AI写代码进入高并发时代，GitHub之外的新代码基础设施正在成形

过去，代码托管平台更像是开发流程中的基础设施：工程师写代码、提交变更、发起合并请求，平台负责保存版本并触发测试。但随着AI代理开始批量生成代码，这套默认节奏正在被打破。

导语：代码生产速度超过了旧系统的设计假设

近期GitHub连续出现影响Git操作、合并请求和服务响应的故障，引发了开发者对平台承载能力的讨论。故障本身未必都由AI直接造成，但行业正在面对一个明确变化：写代码的人没有同比增加，代码提交、拉取和自动化任务却可能成倍增长。

OpenAI披露，其内部工程师借助Codex后，可以同时准备多份改动。每次推送又可能触发多个取代码、运行检查和测试的任务。为应对内部压力，OpenAI从今年4月开始让自研Git后端Pando承接真实流量，并称迁移后单次推送的中位耗时下降近八成。公司还计划收购代码托管工具提供商Pierre，将代码存储、文件树和差异查看等能力进一步纳入Codex生态。

核心变化：代码平台开始被AI产品“内置化”

• Cursor的Origin允许开发者直接创建仓库、审查代码和合并分支；已有GitHub项目也可以同步到Cursor中。
• Anthropic面向内部高频开发打造了Scion，并配套代码审查工具。它不要求客户端预先保存完整仓库，而是按需获取文件，历史查询、提交和合并更多交由服务器处理。
• Anthropic披露，内部每天合并的代码改动从5月约2500项增至9月超过3万项，持续集成任务每天取用代码约2500万次。这样的规模使传统镜像和全局合并锁更难维持。
• GitHub也在扩充计算和存储资源，并尝试让不同分支的更新并行处理，同时分离代码读写资源，以减少自动化任务之间的争抢。

意义：瓶颈从“写不出来”转向“管得住”

AI编程的真正挑战不再只是生成一段看似正确的代码，而是如何在高并发环境下完成验证、审查、冲突处理和责任追踪。Anthropic的做法包括让模型运行网页、执行测试，并提交截图、录像或测试结果作为验证证据；最终仍由工程师对改动负责。

这意味着代码托管正在从中立的存储服务，变成AI开发产品的核心组成部分。谁掌握代码上下文、测试反馈和合并流程，谁就更容易把“生成—验证—交付”串成闭环。不过，内部系统并不必然适合所有开发者，GitHub仍拥有广泛的社区生态和协作网络。未来更可能出现的不是单一平台立刻消失，而是AI公司建设专用基础设施、传统平台继续改造底层，并在不同场景长期共存。

来源：量子位