Anthropic、AIエージェント向けにソースコード管理を再設計

導入

Git のローカル中心モデルは、開発者が手元にリポジトリを持ち、コミットや履歴検索、チェックアウトを独立して行える点に強みがあります。しかし、AI エージェント、CI、研究タスクが同じモノリポジトリへ高頻度にアクセスする環境では、同一データの転送、圧縮、解析、キャッシュが何度も繰り返されます。ローカルで完結できるという長所が、インフラコストの増加要因にもなります。

Anthropic が説明した Scion は、この変化したワークロードを前提に設計されています。単に Git の前段へプロキシを置くのではなく、リポジトリ操作の実行場所とデータモデルを見直しています。

主なポイント

• 変更量が急増した。 Anthropic によると、1 日のマージ変更数は 5 月の約 2500 件から、9 月には 3 万件超へ増加しました。CI は 1 日約 2500 万回のチェックアウトを実行し、モノリポジトリの履歴は約 100GB、圧縮済みの作業コピーも 25GB を超えます。
• 主要操作をサーバーで実行する。 コミット、マージ、リベース、履歴検索、コード追跡の問い合わせをサーバー側で処理します。クライアントは容量を制限したオブジェクトキャッシュだけを持ち、仮想チェックアウトでは必要なファイルだけを実体化します。
• コンテンツアドレス方式を採用する。 変更セットは最初の親変更セットとの差分ファイルを記録し、圧縮されたファイル内容を Blob ストレージへのポインターで参照します。変更セットの作成と参照更新を分離することで、受け入れ時のサーバー間調整を減らします。
• キャッシュをシステムの中核に置く。 ノード上のデーモンが複数タスクでオブジェクトを共有し、リージョナルキャッシュが権威サーバーから不足データを取得します。毎回カスタム Packfile を交渉する代わりに、不変のツリーと Blob を直接要求します。
• 効果は内部ワークロードに依存する。 Anthropic は各キャッシュ層で 99% 超のヒット率、従来の Git ミラーに比べた CPU・メモリ基盤の約 200 分の 1 の使用量、CI と研究タスクのチェックアウト速度の 2 桁向上を報告しています。ただし、これは Git との一般的な比較試験ではありません。

意義と課題

Scion の本質は、「すべての作業に完全なローカルチェックアウトが必要なのか」という問いにあります。履歴や差分の取得、一部の書き込み操作を API として提供すれば、ツールやエージェントは作業ツリー全体を取得せずに処理できます。大量のコードエージェントを動かす組織では、重複した転送、圧縮、チェックアウトを減らせる可能性があります。

一方で、オフラインで独立して動く Git の性質は弱まります。Scion はコードレビュー、コード検索、CI などの高度にカスタマイズされた仕組みとの連携を前提とし、サーバー、リージョナルキャッシュ、権威ストレージの障害が多数のタスクへ同時に波及する可能性もあります。導入には大きな統合作業が必要です。

したがって Scion は、汎用 Git の後継というより、高並行なソフトウェア開発向けの設計パターンとして見るべきでしょう。Anthropic は、Mononoke と Bonsai データモデルが多くの技術を先に採用していたと説明しています。既存の Git 環境でも、サーバー API の充実、オブジェクト取得の効率化、不変データの安全な共有という考え方は取り入れられます。

InfoQ 中文