est pratique pour les humains, mais comme les agents génèrent d’énormes quantités de code, Anthropic a estimé que, sans optimisation, cela représenterait environ 600 PB de trafic par jour.
L’entreprise a d’abord essayé des miroirs, des instantanés et des clones partiels, mais cette architecture passait mal à l’échelle. En cinq mois, Anthropic est passée entièrement à son propre produit, Scion.
Scion fonctionne comme un serveur toujours disponible qui stocke et calcule l’historique, les commits et les merges, puis les expose via une API. Les clients-agents n’ont besoin que d’un petit cache et des fichiers dont ils ont réellement besoin.
Le produit a été développé par une équipe de seulement sept personnes, à l’aide de Mythos et d’autres modèles. Ils ont aussi créé Antique, un outil de revue de code conçu spécifiquement pour les agents.
La mauvaise nouvelle : Scion ne sera pas open source.
Anthropic indique clairement que Scion n’est pas destiné à remplacer git de façon générale, mais a été conçu pour ses propres besoins : un monorepo massif, des essaims d’agents et un budget de tokens colossal. Le post laisse toutefois entendre que l’équipe de git devrait envisager des changements : à l’ère des agents d’IA, l’infrastructure pensée pour les humains devient peu à peu le principal goulot d’étranglement.
Pourquoi c'est important
AnalyseCela montre que les workflows d’agents d’IA brisent déjà l’infrastructure de développement traditionnelle : des outils conçus pour les humains peuvent devenir des goulots d’étranglement pour les entreprises ayant d’énormes monorepos et des milliers de modifications automatisées.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs