Anthropic abandonó git por Scion en cinco meses: 30 000 merges al día

En mayo de 2026, Anthropic fusionaba en su monorepo unos 2 500 cambios de código al día. En septiembre la cifra había subido a más de 30 000. Escribir código ya no es el problema: Claude itera ciclos de investigación, optimiza programas complejos y levanta servicios desde cero. El cuello de botella se ha desplazado a la infraestructura pensada para humanos: control de versiones, compilaciones y CI. Para despejarlo, la compañía migró por completo su monorepo de git a un sistema propio, Scion, en cinco meses. En paralelo creó la herramienta de code review Antique, un buscador de código y un sistema IAM para el source control.

Dónde dejó de caber git

Git es descentralizado: cada clon es un repositorio completo, capaz de calcular diffs, leer el historial y trabajar sin red. Para la mayoría de los proyectos es el diseño correcto. En Anthropic empezó a estorbar. Solo el historial de la rama main ocupa casi 100 GB, y la copia de trabajo comprimida pesa más de 25 GB. Para el CI se hacen unos 25 millones de checkouts al día, sin contar el entorno de los desarrolladores, los sandboxes de los agentes ni las tareas de investigación. Con una descarga ingenua, el tráfico de git superaría los 600 PB diarios.

Probaron shallow clone, sparse checkout, promisor remotes, mirrors internos y snapshots en almacenamiento de blobs. En el punto álgido funcionaban varios cientos de mirrors de git. Ganaban tiempo, pero a medida que crecía el merge rate resultaba cada vez más difícil mantenerlos. Los snapshots se quedaban por detrás de la cabeza de main, y diff y blame sobre clones parciales exigían cada vez más mantenimiento. La conclusión del equipo: git se usaba como un sistema centralizado con una única copia autoritativa, y sus clientes eran agentes y jobs que, por definición, están online. Las propiedades que valen para el trabajo sin conexión frenaban el escalado.

Cómo funciona Scion

La unidad de trabajo en Scion es el changeset, un registro en un write-ahead log. En lugar de un puntero a un árbol, guarda la lista de archivos modificados respecto al primer padre y referencias, direccionables por contenido, a datos comprimidos en el almacenamiento de blobs. El changeset se crea en el servidor y está disponible de inmediato en todas partes. No hay packfiles, ni bloqueos, ni coordinación entre servidores. Si hace falta un ref, se mueve mediante un compare-and-swap sobre una sola fila de Spanner, aparte de la creación del changeset.

Preguntas como «quién cambió esta línea por última vez» se responden con datos derivados: estructuras para blame, historiales de rutas y skip lists del grafo de commits. Cada tipo se define de forma recursiva a partir de los valores de sus padres. Puede calcularse de inmediato o de forma diferida, y su estructura interna puede cambiarse sin tocar al cliente.

El cliente scn no le dice al servidor qué tiene ya. Parte del árbol raíz, pide los árboles que le faltan y después los blobs. Cada petición se refiere a un objeto inmutable, así que cualquier caché puede atenderla. El nodo habla con un scion-daemon local, que toma los datos de los scion-cache regionales; estos, si no los tienen, consultan a los scion-server autoritativos. La separación estricta por niveles aísla los fallos: la caída de una caché regional no debería tumbar el centro. Los checkouts sparse y virtualizados funcionan sin lógica especial: el cliente simplemente no pide árboles de más.

Lo que la compañía señala como resultados:

• crecimiento de 2 500 a 30 000+ merges al día (mayo–septiembre de 2026);
• migración del monorepo desde git en cinco meses;
• la infraestructura de Scion es 200 veces menor que los mirrors de git en CPU y memoria;
• los checkouts en CI y en tareas de investigación son dos órdenes de magnitud más rápidos: segundos en lugar de minutos;
• cache hit rate superior al 99% en cada nivel;
• ganancia de 25% de capacidad de procesamiento solo en CI.

Qué llevarse de todo esto

Los principios de Anthropic se apoyan en Google Piper y Meta Sapling: clientes siempre online, el servidor hace el trabajo pesado, commits baratos y sin bloqueos, y copia de trabajo opcional. Todas las consultas del cliente están disponibles también como API, de modo que las tareas de CI a menudo ni siquiera necesitan un repositorio local. Sobre esto se sostienen los pipelines internos de bisect y revert automáticos, que con grandes volúmenes serían, de otro modo, poco prácticos.

La propia Anthropic advierte de que su carga de trabajo es atípica y de que muchos equipos no se enfrentarán a estos problemas a corto plazo. Pero si un equipo ya ejecuta decenas de agentes, conviene calcular cuántos checkouts hace al día, cuánto cuestan los mirrors y cuánto se alejan los snapshots de la cabeza de main. Se puede empezar sacando los metadatos, como diff, merge base y blame, a un servicio, tal como se hizo en Scion en una fase temprana de la migración.

Anthropic señala además que Claude Mythos Preview y Claude Tag, que aparecieron dentro de la compañía en esos mismos meses, aumentaron la necesidad de Scion y aceleraron su desarrollo.