La migrazione parte da una domanda diversa: circa 2.500 merge giornalieri nel maggio 2026 diventano oltre 30.000 in settembre. Secondo Anthropic, sviluppo e ricerca con Claude rendevano Git costoso. Scion risponde con un servizio per agenti online, non repository locali autosufficienti.
Sette ingegneri hanno costruito anche Antique e servizi ausiliari, completando in cinque mesi, dice la società. È un problema architetturale preciso, non un giudizio contro Git. Ricevere e distribuire codice a basso costo non elimina la verifica dell'insieme e la responsabilità.
I checkout pesavano quanto i commit
La storia principale sfiorava 100 GB e la copia compressa superava 25 GB. Prima di ambienti, sandbox e ricerca, CI eseguiva 25 milioni di checkout al giorno. Recuperi ingenui avrebbero generato oltre 600 petabyte quotidiani di traffico Git.
Cloni superficiali, checkout sparsi, snapshot e centinaia di mirror già aiutavano. Gli snapshot invecchiavano, la storia parziale complicava diff, ricerche e blame. Un'altra cache non risolveva necessariamente il tipo di richieste.
Git offre a ogni clone dati e funzioni indipendenti, anche offline. I clienti dominanti erano lavori online che chiedevano una directory, una differenza o base di merge. Fornire autonomia da laptop significava pagare capacità raramente utilizzate.
Il server diventa il calcolatore del controllo versioni
Scion sposta cronologia, creazione, diff, merge e rebase al server. Un client leggero mantiene cache limitata e crea solo file necessari. Alcuni lavori usano API senza checkout: dalla sincronizzazione di pari completi a calcolo condiviso.
L'unità è un changeset in un log anticipato, con file cambiati rispetto al padre. Contenuti compressi e indirizzati dal contenuto sono separati. Oggetti immutabili si riusano in cache senza produrre grandi packfile per ogni modifica.
Rami e tag restano, ma fuori da principale e release si limitano per coordinamento globale. Indici di blame, copia e grafi sono derivati a parte, subito o su richiesta. Modificare un indice non cambia dati fondamentali o ogni client.
Demoni dei nodi condividono oggetti e cache regionali proteggono il centro. La gerarchia impedisce che un guasto regionale riversi tutto sui server autorevoli. Sparse, virtualizzazione e API riducono file, ma accrescono dipendenza da rete e servizio centrale.
I guadagni interni non dettano la scelta di ogni team
Anthropic riporta hit oltre 99% per livello, CPU e memoria 200 volte inferiori ai mirror, checkout da minuti a secondi e 25% della CPU CI restituita. Sono misure interne, non benchmark riproducibili esternamente.
Claude aiutò: un modello interno avrebbe rifatto l'ingestione manuale con venti volte meno memoria e velocità quadrupla, preservando requisiti impliciti. È un caso aziendale, non garanzia che ogni riscrittura rispetti ipotesi nascoste.
Google Piper e Meta Sapling sono precedenti di grandi monorepo, e Sapling mantiene processi Git. Scion presume client automatici online. Adottarlo richiederebbe revisione, ricerca, identità, permessi e CI, non soltanto un comando più rapido.
La revisione umana guarda l'intento, le interazioni restano difficili
Ogni modifica riceve ancora revisione umana, ma centrata sull'intento anziché ogni riga. Cresce il peso di test, spiegazioni e analisi. Corrispondere allo scopo non prova implementazione corretta o invarianti non espresse.
Gli ingegneri dissero spesso no. Componenti volevano scandire linearmente log invece di chiedere ad Antique il tempo autorevole di merge. Critiche avversarie generavano eccessive verifiche e complessità. Le ottimizzazioni convivevano con soluzioni locali da rifiutare.
Scion blocca conflitti testuali, non semantici. Una modifica aggiorna funzione e chiamate; un'altra aggiunge una chiamata con vecchie ipotesi. Si fondono senza errori testuali e falliscono insieme. Code classiche testano prima del prossimo gruppo, ma centinaia o migliaia durante un test rendono impossibile un blocco globale.
Si investe quindi dopo merge e prima del deploy. Fuzzing, simulazioni isolate, limiti, diritti di directory e approvazioni per rischio sostengono il confine. Non cancellano il rischio: rilevamento e riparazione si avvicinano al rilascio, che deve fermare combinazioni sbagliate.
Manca il confronto sulla qualità nel tempo
Monitori Claude persistenti, superfans, osservano telemetria e log in Slack insieme agli allarmi. Possono trovare schemi fuori soglia, ma più controllo non è un esito. Riparare rapidamente conta con rilevamento e isolamento o ripristino efficaci.
Il numero include piccoli esperimenti e rollback. Mancano tassi indipendenti di difetti, rollback, incidenti e quota scritta o rivista dagli agenti. Senza denominatori non sappiamo se il throughput migliori affidabilità o appesantisca governance.
La lezione trasferibile è più stretta della sostituzione Git. API, cache condivisa, ambienti virtuali e revisione del rischio affrontano colli specifici mantenendo storia portabile e resilienza offline. Pochi dimostrano carico e integrazione analoghi.
Scion mostra come generare codice cambi la piattaforma. Prove migliori unirebbero risparmio a release stabili, responsabilità e meno difetti sfuggiti. Per ora è ingegneria con un compromesso esplicito di verifica, non un modello universale di sicurezza.
Lettura collegata alla documentazione del contesto di lavoro: basi di conoscenza per documenti tecnici ; secondi cervelli nativi IA.