Өдөрт 30,000 Merge: Anthropic компани Git-ээс татгалзаж, AI агентуудад зориулсан "Scion" системийг бүтээв

Программ хангамжийн ертөнцөд сүүлийн 20 жилийн турш эргэлзээгүй ноёрхсон ганц хэрэгсэл бий: энэ бол Линус Торвалдсын бүтээсэн Git. Гэвч хүний бичих хурдад тохируулан бүтээгдсэн энэхүү систем хиймэл оюун ухаант агентуудын хязгааргүй код үйлдвэрлэлийн өмнө хүчин мөхөсдөж эхэлснийг саяхан Anthropic-ийн инженерийн баг ил тод зарлалаа.

Anthropic компани өөрсдийн асар том монорепо (monorepo)-г Git-ээс бүрэн салгаж, Scion нэртэй дотоод хувилбар удирдах системийг (VCS) богино хугацаанд бүтээж шилжүүлсэн байна. Энэ нь AI агентууд программ хөгжүүлэлтийн суурь дэд бүтцийг хэрхэн өөрчилж буйг харуулсан томоохон дохио болов.

Асуудал: AI-ийн бүтээмж Git-ийн босгыг давсан нь

2026 оны 5-р сард Anthropic өдөрт дунджаар 2,500 орчим код өөрчлөлтийг төв салбартаа (main branch) нэгтгэдэг байв. Харин Claude-ийн шинэ үеийн кодинг агентууд автоном горимд шилжиж, алдаа засах, код оновчлох, судалгааны циклүүдийг өөрсдөө гүйцэтгэж эхэлснээр 9-р сар гэхэд өдөрт нэгтгэгдэх код өөрчлөлтийн тоо 30,000-аас давж, 12 дахин өсчээ.

Энэ хэмжээний хурдыг даахын тулд дараах тоон үзүүлэлттэй тулгарсан байна:

Төв салбарын түүх дангаараа 100 GB, ажлын хуулбар (working copy) нь шахагдсан байдлаар 25 GB давсан.
CI/CD, тест, туршилтын ажил болон мянга мянган AI агентын орчинд хоногт 25 сая удаа checkout хийгддэг.
Хэрэв Git-ийн уламжлалт clone эсвэл fetch зарчмаар явсан бол өдөрт дотоод сүлжээгээр 600 Петабайт (PB) дата урсах байв.

Git нь өөрчлөлт нэгтгэх бүрд ref түгждэг (lock), бүх түүхийг локал дээр татахыг шаарддаг тархмал (DVCS) архитектуртай. Гэвч хэдэн арван мянган агент зэрэг ажиллаж буй үед Git-ийн merge queue бүрэн бөглөрч, хөгжүүлэлтийн хамгийн том саад (bottleneck) нь кодоо бичих биш, харин түүнийг "merge" хийх явдал болон хувирчээ.

"Scion" архитектур: Git-ээс юугаараа ялгаатай вэ?

Git-ийг "онгоцонд сүлжээгүй үед ч код бичиж, түүхээ харах боломжтой хүн"-д зориулж хийсэн бол Claude агентуудад офлайн ажиллах шаардлага байхгүй. Тэд клаудын найдвартай сүлжээнд байнга онлайн ажилладаг түр зуурын (ephemeral) процессууд юм. Иймээс Anthropic-ийн баг дараах концепцоор Scion-ийг бүтээжээ:

1. Төвлөрсөн, сервер төвтэй бүтэц (Server-centric Object Store)

Бүх коммит, файлын түүх болон хувилбарууд төв серверийн түгээмэл мэдээллийн санд хадгалагдана. Агентын ажиллаж буй контейнер зөвхөн өөрийн засах 1-2 файлыг л шаардлагатай үед шууд татаж авна (sparse / virtualized checkout). Ингэснээр гигабайт хэмжээтэй репог бүхлээр нь хуулах шаардлагагүй болж, сүлжээний урсгал огцом буурчээ.

