AI代码产出量导致传统基础设施失效

由于AI写代码速度的提升，Anthropic发现原本为人类开发者设计的基础设施在AI提交面前失效。数据显示，Anthropic每天合并的代码变更量从今年5月的约2500次，在9月突破至30000次，合并频率增长超过十倍。在这种环境下，Claude能够自主迭代研究闭环、微调复杂程序并搭建全新服务，导致代码版本控制、构建系统和CI流水线成为真正的瓶颈。

Anthropic采用超大单体仓库（Monorepo）模式，主分支历史记录接近100GB，压缩后的工作副本超过25GB。为了支持智能体沙盒、研究任务及密集的CI自动化测试，其每天执行的代码检出（checkout）次数约为2500万次。若使用Git，每天产生的网络流量将超过600PB。尽管尝试了浅层克隆、稀疏检出、对象存储快照及部署数百个内网Git镜像节点等方案，但镜像数量增加导致机器内存和磁盘压力增大，且快照更新速度无法跟上代码合并速度，导致依赖历史记录的diff或blame操作频繁报错。

自研版本控制系统Scion的逻辑变革

针对Git的去中心化特性在规模扩张中成为障碍的问题，Anthropic由7个人在五个月内从零自研了全新的版本控制系统Scion，并完成了整个主代码库的迁移。Scion基于“智能体永远在线”的前提重新设计，推翻了Git的基本假设：

  • 取消本地完整副本：Scion将计算压力全部转移至服务端，包括历史查询、行变更定位、代码合并和变基（rebase）等操作均在服务端运行。客户端仅维护有限的本地对象缓存，数据随用随取。
  • 引入变更集（Changeset）：不同于Git每次提交保存整棵目录树指针的逻辑，Scion以变更集作为最小工作单元，仅记录当前变动相对于父节点的修改。

代码审查机制的范式转移

在基础设施升级的同时，Claude Code团队也在重塑代码审查流程。目前，Claude Code项目已有超过90%的代码由Claude自主编写。面对AI以人类几十甚至上百倍速度生成代码的现状，传统的工程师“逐行肉眼把关”机制已成为生产力瓶颈。

Claude Code团队从“人肉看代码”转向“人机协同分级审查”。该方案包含自动化门禁、风险分级、审查收敛机制以及事故评测驱动的持续改进方案。数据显示，从2026年6月到9月，合并到Claude Code代码库的Pull Request（PR）数量增加了一倍以上，而需要回滚的比例下降了超过40%。