Anthropic च्या म्हणण्यानुसार, त्याच्या अंतर्गत मोनोरिपॉझिटरीतील दररोज मर्ज होणारे बदल मे महिन्यातील सुमारे 2,500 वरून सप्टेंबर 2026 मध्ये 30,000 पेक्षा अधिक झाले. 13 ऑक्टोबरचे त्यांचे अभियांत्रिकी वर्णन या वाढीच्या मोठ्या भागामागील एजंट आणि स्वयंचलित कामांसाठी तयार केलेल्या Scion या सोर्स-कंट्रोल प्रणालीचे वर्णन करते. उपयोगी अभियांत्रिकी प्रश्न असा आहे: इतिहास, कमिट आणि मर्जसाठी केंद्रीय सेवेवर अवलंबून राहता येत असेल, तर क्लायंटला अजून कोणते काम स्वतः करावे लागते.

मोठा बदल

  • काय बदलले: Anthropic ने पाच महिन्यांत आपली मोनोरिपॉझिटरी Git वरून Scion कडे हलवली. Scion क्लायंटना फक्त आवश्यक ऑब्जेक्ट मिळतात; कमिट, मर्ज, रीबेस आणि इतिहासाच्या क्वेरी सर्व्हरकडे राहतात. मुख्यतः ऑनलाइन असलेल्या एजंट आणि कामांच्या भारासाठी Anthropic ने हे तयार केले.
  • हे महत्त्वाचे का: स्थानिक रिपॉझिटरी न ठेवताही CI काम API द्वारे diff किंवा merge base मागू शकते. फाइल्सची गरज असताना sparse किंवा virtualized checkout डिस्कवर काय येते ते मर्यादित करते. त्यामुळे खर्च आणि ऑपरेशनल जबाबदारी केंद्रीय सेवेकडे जाते.
  • कशावर लक्ष ठेवावे: Anthropic स्वतःच्या फ्लीटमध्ये जलद checkout आणि कमी पायाभूत सुविधा वापर नोंदवते; येथे स्वतंत्र पडताळणी झालेली नाही. कंपनीच्या मते Scion ही खास अंतर्गत प्रणाली आहे आणि स्थलांतरासाठी कोड पुनरावलोकन, शोध आणि CI मध्येही बदल करावे लागले.

या मोनोरिपॉझिटरीत Git महाग का झाले

Git ची वितरित रचना प्रत्येक पूर्ण क्लोनमध्ये ऑफलाइन कामासाठी आवश्यक इतिहास आणि ऑब्जेक्ट ठेवते. Anthropic च्या म्हणण्यानुसार, त्याच्या मोनोरिपॉझिटरीच्या मुख्य शाखेचा इतिहास जवळपास 100 GB आहे, तर संकुचित कार्यप्रत 25 GB पेक्षा मोठी आहे. विकासकांची वातावरणे, एजंट sandbox आणि संशोधन कामे मोजण्यापूर्वीही त्याचा CI फ्लीट दररोज सुमारे 25 दशलक्ष कोड checkout करतो. हे Anthropic च्या कामाच्या भाराचे आकडे आहेत; Git कुठे काम करेनासे होते याची सार्वत्रिक मर्यादा नाही.

कंपनीने आधीच shallow clone, sparse checkout, अंतर्गत mirror आणि रिपॉझिटरी snapshot वापरले होते. रिपॉझिटरी आणि मर्जचा वेग वाढल्यावर काहीशे mirror चालवणे कठीण झाले, असे ती सांगते. Anthropic चे निदान विशिष्ट होते: त्याचे बहुतांश क्लायंट आधीपासून ऑनलाइन एजंट किंवा कामे होती, तरी साधने स्थानिक रिपॉझिटरी राखण्याचा मोठा खर्च करत होती.

Scion ही ऑनलाइन जोडणी रचनेची गृहीत बाब मानते. अभियांत्रिकी वर्णन सांगते की सर्व्हर इतिहास आणि blame क्वेरींचे उत्तर देतो, कमिट तयार करतो आणि मर्ज व रीबेस करतो. क्लायंट मर्यादित ऑब्जेक्ट cache ठेवतो, मागितलेल्या कार्यफाइल्स डिस्कवर ठेवतो आणि स्थानिक फाइल बदल पाहतो. ही कामे स्वतंत्रपणे करण्याची क्षमता सोडणे म्हणजे प्रत्येक क्लायंटकडे कमी डेटा पाठवण्यासाठी केलेली जाणीवपूर्वक तडजोड.

Checkout लहान असू शकते किंवा अजिबात आवश्यक नसू शकते

Scion क्लायंट वापरत असलेल्या सोर्स-कंट्रोल क्वेरी API द्वारे उपलब्ध करून देते. Anthropic म्हणते की merge base पासून diff हवे असलेले CI काम सर्व्हरला थेट विचारू शकते. त्याच्या स्वयंचलित bisect आणि revert pipeline ह्याच प्रोग्रामॅटिक मार्गाचा वापर करतात. अशा कामांसाठी working copy तयार करावीच लागेल असे नाही.

