LONDON (IT BOLTWISE) – Anthropic verschiebt den Engpass im Softwareprozess: Nicht das Schreiben von Code, sondern die Infrastruktur rund um Quellcode-Steuerung bremst inzwischen. Im Mai 2026 wurden im Schnitt rund 2.500 Codeänderungen pro Tag zusammengeführt, bis September stieg der Wert auf über 30.000 pro Tag. Um diese Last zu tragen, migrierte das Unternehmen in fünf Monaten ein Monorepo von Git auf ein inhouse entwickeltes System namens Scion. Der Beitrag zeigt, wie Scion Daten und Protokolle für ständig online arbeitende Agenten auslegt und welche Architekturdetails die Performance treiben.
Bei Anthropic ist Künstliche Intelligenz längst nicht mehr nur ein Tool für einzelne Programmieraufgaben, sondern treibt ganze Forschungs- und Entwicklungszyklen. In der Folge verschiebt sich der Engpass spürbar: Während Claude autonom Recherche-Loops durchläuft, Mikro-Optimierungen an komplexen Programmen vornimmt und neue Services aufsetzt, wird die limitierende Komponente zunehmend die Software-Entwicklungsinfrastruktur, die ursprünglich für Menschen und deren Arbeitsrhythmus gebaut wurde. Konkret nennt Anthropic Source-Control-, Build- und CI-Ketten als Bottleneck. So wird nachvollziehbar, warum der Wechsel von „Code schreiben“ zu „Code in großem Maßstab zusammenführen und verwalten“ so anspruchsvoll wird, wenn Agenten permanent neue Änderungen erzeugen und Merge-Raten exponentiell steigen.
Die Zahlen, die Anthropic dafür anführt, sind in zweierlei Hinsicht wichtig: Sie zeigen die Größenordnung und sie erklären, warum klassische Git-Workarounds irgendwann nicht mehr reichen. Für den Mai 2026 nennt das Unternehmen im Schnitt etwa 2.500 gemergte Code-Änderungen pro Tag; bis September seien es mehr als 30.000 pro Tag gewesen. Gleichzeitig beschreibt Anthropic, wie schnell die Datenlast im Monorepo wächst: Die Historie der Main-Branch kommt allein auf fast 100 GB, eine komprimierte Working Copy liegt über 25 GB. Für CI gibt es rund 25 Millionen Code-Checkouts pro Tag, bevor man Entwickler-Umgebungen, Agent-Sandboxes und Forschungsjobs mitzählt. Naiv betrachtet entspräche das mehr als 600 PB Git-Traffic pro Tag – eine Größenordnung, die selbst mit partiellen Klonen, Sparse-Checkouts und Promisor-Remotes praktisch kaum beherrschbar bleibt.
Der entscheidende Perspektivwechsel liegt laut Anthropic darin, dass Git trotz seiner Stärke als dezentraler Standard zunehmend in eine zentralsystemartige Nutzung gedrängt wird: Viele Unternehmen verwenden Git als „eine autoritative Kopie“, während nahezu alle Clients heute per Definition online sind – etwa Agenten und Jobs. Git ist aber auf Offline-Arbeit ausgelegt, inklusive der Fähigkeit jedes Clients, Diffs und History lokal zu berechnen, Blame zu lesen oder Revisionen vollständig offline auszuchecken. Anthropic argumentiert, dass diese Eigenschaften mit zunehmender Monorepo-Größe aktiv gegen die Skalierung arbeiten. Entsprechend formuliert das Unternehmen Prinzipien für Scion im „Agentenmaßstab“: Clients sind immer online; Server und Client sind asymmetrisch verteilt, sodass der Server Commit-Erstellung, Merges und Blame-Anfragen übernimmt; und eine umfassende Source-Control-Service-Schicht wird so gestaltet, dass auch CI-Tools Antworten nicht mehr aus lokalen Repos ziehen müssen, sondern über APIs abfragen können.
