Anthropic کے مطابق اس کے اندرونی monorepo میں روزانہ merge ہونے والی تبدیلیاں مئی کے تقریباً 2,500 سے بڑھ کر ستمبر 2026 میں 30,000 سے زیادہ ہو گئیں۔ اس کی 13 اکتوبر کی انجینئرنگ رپورٹ Scion کا تعارف کراتی ہے، جو ان ایجنٹوں اور خودکار کاموں کے لیے بنایا گیا سورس کنٹرول نظام ہے جنہوں نے اس اضافے کا بڑا حصہ پیدا کیا۔ مفید انجینئرنگ سوال یہ ہے کہ جب مرکزی سروس تاریخ، commits اور merges سنبھال سکتی ہو تو کلائنٹ کو خود کون سا کام کرنا باقی رہتا ہے۔

بڑی تبدیلی

  • کیا بدلا: Anthropic نے پانچ ماہ میں اپنا monorepo Git سے Scion پر منتقل کیا۔ Scion کلائنٹس صرف مطلوبہ آبجیکٹس حاصل کرتے ہیں اور commits، merges، rebases اور تاریخ کے سوالات سرور کو سونپ دیتے ہیں۔ Anthropic نے اسے ایسے ورک لوڈ کے لیے بنایا جس میں آن لائن ایجنٹس اور کام غالب ہیں۔
  • یہ کیوں اہم ہے: CI کام مقامی repository برقرار رکھے بغیر API کے ذریعے diff یا merge base مانگ سکتا ہے۔ فائلوں کی ضرورت ہو تو sparse یا virtualized checkout ڈسک پر آنے والا مواد محدود کرتا ہے۔ اس سے لاگت اور عملی ذمہ داری مرکزی سروس کی طرف منتقل ہوتی ہے۔
  • کس بات پر نظر رکھیں: Anthropic اپنے نظام میں تیز checkouts اور کم بنیادی ڈھانچے کے استعمال کی رپورٹ دیتا ہے، مگر یہاں آزادانہ تصدیق نہیں ہوئی۔ کمپنی کے مطابق Scion ایک مخصوص اندرونی نظام ہے، اور منتقلی کے لیے code review، search اور CI میں بھی تبدیلیاں درکار تھیں۔

اس monorepo میں Git مہنگا کیوں ہوا

Git کا تقسیم شدہ ڈیزائن ہر مکمل clone کو آف لائن کام کے لیے درکار تاریخ اور آبجیکٹس دیتا ہے۔ Anthropic کا کہنا ہے کہ اس کے monorepo کی مرکزی شاخ کی تاریخ تقریباً 100 GB ہے، جبکہ compressed کام کرنے والی نقل 25 GB سے زیادہ ہے۔ اس کا CI بیڑا روزانہ تقریباً 25 ملین code checkouts کرتا ہے، اس میں developer ماحول، agent sandboxes اور research کام شامل نہیں۔ یہ Anthropic کے ورک لوڈ کے اعداد ہیں، کوئی عمومی حد نہیں جس پر Git کام کرنا چھوڑ دیتا ہے۔

کمپنی پہلے سے shallow clones، sparse checkouts، اندرونی mirrors اور repository snapshots استعمال کرتی تھی۔ اس کے مطابق repository اور merge rate بڑھنے پر کئی سو mirrors چلانا بالآخر مشکل ہو گیا۔ Anthropic کی تشخیص مخصوص تھی: اس کے زیادہ تر کلائنٹس پہلے ہی آن لائن ایجنٹس یا کام تھے، مگر ٹولز پھر بھی مقامی repository برقرار رکھنے کی لاگت کا بڑا حصہ اٹھا رہے تھے۔

Scion اس آن لائن رابطے کو ڈیزائن کی بنیاد بناتا ہے۔ انجینئرنگ رپورٹ کے مطابق سرور تاریخ اور blame کے سوالات کے جواب دیتا، commits بناتا، اور merges و rebases انجام دیتا ہے۔ کلائنٹ آبجیکٹس کا محدود cache رکھتا، مطلوبہ کام کی فائلیں ڈسک پر رکھتا اور مقامی فائل تبدیلیاں دیکھتا ہے۔ یہ کارروائیاں خود کرنے کی صلاحیت چھوڑنا ایک دانستہ سمجھوتا ہے تاکہ ہر کلائنٹ تک کم ڈیٹا بھیجا جائے۔

Checkout چھوٹا یا غیر ضروری بھی ہو سکتا ہے

Scion اپنے کلائنٹس کے استعمال کردہ سورس کنٹرول سوالات APIs کے ذریعے فراہم کرتا ہے۔ Anthropic کے مطابق merge base سے diff درکار CI کام براہ راست سرور سے پوچھ سکتا ہے۔ اس کی خودکار bisect اور revert پائپ لائنیں بھی یہی پروگراماتی راستہ استعمال کرتی ہیں۔ ان کاموں میں شاید کام کو working copy بنانی ہی نہ پڑے۔

جب کام کو فائلیں درکار ہوں تو Scion صرف مطلوبہ ڈائریکٹریوں پر مشتمل sparse checkouts اور ایسی virtualized checkouts کی حمایت کرتا ہے جو پڑھنے پر فائلیں بناتے ہیں۔ بڑا packfile طے کرنے کے بجائے کلائنٹ مخصوص غائب trees اور blobs کو درجہ بہ درجہ مانگتا ہے۔ ہر مطلوبہ آبجیکٹ کی ناقابلِ تغیر، content-addressed شناخت ہوتی ہے، اس لیے cache مواد میں تبدیلی جانچے بغیر اسے واپس دے سکتا ہے۔ Anthropic کلائنٹس اور مستند سرورز کے درمیان node-level daemon اور علاقائی caches بیان کرتا ہے؛ تمام سطحیں آبجیکٹ کی درخواست کا ایک ہی پروٹوکول استعمال کرتی ہیں۔