कामाला फाइल्स लागल्यास Scion मागितलेल्या डिरेक्टरी असलेले sparse checkout आणि वाचल्यावर फाइल तयार करणारे virtualized checkout समर्थित करते. मोठ्या packfile वर बोलणी करण्याऐवजी क्लायंट नेमके कोणते tree आणि blob नाहीत ते पुनरावृत्तीने मागतो. प्रत्येक मागितलेल्या ऑब्जेक्टची अपरिवर्तनीय, सामग्री-आधारित ओळख असल्याने सामग्री बदलली का हे तपासल्याशिवाय cache तो परत देऊ शकतो. Anthropic क्लायंट आणि अधिकृत सर्व्हर यांच्यामध्ये node-level daemon आणि प्रादेशिक cache असल्याचे सांगते; सर्व स्तर समान object-request protocol वापरतात.

पूर्ण स्थानिक क्लोनपेक्षा या रचनेची अपयश आणि देखभाल सीमा वेगळी आहे. Git ऑफलाइन करू शकते अशा कामांसाठी क्लायंट सेवांवर अवलंबून असतो, आणि सेवेला संपूर्ण फ्लीटच्या वेगाने ऑब्जेक्ट व इतिहास क्वेरी द्याव्या लागतात. प्रादेशिक cache बिघडल्यास upstream सर्व्हरवर अतिभार येऊ नये म्हणूनही cache स्तर लावले जातात, असे Anthropic म्हणते. त्या रचनेची उपलब्धता मोजणारे आकडे लेखात नाहीत.

सर्व्हर काय साठवतो आणि मोजतो

Scion चे कामाचे एकक म्हणजे write-ahead log मधील changeset. Anthropic च्या मते, पहिल्या parent च्या तुलनेत बदललेल्या फाइल्स आणि blob storage मधील संकुचित फाइल सामग्रीकडे निर्देश करणारे pointer ते नोंदवते. प्रत्येक write वेळी shared branch pointer हलविल्याशिवाय सर्व्हर changeset तयार करतो. file blame, path history आणि commit ancestry सारख्या क्वेरींना वेगळ्या derived रचना मदत करतात; काही Anthropic लगेच मोजते, तर काही पुढे ढकलते.

API रचनेसाठी हे विभाजन महत्त्वाचे आहे. उत्तर स्थानिकरीत्या मोजण्यासाठी आवश्यक असलेल्या सर्व रचना न आणता कामे merge base किंवा फाइलचा इतिहास मागू शकतात. त्या रचना राखण्याचा खर्चही Anthropic च्या सेवेकडे सरकतो. कंपनी म्हणते की ती रिपॉझिटरी डेटा वितरित करते आणि घटक स्वतंत्रपणे वाढवते; सर्व्हरवरही रिपॉझिटरीची पूर्ण materialized प्रत नाही.

Anthropic च्या अहवालानुसार, Scion पायाभूत सुविधा त्याच्या आधीच्या Git mirroring व्यवस्थेपेक्षा CPU आणि memory 200 पट कमी वापरते आणि CI व संशोधन checkout आता मिनिटांऐवजी सेकंद घेतात. CI मधील CPU क्षमता 25% वाढल्याचे श्रेय कंपनी या बदलाला देते. ही तुलना Anthropic च्या स्वतःच्या कामाच्या भाराखालील पूर्वीच्या अंतर्गत प्रणालीशी आहे; BIG CHANGE ने मोजमाप पुन्हा केले नाहीत किंवा मूळ telemetry तपासले नाही.

स्थलांतराचा खर्चही निकालाचा भाग आहे

Anthropic सांगते की सात अभियंत्यांनी Scion, त्यासोबतचे कोड-पुनरावलोकन साधन Antique आणि संबंधित प्रणाली तयार केल्या आणि पाच महिन्यांत मोनोरिपॉझिटरी स्थलांतरित केली. त्या वर्णनात नवीन कोड शोध, प्रवेश नियंत्रण आणि कोड पुनरावलोकन व समाविष्ट करण्याच्या पद्धतीतील बदलही आहेत. ही रचना तपासणाऱ्या संस्थेने सोर्स-कंट्रोल सेवेबरोबर हे संबंधित कार्यप्रवाहही विचारात घ्यावेत.

Anthropic स्पष्टपणे सांगते की सामान्य Git पर्याय म्हणून Scion योग्य नाही. त्याचे अंतर्गत पुनरावलोकन, शोध आणि CI घटक खास तयार केलेले आहेत; Git सोडण्यासाठी संपूर्ण विकास जीवनचक्रात बदल करावे लागतील. त्याच्या वर्णनातून मिळणारा मर्यादित धडा स्थापत्याशी संबंधित आहे: ऑनलाइन सेवा स्वयंचलित क्लायंटचे अधिक सोर्स-कंट्रोल प्रश्न सोडवू शकते, तर क्लायंट वापरत असलेल्या फाइल्सच ठेवतात. अधिक समृद्ध server API आणि Git च्या sparse व shallow सुविधांची चांगली सांगड यांसारख्या काही कल्पना Scion न स्वीकारताही वापरता येतील, असे Anthropic सुचवते.

स्रोत आणि पुढील वाचन

  • Anthropic Engineering, Redesigning source control at Anthropic (13 ऑक्टोबर 2026). Scion ची रचना, स्थलांतर आणि अंतर्गत कामाचा भार व कामगिरीच्या आकड्यांबद्दल Anthropic चे प्रथम-पक्षीय वर्णन. नोंदवलेली मोजमापे आणि परिचालन परिणाम BIG CHANGE ने स्वतंत्रपणे पडताळलेले नाहीत; या लेखासाठी Scion प्रणालीची चाचणी झाली नाही.