Anthropic только что объявила о том, что отказывается от Git; инструмент, который доминировал в программировании в течение 20 лет, не может противостоять искусственному интеллекту

В сообществе, занимающемся ИИ, почти все обсуждают, что заменит ИИ, включая меня, математиков, дизайнеров и экономистов, но больше всего «убьют» программистов, безусловно.

Anthropic дала неожиданный ответ: сначала нужно заменить инструменты, которыми программисты пользовались двадцать лет, а затем уже самих программистов.

Поскольку Claude пишет код очень быстро, настоящим узким местом в Anthropic являются программные инструменты, изобретенные людьми за последние несколько десятилетий, которые начинают не справляться с кодом, который ИИ может генерировать круглосуточно.

Другого выхода не было, поэтому Anthropic используя команду из 7 человек, по-прежнему работающую Claude , потратила 5 месяцев на создание совершенно новой системы контроля версий кода с нуля и перенос всего большого репозитория.

В среднем, слияние кода происходит каждые 3 секунды.

Итак, какой объем кода был сгенерирован внутри Anthropic за последние несколько месяцев?

В мае этого года Anthropic в среднем вносила около 2500 изменений в код в день (слияния, то есть код, прошедший проверку и официально добавленный в репозиторий), что является очень высоким показателем для крупной технологической компании.

Но к сентябрю этого года, всего четыре месяца спустя, это число выросло в 12 раз, достигнув 30 000 раз в день.

В пересчете на время это означает, что 24 часа в сутки, в среднем каждые 2,8 секунды, в основной код Anthropic добавляется новый, протестированный и проверенный фрагмент кода.

Ещё более тревожным является тот факт, что «мы не ожидаем замедления темпов роста в краткосрочной перспективе. Потенциальный спрос на объединённый код внутри компании практически безграничен, и каждый раз, когда мы устраняем узкое место в инфраструктуре, производство кода немедленно переживает новый всплеск».

Куда делась эта старая система контроля версий кода?

Git, доминировавший в мире программирования на протяжении 20 лет, не может угнаться за развитием искусственного интеллекта.

Многие люди, не обладающие техническими знаниями, но интересующиеся искусственным интеллектом, наверняка слышали о проектах с большим количеством звёзд на GitHub. GitHub — крупнейшее в мире сообщество разработчиков открытого исходного кода и место зарождения бесчисленных проектов в области ИИ. На GitHub размещены модели с открытым исходным кодом от Meta и DeepSeek.

Git на GitHub — это система контроля версий, которой ежедневно пользуются десятки миллионов программистов по всему миру.

Или, если вы позволите Cursor, Claude Code или Codex изменять код, окончательный «коммит» также пройдет через эту систему.

Если рассматривать кодовую базу компании как «супер-онлайн-документ», редактируемый всеми, то Git подобен историческим версиям, описанным ниже, — «машине времени и администратору».

Эта программа, изобретенная в 2005 году Линусом Торвальдсом, отцом Linux, записывает, кто и в какую строку текста в какую секунду внес изменения, гарантируя, что изменения, внесенные тысячами людей одновременно, не перезапишут друг друга, и что всегда возможен откат одним щелчком мыши.

На протяжении последних 21 года Git является бесспорным отраслевым стандартом. В его основе лежит предположение 2005 года: программисты могут писать код где угодно (в основном без доступа к интернету).

Чтобы пользователи могли просматривать и сравнивать изменения даже без доступа к интернету в самолетах или кафе, Git использует децентрализованную архитектуру. Когда нам нужно работать, он по умолчанию копирует и загружает полную историю изменений всего кода (в Anthropic этот пакет занимает около 100 ГБ) на ваш компьютер.

Эта конструкция была идеальна в эпоху «кода, написанного человеком», пока код не начал писать искусственный интеллект. Гордые преимущества Git, такие как «доступность в автономном режиме и наличие полной копии у каждого», в данном случае совершенно бесполезны.

При 25 миллионах операций по извлечению файлов в день — которые включают переключение между различными ветками, восстановление файлов и создание новых веток — каждая из этих операций требует загрузки огромного пакета кода. Без специальной оптимизации это будет генерировать более 600 ПБ трафика данных ежедневно, что эквивалентно перемещению 120 миллионов фильмов в формате 4K в пределах корпоративной интрасети каждый день.

Для обеспечения бесперебойной работы Git-сервисов Anthropic на пике своего развития поддерживала внутри себя сотни зеркальных серверов Git для распространения кода. Однако, поскольку новый код объединялся каждую секунду, скорость синхронизации зеркал просто не успевала за скоростью кодирования Claude .

