30 000 fusions ont révélé le véritable goulot d'étranglement
Les fusions de code quotidiennes d'Anthropic sont passées d'environ 2 500 en mai 2026 à plus de 30 000 en septembre, soit une multiplication par douze due au codage assisté par Claude. Cette expansion rapide a exposé les limites fondamentales de Git, conçu pour une collaboration à l'échelle humaine et non pour le développement piloté par l'IA. Le monorepo de l'entreprise, avec une copie de travail compressée dépassant 25 Go, a présenté un défi sans précédent.
Les tâches d'intégration continue (CI) et d'agents IA effectuent à elles seules environ 25 millions de checkouts chaque jour. Appliquer la sémantique de clonage complet de Git à cette échelle nécessiterait le transfert de plus de 600 pétaoctets de données par jour, déplaçant le goulot d'étranglement principal de la génération de code vers l'infrastructure. Les solutions de contournement traditionnelles de Git, telles que les clones superficiels (shallow clones) et les checkouts partiels (sparse checkouts), se sont révélées insuffisantes.
Les ingénieurs d'Anthropic ont déployé plusieurs centaines de miroirs Git internes pour tenter de gérer la charge, mais même cette mesure extrême n'a pas suffi à suivre le rythme. Le problème central résidait dans la conception « offline-first » de Git, qui suppose que chaque client est un programmeur humain. Les clients d'Anthropic étaient majoritairement des agents IA et des tâches CI toujours en ligne, rendant les hypothèses fondamentales de Git obsolètes. La contrainte n'était plus l'écriture du code, mais le système même censé le gérer.
Scion renverse la conception centrée sur l'humain de Git
L'architecture distribuée de Git, conçue pour des développeurs humains travaillant hors ligne, est devenue le goulot d'étranglement d'Anthropic. Son modèle de clones de référentiels complets convenait aux individus, mais a échoué face à des agents IA et des travailleurs CI éphémères et toujours connectés effectuant 25 millions de checkouts par jour. Une copie de travail compressée du monorepo d'Anthropic dépasse à elle seule 25 gigaoctets ; un clone Git complet pour chaque checkout déplacerait plus de 600 pétaoctets de données par jour.
Les ingénieurs d'Anthropic ont reconnu cette inadéquation fondamentale. Au lieu de corriger Git avec des clones superficiels et des checkouts partiels, ils ont construit Scion, un système de contrôle de version centré sur le serveur. Scion centralise l'historique, les commits et les fusions sur le serveur, tandis que les clients ne récupèrent que les fichiers dont ils ont besoin. Le coût du travail est proportionnel au changement lui-même, et non à l'ensemble du référentiel.
Les résultats témoignent de ce pivot architectural. Les temps de checkout sont passés de minutes à quelques secondes. Scion fonctionne désormais avec 200 fois moins d'infrastructure que l'ancienne configuration de miroirs Git, récupérant environ 25 % de la capacité CPU de CI. Il ne s'agit pas simplement d'une optimisation, mais d'une réingénierie radicale du contrôle de source pour l'ère des agents.
L'outil a changé la façon dont les équipes fusionnent
Sept ingénieurs, avec l'aide de Claude, ont construit Scion et ses systèmes compagnons, puis ont migré le monorepo d'Anthropic en cinq mois. Cette équipe restreinte a généré un retour sur investissement substantiel en éliminant un goulot d'étranglement critique pour le développement piloté par l'IA.
Le nouveau processus de révision change l'objectif. Les réviseurs examinent désormais l' intention d'un changement, et non chaque ligne de code. Des fusions simultanées ont remplacé le verrouillage global, permettant à plusieurs changements de s'intégrer en même temps. La validation s'effectue désormais après la fusion, avec des capacités de réparation et de restauration automatisées intégrées au système.
Ce changement fondamental d'une conception centrée sur l'humain vers une conception axée sur les agents est critique. Scion d'Anthropic est un outil interne, et non un remplacement commercial de Git. Cependant, il suit le précédent établi par des systèmes à grande échelle comme Google Piper et Sapling/Mononoke de Meta, qui répondent également aux exigences des bases de code massives et des flux de travail automatisés. Pour plus de détails techniques, l'article d'ingénierie d'Anthropic propose une analyse approfondie : Redesigning source control at Anthropic.
L'implication est claire : lorsque les agents IA génèrent du code à grande échelle, ce sont les outils, et non les développeurs humains, qui deviennent la contrainte principale. Les entreprises doivent réévaluer leur infrastructure de développement, en allant au-delà du simple « pavage de sentiers » pour construire des systèmes conçus dès le départ pour le débit des machines.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Le prochain bond de productivité est organisationnel
Les implications de Scion vont au-delà du contrôle de version. Le paradoxe de l'économiste Robert Solow a observé que les nouvelles technologies échouent souvent à générer des gains de productivité tant que les entreprises ne repensent pas leurs flux de travail autour d'elles. Comme les premières usines qui se contentaient de remplacer les machines à vapeur par des moteurs électriques sans reconfigurer les chaînes de montage, de nombreuses entreprises aujourd'hui risquent de « paver des sentiers » en forçant les agents IA à suivre des processus centrés sur l'humain.
Une courbe en J de productivité émerge à mesure que les organisations investissent dans la réingénierie, connaissant une baisse initiale avant que des gains significatifs ne se matérialisent. L'équipe de sept ingénieurs d'Anthropic, aidée par Claude, a exécuté cette réingénierie en cinq mois, démontrant la vitesse à laquelle de tels changements peuvent se produire.
L'analyse de David Shapiro suggère une économie post-travail au sein de l'entreprise, où la production évolue sans croissance proportionnelle des effectifs. Les contributions humaines se déplacent vers :
- La responsabilité
- La définition d'objectifs
- La confiance et les relations
- Le savoir-faire non documenté
Ce changement structurel exige un examen critique des processus existants. Quelles étapes d'approbation, de révision ou de coordination dans votre organisation supposent encore une vitesse de lecture humaine ou une intervention manuelle ? Repenser ces éléments pour un travail à la vitesse de la machine débloquera la prochaine vague de productivité.
Foire aux questions
Qu'est-ce qu'Anthropic Scion ?
Scion est le système de contrôle de version interne et centré sur le serveur d'Anthropic, conçu pour son vaste monorepo et son volume élevé d'activité d'agents IA et de CI.
Pourquoi Anthropic a-t-il dépassé Git ?
La conception « offline-first » de Git peut nécessiter des données de dépôt substantielles sur chaque client. Anthropic avait besoin d'un système capable de servir plus efficacement de nombreux agents toujours connectés et des tâches de CI.
Scion est-il un remplacement de Git pour la plupart des développeurs ?
Non. Scion est un système interne construit pour l'échelle inhabituelle d'Anthropic ; Git reste une solution adaptée pour la plupart des équipes de développement logiciel.
Comment Scion change-t-il la revue de code ?
Le flux de travail d'Anthropic met l'accent sur la révision de l'intention des changements et repose davantage sur des fusions simultanées et une validation post-fusion que sur une revue ligne par ligne et une file d'attente de fusion globale.
Que signifie l'économie post-travail ici ?
Cela décrit une situation où la quantité de travail qu'une entreprise peut accomplir n'est plus limitée principalement par le nombre de personnes ou leur vitesse de travail.