30.000 Merges enthüllten den wahren Engpass
Die täglichen Code-Merges bei Anthropic stiegen von etwa 2.500 im Mai 2026 auf über 30.000 im September – eine zwölffache Steigerung, angetrieben durch Claude-unterstützte Programmierung. Diese rasante Expansion legte die grundlegenden Einschränkungen von Git offen, das für die Zusammenarbeit auf menschlicher Ebene und nicht für KI-gestützte Entwicklung konzipiert wurde. Das Monorepo des Unternehmens mit einer komprimierten Arbeitskopie von über 25 GB stellte eine beispiellose Herausforderung dar.
Continuous Integration (CI) und KI-Agenten-Jobs führen täglich etwa 25 Millionen Checkouts durch. Die Anwendung der vollständigen Klon-Semantik von Git in diesem Maßstab würde das Verschieben von über 600 Petabyte an Daten pro Tag erfordern, wodurch der primäre Engpass von der Code-Generierung zur Infrastruktur verlagert würde. Herkömmliche Git-Workarounds – wie Shallow Clones und Sparse Checkouts – erwiesen sich als unzureichend.
Die Ingenieure von Anthropic setzten mehrere hundert interne Git-Spiegel ein, um die Last zu bewältigen, doch selbst diese extreme Maßnahme konnte nicht Schritt halten. Das Kernproblem lag im Offline-First-Design von Git, das davon ausgeht, dass jeder Client ein menschlicher Programmierer ist. Die Clients von Anthropic waren jedoch überwiegend ständig online verfügbare KI-Agenten und CI-Jobs, wodurch die grundlegenden Annahmen von Git obsolet wurden. Die Einschränkung war nicht mehr das Schreiben von Code, sondern das System selbst, das ihn verwalten sollte.
Scion kehrt das menschenzentrierte Design von Git um
Die verteilte Architektur von Git, die für menschliche Entwickler konzipiert wurde, die offline arbeiten, wurde zum Engpass für Anthropic. Ihr Modell der vollständigen Repository-Klone war für Einzelpersonen geeignet, versagte jedoch bei kurzlebigen, ständig verbundenen KI-Agenten und CI-Workern, die täglich 25 Millionen Checkouts durchführten. Allein eine komprimierte Arbeitskopie des Monorepos von Anthropic überschreitet 25 Gigabyte; ein vollständiger Git-Klon für jeden Checkout würde täglich über 600 Petabyte an Daten bewegen.
Die Ingenieure von Anthropic erkannten diese grundlegende Diskrepanz. Anstatt Git mit Shallow Clones und Sparse Checkouts zu flicken, bauten sie Scion, ein serverzentriertes Versionskontrollsystem. Scion zentralisiert Historie, Commits und Merges auf dem Server, während Clients nur die Dateien abrufen, die sie benötigen. Die Arbeitskosten skalieren mit der Änderung selbst, nicht mit dem gesamten Repository.
Die Ergebnisse sind ein Beweis für diesen architektonischen Wandel. Die Checkout-Zeiten sanken von Minuten auf Sekunden. Scion läuft jetzt mit 200-mal weniger Infrastruktur als das alte Git-Spiegel-Setup und gewinnt etwa 25 % der CI-CPU-Kapazität zurück. Dies ist nicht nur eine Optimierung; es ist ein radikales Re-Engineering der Quellcodeverwaltung für das Zeitalter der Agenten.
Das Tool hat die Art und Weise verändert, wie Teams mergen
Sieben Ingenieure bauten mit Unterstützung von Claude Scion und die dazugehörigen Systeme und migrierten dann das Monorepo von Anthropic in fünf Monaten. Dieses schlanke Team lieferte einen erheblichen Return on Investment, indem es einen kritischen Engpass für die KI-gestützte Entwicklung beseitigte.
Der neue Überprüfungsprozess verlagert den Fokus. Prüfer untersuchen jetzt die Absicht einer Änderung und nicht mehr jede einzelne Codezeile. Gleichzeitige Merges ersetzten die globale Sperre, wodurch mehrere Änderungen gleichzeitig integriert werden können. Die Validierung erfolgt nun nach dem Mergen, wobei automatisierte Reparatur- und Rollback-Funktionen direkt in das System integriert sind.
