Anthropic 近期披露，其内部编码基础设施正面临前所未有的压力。随着 Claude 模型生成代码能力的爆发式增长，传统的版本控制系统已难以承载海量的代码变更。这一现象被视为 AI 编程热潮及“无限量推理”模式带来的典型瓶颈：对于 Anthropic 而言，编写代码不再是限制生产力的环节，真正的挑战在于如何通过版本控制、构建系统和持续集成（CI）来高效管理这些自动生成的代码。
据该公司周二发布的博客文章数据显示，2026年5月，Anthropic 平均每天合并约 2,500 个代码变更；而截至同年9月，这一数字已飙升至每天超过 30,000 个。公司方面表示，这种增长速度短期内不会放缓，因为对合并代码的潜在需求几乎是无限的，且每一个被消除的瓶颈都会立即导致代码生成量的进一步增加。
为应对这一挑战，经过数月的模型提示工程和五个月的迁移工作，Anthropic 推出了一款名为 Scion 的自制版本控制系统。Scion 采用单仓库（monorepo）架构，其设计理念在某种程度上类似于 Apache 的集中式版本控制系统 Subversion。尽管 Google（使用 Piper）、微软（使用 Virtual File System for Git）和 Meta（开发 Sapling）等科技巨头也曾尝试超越 Git 的分布式架构以解决扩展性问题，但 Anthropic 指出，Claude 的代码能力既造成了当前的局面，也提供了通过构建可扩展代码基础设施工具来解决该问题的出路。除了 Scion，Claude 还协助开发了代码审查界面 Antique、代码搜索工具以及源代码控制的 IAM 系统。
Anthropic 认为，Git 所代表的去中心化方法适用于大多数常规代码仓库，但在面对其特定场景时显得力不从心。目前，该公司的主要分支大小约为 100 GB，压缩后的工作副本超过该大小的四分之一。仅计算 CI 流程所需的每日约 2,500 万次代码检出（不包括开发者环境、代理沙箱和研究任务），若以朴素方式获取，将相当于每天产生超过 600 PB 的 git 流量。即便利用 Git 提供的部分代码库处理工具，相关操作依然极具挑战性。
Scion 的设计初衷是满足 AI 代理的需求，因此它将大部分工作负载转移至服务器端。源代码控制查询通过 API 暴露，使得内部工具无需本地仓库即可响应。虽然同步需求减少，但对服务器速度的要求显著提高。在 Scion 中，基本工作单元被称为“变更集”（changeset），即预写日志中的一个条目。Anthropic 解释道：“变更集存储了你期望从 git 提交中获得的大部分信息。但 git 提交存储的是指向树的指针，而变更集存储的是相对于其第一个父项发生更改的文件列表，以及指向 blob 存储中压缩文件内容的按内容寻址的指针。”
Scion 的开发始于今年1月，当时 Claude Mythos Preview 在内部可用。Anthropic 的工程师指示该模型重写了早期的 Git-to-Scion 摄取管道。这款备受推崇的模型生成了一个内存占用减少 20 倍、运行速度加快 4 倍的版本。在资金充裕且成本非首要考量因素的情况下，这种高 token 消耗被认为是合理的。
值得注意的是，参与 Scion 开发的 Anthropic 开发人员普遍认可 Claude 编写的代码质量优于人工编写，但他们仍保持着更高层次的系统理解力，从而扮演了“反对者”的角色。Anthropic 表示：“很多时候，我们发现工程师的作用就是告诉 Claude ‘不’。代理有时会违反核心系统约束，以满足本不应被允许的模式……”这表明，尽管 AI 大幅提升了代码产出效率，人类工程师在确保系统合规性与架构稳定性方面的作用依然不可替代。