مکمل مقامی clone کے مقابلے میں اس ڈیزائن کی ناکامی اور دیکھ بھال کی حدود مختلف ہیں۔ کلائنٹ ان کاموں کے لیے سروس پر منحصر ہے جو Git آف لائن کر سکتا ہے، اور سروس کو بیڑے کی رفتار سے آبجیکٹ اور تاریخ کے سوالات فراہم کرنا ہوتے ہیں۔ Anthropic کہتا ہے کہ cache کی تہیں جزوی طور پر اس لیے نافذ کی گئی ہیں کہ علاقائی cache کی خرابی upstream سرورز کو مغلوب نہ کرے۔ مضمون اس معماری کی دستیابی کے اعداد نہیں دیتا۔

سرور کیا محفوظ اور شمار کرتا ہے

Scion میں کام کی اکائی write-ahead log میں ایک changeset ہے۔ Anthropic کے مطابق یہ پہلے parent کے مقابلے میں بدلی ہوئی فائلیں درج کرتا اور blob storage میں compressed فائل مواد کے pointers رکھتا ہے۔ ہر write پر مشترک branch pointer منتقل کیے بغیر سرور changesets بناتا ہے۔ الگ اخذ کردہ ڈھانچے file blame، path history اور commit ancestry جیسے سوالات کی حمایت کرتے ہیں؛ Anthropic کچھ فوراً شمار اور کچھ بعد میں کر سکتا ہے۔

یہ علیحدگی API ڈیزائن کے لیے اہم ہے۔ کام merge base یا فائل کی تاریخ مانگ سکتے ہیں، بغیر ان تمام ڈھانچوں کے جو جواب مقامی طور پر نکالنے کے لیے درکار ہوں۔ ان ڈھانچوں کو برقرار رکھنے کی لاگت بھی Anthropic کی سروس پر منتقل ہوتی ہے۔ کمپنی کا کہنا ہے کہ وہ repository ڈیٹا تقسیم اور اجزا الگ الگ scale کرتی ہے، اور سرور پر بھی repository کی مکمل مادی نقل موجود نہیں۔

Anthropic رپورٹ کرتا ہے کہ Scion کا بنیادی ڈھانچہ اس کے پچھلے Git mirroring setup کے مقابلے میں CPU اور memory 200 گنا کم استعمال کرتا ہے، اور CI و research checkouts اب منٹوں کے بجائے سیکنڈ لیتے ہیں۔ کمپنی اس تبدیلی کو CI میں CPU گنجائش کے 25% اضافے سے جوڑتی ہے۔ یہ تقابل Anthropic کے سابقہ اندرونی نظام اور اس کے اپنے ورک لوڈ سے ہے؛ BIG CHANGE نے یہ پیمائشیں دوبارہ نہیں کیں اور بنیادی telemetry کا معائنہ نہیں کیا۔

منتقلی کی لاگت بھی نتیجے کا حصہ ہے

Anthropic کہتا ہے کہ سات انجینئروں نے Scion، ساتھ استعمال ہونے والا code review ٹول Antique اور متعلقہ نظام بنائے، پھر پانچ ماہ میں monorepo منتقل کیا۔ اس رپورٹ میں نئی code search، access control اور code کے جائزے و انضمام کے طریقے میں تبدیلیوں کا بھی ذکر ہے۔ اس ڈیزائن کا جائزہ لینے والی تنظیم کو سورس کنٹرول سروس کے ساتھ ان متعلقہ ورک فلو کو بھی شمار کرنا چاہیے۔

Anthropic واضح طور پر کہتا ہے کہ Scion عمومی Git متبادل کے طور پر موزوں نہیں۔ اس کے اندرونی review، search اور CI اجزا حسب ضرورت ہیں، اور Git سے ہٹنے کے لیے پورے development lifecycle میں تبدیلیاں درکار ہوں گی۔ رپورٹ کا محدود تر معماری سبق یہ ہے کہ آن لائن سروس خودکار کلائنٹس کے لیے سورس کنٹرول کے مزید سوالات کا جواب دے سکتی ہے، جبکہ کلائنٹس صرف استعمال ہونے والی فائلیں رکھتے ہیں۔ Anthropic کے مطابق کچھ خیالات—جیسے زیادہ بھرپور server APIs اور Git کی sparse و shallow خصوصیات کا بہتر امتزاج—Scion اپنائے بغیر بھی لاگو کیے جا سکتے ہیں۔

ذرائع اور مزید مطالعہ

  • Anthropic Engineering، “Redesigning source control at Anthropic” (13 اکتوبر 2026)۔ Scion کی معماری، منتقلی اور اندرونی ورک لوڈ و کارکردگی کے اعداد پر Anthropic کی اپنی بنیادی رپورٹ۔ BIG CHANGE نے رپورٹ شدہ پیمائشوں اور عملی نتائج کی آزادانہ تصدیق نہیں کی؛ اس مضمون کے لیے Scion کا کوئی نظام آزمایا نہیں گیا۔