Dieser grundlegende Wandel von einem menschenzentrierten zu einem agentenbasierten Design ist entscheidend. Anthropic's Scion ist ein internes Tool, kein kommerzieller Git-Ersatz. Es folgt jedoch dem Präzedenzfall von Großsystemen wie Google Piper und Meta’s Sapling/Mononoke, die ebenfalls den Anforderungen massiver Codebasen und automatisierter Workflows gerecht werden. Für weitere technische Details bietet der Engineering-Beitrag von Anthropic einen tieferen Einblick: Redesigning source control at Anthropic.
Die Implikation ist klar: Wenn KI-Agenten Code in großem Maßstab generieren, werden die Tools, nicht die menschlichen Entwickler, zum primären Engpass. Unternehmen müssen ihre Entwickler-Infrastruktur neu bewerten und über das bloße „Pflastern von Kuhpfaden“ hinausgehen, um Systeme zu entwickeln, die von Grund auf für den Durchsatz von Maschinen ausgelegt sind.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Der nächste Produktivitätssprung ist organisatorisch
Die Auswirkungen von Scion gehen über die Versionskontrolle hinaus. Das Paradoxon des Ökonomen Robert Solow besagt, dass neue Technologien oft erst dann Produktivitätsgewinne erzielen, wenn Unternehmen ihre Arbeitsabläufe entsprechend umgestalten. Wie frühe Fabriken, die lediglich Dampfmaschinen gegen Elektromotoren austauschten, ohne die Montagelinien neu zu konfigurieren, riskieren viele Unternehmen heute, „Kuhpfade zu pflastern“, indem sie KI-Agenten durch menschenzentrierte Prozesse zwingen.
Eine Produktivitäts-J-Kurve entsteht, wenn Unternehmen in die Umgestaltung investieren und einen anfänglichen Rückgang erleben, bevor sich signifikante Gewinne einstellen. Das siebenköpfige Ingenieurteam von Anthropic, unterstützt durch Claude, führte diese Umgestaltung in fünf Monaten durch und demonstrierte damit, wie schnell solche Veränderungen erfolgen können.
Die Analyse von David Shapiro deutet auf eine Post-Labor-Ökonomie innerhalb des Unternehmens hin, bei der der Output ohne proportionales Wachstum der Mitarbeiterzahl skaliert. Menschliche Beiträge verlagern sich auf:
- Verantwortlichkeit
- Zielsetzung
- Vertrauen und Beziehungen
- Undokumentiertes Know-how
Dieser strukturelle Wandel erfordert eine kritische Überprüfung bestehender Prozesse. Welche Genehmigungs-, Prüfungs- oder Koordinationsschritte in Ihrem Unternehmen setzen noch menschliche Lesegeschwindigkeit oder manuelle Eingriffe voraus? Die Neugestaltung dieser Prozesse für maschinengeschwindigkeitsbasiertes Arbeiten wird die nächste Welle der Produktivität freisetzen.
Häufig gestellte Fragen
Was ist Anthropic Scion?
Scion ist das interne, serverzentrierte Versionskontrollsystem von Anthropic, das für das große Monorepo und das hohe Volumen an KI-Agenten- und CI-Aktivitäten entwickelt wurde.
Warum ist Anthropic über Git hinausgegangen?
Das Offline-First-Design von Git kann erfordern, dass umfangreiche Repository-Daten auf jedem Client vorhanden sind. Anthropic benötigte ein System, das viele ständig verbundene Agenten und CI-Jobs effizienter bedienen kann.
Ist Scion ein Ersatz für Git für die meisten Entwickler?
Nein. Scion ist ein internes System, das für die ungewöhnliche Größenordnung von Anthropic gebaut wurde; Git bleibt für die meisten Softwareteams eine gute Wahl.
Wie verändert Scion das Code-Review?
Der Workflow von Anthropic betont die Überprüfung der Absicht von Änderungen und setzt stärker auf gleichzeitige Merges und Validierungen nach dem Merge als auf zeilenweise Überprüfungen und eine globale Merge-Warteschlange.
Was ist mit Post-Labor-Ökonomie gemeint?
Es beschreibt eine Situation, in der die Arbeitsmenge, die ein Unternehmen bewältigen kann, nicht mehr primär durch die Anzahl der Mitarbeiter oder deren Arbeitsgeschwindigkeit begrenzt ist.