Anthropic также задались вопросом, почему мы должны использовать систему, разработанную для «отключенных от внешнего мира людей», для обслуживания группы «постоянно работающих» агентов искусственного интеллекта?

Scion, созданный специально для ИИ.

Разобравшись в этом, Anthropic решила прекратить вносить изменения в Git и вместо этого изобрести велосипед заново, запустив собственную систему контроля версий Scion.

Поскольку ИИ-агент всегда онлайн, нет необходимости хранить 100 ГБ исторических данных локально. Кто в итоге изменил эту строку? В чем разница между двумя версиями? Агент может просто отправить API-запрос на сервер; ему даже не нужно загружать файлы кода локально.

Текущая версия Scion поддерживает "виртуализированное извлечение", что означает, что независимо от того, какую папку изменяет ИИ, извлекается только эта папка; и данные передаются из кэша памяти только тогда, когда программа фактически считывает строку файла.

В то же время Scion избавился от громоздкой локальной упаковки и глобальных блокировок. Время, необходимое ИИ для отправки кода, зависит только от количества измененных им строк и никак не связано с тем, что весь код занимает сотни гигабайт.

По сравнению с предыдущим кластером образов Git, поддерживаемым сотнями машин, Scion потребляет в 200 раз меньше ресурсов ЦП и памяти, а коэффициент попадания в кэш на всех уровнях превышает 99%.

Время, необходимое для загрузки кода в рамках задач искусственного интеллекта и тестирования, сократилось с нескольких минут до нескольких секунд. Только это ускорение позволило сэкономить 25% вычислительных мощностей всей системы непрерывной интеграции (CI) компании.

Эта система также была создана с помощью искусственного интеллекта.

Пять лет назад, если бы технологический гигант захотел заменить свою базовую систему контроля версий и одновременно переписать платформу для проверки кода, что бы это означало, если бы Anthropic одновременно разработала собственный инструмент для проверки кода, поиска кода и системы управления правами доступа под названием Antique?

В те времена, когда Google разрабатывал свою внутреннюю систему Piper, а Meta — свою систему Sapling, обеим требовались высококлассные команды специалистов по инфраструктуре, насчитывающие десятки или даже сотни человек, и миграция занимала несколько лет.

Но в Anthropic состав команды для всего проекта был следующим: 7 инженеров, 5 месяцев.

Секрет, конечно же, кроется в глубоком участии Claude в разработке. Они переписали конвейер миграции данных, написанный вручную инженерами на основе ранней внутренней модели, в результате чего потребление памяти сократилось до 1/20 от первоначального значения, а скорость увеличилась в 4 раза.

В своем блоге Anthropic также написал, что это был замечательный замкнутый цикл: именно мощные навыки программирования Claude довели их до грани краха системы, и именно благодаря безумному программированию Claude эти 7 человек смогли построить эту высокопроизводительную распределенную систему за 5 месяцев.

Ещё интереснее изменение ролей людей. Какими будут реальные условия работы ведущих инженеров в будущем?

Эти семь инженеров-людей были там не для того, чтобы писать код или проверять код ИИ; их задача заключалась в том, чтобы выяснить, почему ИИ необходимо вносить изменения.

Они обнаружили, что чаще всего говорили Claude слово «нет».

Когда Claude проводит «противоположные проверки кода» друг друга, ИИ часто становится чрезмерно одержимым, пишет излишне сложный и инженерно продуманный код, пытаясь защититься даже от самых незначительных гипотетических рисков. В этот момент должен вмешаться архитектор-человек, чтобы остановить ИИ и помочь ему упростить код.

Anthropic заявила, что не намерена продавать Scion в качестве коммерческого программного обеспечения. Причина публикации архитектуры заключается в том, что они видят перспективы на ближайшее будущее.

Когда код генерируется, тестируется и исправляется параллельно в фоновом режиме сотнями или тысячами агентов, все инструменты разработки программного обеспечения, предназначенные для «человеческой скорости», от систем контроля версий и проверки кода до конвейеров тестирования, мгновенно становятся препятствием для инноваций.

Anthropic в последнее время слишком часто предупреждала об обратном, и этот раз не исключение: по мере того, как инструменты программирования на основе ИИ проникают в различные отрасли, другим компаниям не придется долго ждать, вероятно, в течение следующих 6-12 месяцев, чтобы столкнуться с той же проблемой.