Az Anthropic új, saját fejlesztésű forráskód-kezelő rendszert és kódrevíziós eszközt vezetett be, miután a cég kódon végrehajtott változtatásainak sebessége jelentősen megnőtt. A hivatalos közlemény és a cég által közzétett adatok szerint május 2026-ban átlagosan körülbelül 2 500 kódváltoztatást egyesítettek naponta; szeptemberre ez a szám meghaladta a 30 000-et naponta.
Miért volt szükség a váltásra?
Anthropic szélsőséges követelményeket fogalmazott meg az új rendszerrel kapcsolatban. A fő ág (main branch) története önmagában közel 100 GB-ot tesz ki, és egy tömörített munkamásolat (compressed working copy) több mint 25 GB. A folyamatos integrációs (CI) rendszerek miatt a cég naponta körülbelül 25 millió kódkicsomagolást (checkout) végez; ez a szám nem tartalmazza a fejlesztői környezeteket, az ügynök (agent) homokozókat és a kutatási munkákat. Ha ezt a forgalmat naivan, Gitben kezelnék, az meghaladná a 600 petabájtot naponta.
Ezek a skálázási igények vezettek ahhoz, hogy az Anthropic saját rendszert építsen: a forráskód-kezelő neve Scion, a kódleátvizsgáló (code review) rendszer pedig Antique. A Scion működése külső szemlélő számára részben egyesített, központosított verziókövetési megközelítést juttathat eszébe, hasonlóan korábbi rendszerekhez, de a részletek a cég belső igényeihez igazodnak.
Fejlesztés és migráció
A Scion és az Antique fejlesztését egy hétfős csapat végezte, és a Gitről való átállás öt hónap alatt lezajlott. A cég megosztott adatai és diagramjai részletesen mutatják a napi egyesítések (merged changes) növekedését az év során.
Vizualizációk és közlések
A közzétett diagramon a szerző megjegyzése szerint Claude (Anthropic modellje) segítségével jelöltek be nyilvános modellmegjelenési dátumokat 2026-ra. Ezek a jelölések publikus kiadási dátumokat mutatnak, nem azt, hogy az adott modellek mikor váltak elérhetővé az Anthropic belső használatában. A szerző feltételezése szerint a Fable/Mythos osztályú modellek bevezetése kulcsfontosságú tényező lehetett a kódolási sebesség növekedésében.
Adversariális (ellenséges) lektorálás tapasztalatai
Az Anthropic széles körben alkalmaz adversariális lektorálást is: a módszer sok szempontból hatékonynak bizonyul, ugyanakkor szemléletbeli beszűküléshez vezethet. A cikkben említik, hogy tapasztalt mérnökökre volt szükség annak biztosítására, hogy a modell (Claude) ne vigye túlzásba a rendszer túltervezését hipotetikus problémák miatt. A szerző saját projektjeiben végzett kísérletei hasonló megfigyeléseket tükröznek.
Miért számít ez?
A történet rávilágít arra, hogy a generatív AI és a nagy modellek fejlesztése hogyan átalakíthatja a szoftverfejlesztési munkafolyamatokat és infrastruktúraigényeket. Azok a cégek, amelyek nagyon nagy számú, gyakori változtatást hajtanak végre, gyakran egyedi eszközöket és architektúrákat fejlesztenek, hogy kezeljék a méretezhetőségi és teljesítménybeli kihívásokat.
Összegzés
Anthropic saját Scion forráskód-kezelőt és Antique kódrevíziós rendszert hozott létre, hogy megfeleljen a növekvő kódváltoztatási sebességnek. A váltást egy hétfős csapat hajtotta végre, a migráció öt hónap alatt valósult meg, miközben a cég napi összevont egyesítéseinek száma májusról szeptemberre ~2 500-ról több mint 30 000-re nőtt 2026-ban.
