Anthropic abandonou o git em cinco meses e migrou para o Scion: 30 000 merges por dia

Em maio de 2026, a Anthropic fazia merge de cerca de 2 500 alterações de código por dia no monorepo. Em setembro, o número chegou a mais de 30 000. Escrever código deixou de ser o problema: o Claude itera ciclos de pesquisa, otimiza programas complexos e sobe serviços do zero. O gargalo migrou para a infraestrutura pensada para humanos: controle de versão, builds e CI. Para destravá-lo, a empresa migrou todo o monorepo do git para o Scion, sistema próprio, em cinco meses. Em paralelo, criou a ferramenta de code review Antique, uma busca por código e um sistema de IAM para o controle de código-fonte.

Onde o git deixou de caber

O git é descentralizado: cada clone é um repositório completo, capaz de calcular diffs, ler o histórico e funcionar sem rede. Para a maioria dos projetos, esse é o design correto. Na Anthropic, ele passou a atrapalhar. Só o histórico da branch main ocupa quase 100 GB, e a cópia de trabalho compactada passa de 25 GB. O CI faz cerca de 25 milhões de checkouts por dia, sem contar o ambiente dos desenvolvedores, os sandboxes dos agentes e as tarefas de pesquisa. Com um download ingênuo, seriam mais de 600 PB de tráfego git por dia.

A equipe recorreu a shallow clone, sparse checkout, promisor remotes, espelhos internos e snapshots em armazenamento de blobs. No pico, havia várias centenas de espelhos git. Eles ganhavam tempo, mas, com o crescimento do merge rate, ficava cada vez mais difícil mantê-los. Os snapshots ficavam atrás do topo da main, e diff e blame em clones parciais exigiam cada vez mais manutenção. A conclusão da equipe: o git estava sendo usado como um sistema centralizado, com uma única cópia autoritativa, e os clientes eram agentes e jobs que, por definição, estão online. As propriedades valiosas para o trabalho offline travavam o escalonamento.

Como o Scion funciona

A unidade de trabalho no Scion é o changeset, um registro em um write-ahead log. Em vez de um ponteiro para a árvore, ele guarda a lista de arquivos alterados em relação ao primeiro pai e referências endereçáveis por conteúdo a dados compactados no armazenamento de blobs. O changeset é criado no servidor e fica disponível em todo lugar imediatamente. Não há packfiles, locks nem coordenação entre servidores. Um ref, quando necessário, é movido por compare-and-swap em uma única linha no Spanner, separadamente da criação do changeset.

Perguntas como "quem alterou esta linha por último" são respondidas por dados derivados: estruturas de blame, históricos de caminhos e skip lists do grafo de commits. Cada tipo é definido de forma recursiva a partir dos valores dos pais. Ele pode ser calculado de imediato ou sob demanda, e sua estrutura interna pode mudar sem afetar o cliente.

O cliente scn não informa ao servidor o que já tem. Ele parte da árvore raiz, pede as árvores que faltam e, depois, os blobs. Cada requisição se refere a um objeto imutável, então qualquer cache pode atendê-la. O nó conversa com o scion-daemon local, que busca os dados nos scion-cache regionais, e estes, em caso de miss, consultam os scion-server autoritativos. A separação rígida entre as camadas isola falhas: a queda de um cache regional não deve derrubar o centro. Checkouts sparse e virtualizados são suportados sem lógica especial, porque o cliente simplesmente não pede árvores desnecessárias.

O que a empresa apresenta como resultados:

• crescimento de 2 500 para 30 000+ merges por dia (maio a setembro de 2026);
• migração do monorepo do git em cinco meses;
• infraestrutura do Scion 200 vezes menor que a dos espelhos git em CPU e memória;
• checkouts no CI e nas tarefas de pesquisa duas ordens de grandeza mais rápidos: segundos em vez de minutos;
• cache hit rate acima de 99% em cada camada;
• ganho de 25% de poder de processamento só no CI.

O que levar disso para o seu time

Os princípios da Anthropic se apoiam no Google Piper e no Meta Sapling: clientes sempre online, servidor fazendo o trabalho pesado, commits baratos e sem locks, cópia de trabalho opcional. Todas as requisições do cliente também estão disponíveis como API, então as tarefas de CI muitas vezes nem precisam de um repositório local. É nisso que se sustentam os pipelines internos de bisect e revert automáticos, que, em grandes volumes, seriam impraticáveis de outra forma.

A própria Anthropic ressalva que sua carga é incomum e que muitos times não devem enfrentar esses problemas tão cedo. Mas, se uma equipe já roda dezenas de agentes, vale calcular quantos checkouts faz por dia, quanto custam os espelhos e o quanto os snapshots se distanciam do topo da main. Um ponto de partida é mover metadados como diff, merge base e blame para um serviço, como o Scion fez no início da migração.

A Anthropic também observa que o Claude Mythos Preview e o Claude Tag, que surgiram dentro da empresa nos mesmos meses, aumentaram a necessidade do Scion e aceleraram seu desenvolvimento.