2. Түгжээгүй нэгтгэлт ба Compare-and-Swap (CAS)

Уламжлалт Git салбарын толгой заагчийг (ref) түгжиж байж шинэ коммит бичдэг. Scion нь реляци ба түгээмэл DB-ийн транзакци дээр тулгуурлан, өөрчлөлтүүдийг лог хэлбэрээр цуглуулаад Compare-and-Swap (CAS) зарчмаар зэрэгцээ (concurrent) байдлаар түгжээгүй шингээдэг.

3. Derived Data буюу сервер талын тооцоолол

git blame, файлын өөрчлөлтийн түүх, хамаарлын график зэрэг хүнд тооцооллуудыг клиент бүр тусдаа тооцоолохгүй. Коммит бүр хийгдэх үед сервер дээр үүнийг нэг л удаа бодож кэшлэн (memoize), агентуудад бэлэн API хэлбэрээр шууд өгдөг байна.

7 инженер 5 сарын дотор: AI-аар өөрийг нь хөгжүүлэх дэд бүтцийг барих нь

Сонирхолтой нь, ердөө 7 инженерээс бүрдсэн жижиг баг энэхүү аварга системийг зохион бүтээж, 5 сарын дотор бүх төслөө амжилттай нүүлгэжээ. Үүний гол нууц нь тэд Scion-ийн кодыг бичихдээ Claude-ийг өөрийг нь ашигласан явдал юм.

Инженерүүдийн тайлбарласнаар, систем хөгжүүлэлтийн үед "adversarial code review" буюу нэг моделийн бичсэн кодыг өөр моделээр шүүмжлүүлж шалгуулах аргыг өргөн ашиглажээ. Гэхдээ AI загварууд аливаа асуудлыг хэт нүсэржүүлж, хэт нарийн архитектур (over-engineering) руу хазайх хандлагатай байсан тул хүний туршлагатай инженерүүдийн чиглүүлэлт хамгийн чухал үүрэг гүйцэтгэсэн байна.

Энэхүү нийтлэл цацагдсаны дараа open-source хөгжүүлэгчид үүнээс санаа авч Rust хэл дээр тулгуурласан git-ai болон scion-rs зэрэг төслүүдийг олон нийтэд нээлттэй хөгжүүлж эхлээд байна.

Дүгнэлт: Хөгжүүлэгчдийн ажиглах ёстой шинэ эрин

Anthropic-ийн энэ кейс зөвхөн томоохон корпорацийн дотоод асуудал биш юм. Энэ нь программ хангамжийн хөгжүүлэлтийн дараагийн том "bottleneck" хаашаа шилжиж байгааг илтгэж байна:

Код үйлдвэрлэлийн өртөг тэг рүү тэмүүлж байна: Өмнө нь код бичих процесс өөрөө хамгийн үнэтэй байсан бол одоо үүссэн кодыг CI-ээр шалгах, код ревью хийх, сүлжээний ачаалал даах зэрэг дэд бүтэц илүү өндөр зардалтай болж байна.
Хэрэгслүүд өөрчлөгдөнө: Бидний өдөр тутам хэрэглэдэг Git, bash скриптүүд, CI/CD pipeline-ууд бүгд "хүний ажлын хурд"-д зориулагдсан. AI агентуудын сүрэг (swarm) кодыг секундээр бичдэг болсон энэ цаг үед бид дэд бүтцээ сууриар нь дахин инженерчлэх хэрэгтэй болж байна.

Хэрэв танай баг ч мөн өдөр тутмын хөгжүүлэлтдээ агентуудыг хүчтэй нэвтрүүлж эхэлсэн бол Git-ийн дараагийн үеийн протоколууд хэрхэн бүрэлдэж буйг одооноос анхааралтай ажиглах цаг иржээ.

Эх сурвалж: Anthropic Engineering ("Redesigning source control at Anthropic"), The Pragmatic Engineer ("Anthropic builds its own source control system").