关注我

Claude写代码太快，Anthropic连源码系统都重造了，7人只用5个月

一天内合并代码次数突破3万大关，Anthropic的开发工具已无力应对这一局面。

10月13日，Anthropic在官方工程博客中透露：今年5月，公司日均合并代码变更约2500次；到了9月，这一数字激增至3万以上，增幅超过12倍。

为了应对这种爆炸式增长，一个由7人组成的团队在5个月内自主研发了全新的版本控制系统Scion，并将公司的单体代码库从Git完整迁移至该系统。

有趣的是，这形成了一个颇具讽刺的循环：Claude编写代码的速度过快，导致原有工具达到性能极限；而当团队重新打造工具、解决问题时，他们又依赖于Claude本身。Claude引发的问题，最终还是由Claude来解决。

一天3万次合并，代码生成后仍需排队等待

“一天3万次合并”到底意味着什么？可以将软件想象成一本多人协作修改的书籍，有人修改第一章，有人补充最后一章，还有人负责统一全书术语。各自完成任务后，工作并未结束——这些修改需要汇总，检查是否存在冲突；发现问题后，还需追踪修改历史并实现版本回退。

版本控制系统负责保存修改记录并协调变更，而软件能否正常运行，还需经过构建和测试环节。随着AI不断提交修改，后续流程必须同步提速，否则代码生成越快，待处理任务积压越多。Anthropic所面临的，正是这种压力。

三次补救，有效时间越来越短

这并非Anthropic首次因代码增长而重建工具。9月14日，公司在另一篇官方文章中披露：持续集成任务量在6个月内增长了25倍。持续集成可理解为代码修改后的自动构建与检查流程。

随着任务量增加，负责判断“本次修改需运行哪些测试”的服务开始滞后。团队最初通过增加处理能力应对，随后将任务拆分至多个工作进程，最后尝试每天重启服务。这三次临时补救的有效期分别为：70天、29天，以及不足一天。显然，修补措施争取到的时间越来越少。

最终，一名工程师用三周时间重构了这一服务。新架构运行成本更高，但更易扩展，优化后保持稳定。这篇复盘还提到，Claude倾向于提交更小、更细的修改，并在夜间和周末工作。修改更细、工作时间拉长，导致后续测试系统需处理更多任务。结合两次复盘来看，AI写代码速度提升，审查、测试和合并等环节的压力也随之增加。

7人5个月，Anthropic重造源码系统

面对源码管理瓶颈，Anthropic选择自建Scion。其主要变化是将更多操作交由服务器处理，客户端按需获取数据。通俗来说，任务需要哪部分资料，就取哪部分；能直接向服务器查询的问题，不必为获取答案而搬运大量数据。

少搬数据、少做重复工作，才能让更多任务同步推进。据Anthropic披露，以CPU和内存需求衡量，Scion的基础设施规模约为此前Git镜像基础设施的1/200。这一对比限定在源码管理所用基础设施，不能直接换算成公司整体开发成本。

在重建过程中，Claude为团队带来了一次意外提速。团队曾手写第一版Git到Scion的数据导入管线原型，随后让Claude Mythos Preview早期版本重新编写。官方称，重写后速度提升4倍，内存占用降至原来的1/20。AI带来的代码增长要求工具升级，而AI的编程能力又帮助团队加快升级。这也解释了为何Anthropic的7人团队能在5个月内完成系统建设和迁移。

当然，大公司为超大代码库自建工具早有先例。Meta在2022年介绍Sapling时，就说明了它如何应对代码库增长，并开放了兼容Git的客户端。这条路线有长期工程积累，不同项目起点和范围各异，不能仅凭开发周期比较效率。Anthropic明确表示，Scion面向极大规模代码库，并非适合一般用途的Git替代品。对多数团队而言，更值得思考的问题是：当AI提交的修改越来越多，现有流程会先堵在哪里？

工程师还要做什么

在这次项目复盘中，Anthropic特别强调了工程师的一项工作：对Claude说“不”。接到任务后，AI可提出方案并实现，但局部可行的方法放入整体系统，可能增加新复杂性或违背原有约束。因此，工程师需判断：为何当初这样设计？哪些条件必须坚持？今天省下的时间，是否会变成明天的维护负担？这些判断很难仅靠几行代码得出。

你用AI做小工具时，也可能遇到类似问题。功能越加越多，界面越改越复杂；一次修改解决眼前问题，却影响此前正常部分。此时，继续让AI添加代码未必能改善结果。删掉不必要需求、理清功能关系，甚至否决已写方案，同样是开发工作。

对普通人来说，难点在于：发现功能不好用不难，但问题出在哪里、该改哪部分、改完是否影响其他功能，仍需知识和经验判断。在Anthropic的这个7人团队中，工程师同样需要理解系统关系、作出架构取舍，并审核AI提交的变更。一天超过3万次合并，让“生成代码之后怎么办”的问题无法回避。

判断AI编程是否好用，不仅要看代码编写速度，更需关注产品能否正常使用、功能是否符合需求、出问题能否修复。后续环节跟得上，靠AI写代码省下的时间，才不会消耗在等待和返工中。通过开云网页入口，用户可获取更多关于AI开发工具的深度信息。

参考资料： https://x.com/AnthropicAI/status/2110047081414987957 本文来自微信公众号“新智元”（ID：AI_era），作者：元宇，36氪经授权发布。