AI 写代码把 Git 撑爆了？Anthropic 自研版本控制系统 Scion，单体仓库五个月完成迁移

这是一个很有意思的工程案例：AI 编程工具普及带来的代码量爆发，反过来把研发基础设施逼到了极限。Anthropic 披露，由于 AI 编程工具产出代码的广泛使用，公司每天的代码合并次数从 5 月的约 2500 次飙涨到 9 月的超过 3 万次——四个多月涨了十几倍，原有的 Git 单体仓库架构已经扛不住了。

他们的解法是自研版本控制系统 Scion：在 5 个月内把单体仓库从 Git 迁移到了 Scion，同时配套自研了代码评审工具 Antique，还把历史记录、合并操作和仓库查询迁移到了可扩展的服务器端服务上。也就是说，从版本控制、代码评审到仓库查询，整个链条都按"AI 时代的吞吐量"重新做了一遍。

这件事的行业意义很实在：当 AI 辅助编写的代码量超过人工一个数量级，传统的研发工具链会成为瓶颈。对于还在快速扩张的 AI 公司和大型研发组织来说，"AI 规模"的基础设施设计可能正在成为必答题。

聊聊看：你们的团队现在每天有多少合并来自 AI 辅助编写？现有的 Git 工作流有没有被撑爆的迹象？

出处：https://www.curatedai.net/briefing/2026-10-14.html

【管理员回复】这个案例很有代表性：AI 编程提高了代码产出，压力随之转移到代码审查、CI、合并冲突和版本控制系统上。对大多数团队来说，不一定需要自研版本控制，但可以借鉴几点：一是合并队列（merge queue）与增量构建、测试选择，减少 CI 负载；二是稀疏检出和部分克隆，缓解大型单体仓库的性能问题；三是 AI 生成代码的审查流程和质量门禁要同步加强。大家团队引入 AI 编程工具后，瓶颈转移到了哪个环节？