Technisch setzt Scion dann dort an, wo Git bei großen Datenmengen typischerweise Pflegeaufwand erzeugt. Anstelle von packfile-Mechanismen (komprimierte Objektbündel) nutzt Scion als primäre Arbeitseinheit einen „Changeset“, der in einem Write-Ahead-Log landet. Ein Changeset speichert dabei im Kern, was ein Git-Commit im Ergebnis liefert, aber statt auf einen Baumzeiger setzt das System auf eine Liste der geänderten Dateien relativ zum ersten Parent, ergänzt um content-adressierte Verweise auf komprimierte Blob-Inhalte im Blob-Storage. Weil Changesets serverseitig entstehen und überall sofort verfügbar sind, lässt sich laut Anthropic ein hoher Durchsatz realisieren: Kein packfile-Handling, kein Locking und keine sperrige Cross-Server-Koordination. Für Funktionen wie „wer hat diese Zeile zuletzt geändert?“ ergänzt Scion „derived data“: abgeleitete Datenstrukturen werden aus Changesets rekursiv berechnet, können je nach Bedarf eager oder deferred erfolgen und lassen sich serverseitig optimieren, ohne dass Clients die internen Strukturen kennen müssen.
Mit der Skalierung adressiert Scion außerdem bewusst den Zugriffspfad der Daten. Anthropic beschreibt eine Serverflotte, in der horizontale Skalierung dadurch erleichtert wird, dass Source-Control-Daten content-addressed sind und jede Instanz cachen kann, ohne andere um Erlaubnis zu fragen. Praktisch bedeutet das: Scion-Server können abgeleitete Daten on the fly berechnen und Ergebnisse zurückschreiben. Für Konsumenten wie CI- und Forschungsjobs wird der lokale Repository-Betrieb zunehmend überflüssig, weil Scion nicht nur „Metadata“-Fragen, sondern auch diff-, Merge-Base- und Blob-Zugriffe über eine API bereitstellt. Zentral ist dabei ein skalierbares Tiered-Cache-Konzept: Ein scion-daemon hält Objekte auf Node-Ebene vor, startet typischerweise aus einem periodisch erneuerten Snapshot und spricht dann mit regionalen scion-cache-Servern; fehlende Objekte werden von autoritativen scion-servers nachgeladen. Dass jede Ebene identische RPCs bedient und die Tiering-Kopplung Failure-Domains isoliert, reduziert zudem das Risiko, dass ein Ausfall in einer Region die gesamte Systemkette dominiert.
Für die Einordnung ist außerdem relevant, welche operativen Verbesserungen Anthropic direkt quantifiziert und welche Denkfehler das Projekt gerade im Zusammenspiel von Agenten und Infrastruktur sichtbar gemacht hat. Die Scion-Infrastruktur sei mittlerweile laut Bericht etwa 200-mal kleiner im CPU- und Memory-Footprint als die vorherige Git-Mirroring-Infrastruktur. Zudem würden CI- und Forschungsjobs Code-Checkouts „in Sekunden statt Minuten“ durchführen; CI allein habe dabei laut Angabe 25% CPU-Kapazität eingespart. Neben Performance nennt Anthropic Sicherheits- und Governance-Aspekte als Designziel: Scion unterstützt reiches Access Control auf Repository-Ebene und granularere Permissions bis auf Verzeichnisse; die Code-Review-Werkzeuge wiederum können semantische Approval-Bedingungen ausdrücken, sodass „comment-only“ nicht auf dem gleichen Niveau behandelt wird wie sensitive logische Änderungen. Auch das Betriebsmodell fällt auf: „Superfans“ genannten Claude-Instanzen beobachten einzelne Komponenten besonders intensiv über Telemetrie und Logs und ergänzen klassische Alerts durch das Erkennen subtiler Muster.
Am Ende ordnet Anthropic Scion als Beispiel ein, das nicht 1:1 für jedes Unternehmen taugt. Das System divergiere bewusst von Git, sodass Organisationen nicht nur einen neuen Server bräuchten, sondern zahlreiche Teile des Entwicklungs-Lifecycle umstellen müssten, inklusive Code Review, Code Search und CI. Dazu kommt, dass Anthropic intern so viele Token für eigene Zwecke aufwendet, dass sich die Entwicklungs- und Testintensität für andere Firmen nicht gleichermaßen „einfach skalieren“ lässt. Trotzdem ist die strategische Botschaft klar: Innerhalb der nächsten sechs bis zwölf Monate erwarten die Autoren häufiger ähnliche Skalierungsprobleme, weil Agenten immer mehr Code schreiben und Merge-Raten steigen. Der Beitrag zielt daher weniger auf eine „Git-Ersetzung“, sondern auf die Übertragbarkeit erfolgreicher Architekturideen – etwa serverseitige RPCs, besser komponierbare Verhandlungen und ein Source-Control-Design, das von Beginn an online arbeitende Clients als Normalfall betrachtet.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Anthropic baut Scion: Quellcode-Management für agentengetriebene Entwicklung" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Anthropic baut Scion: Quellcode-Management für agentengetriebene Entwicklung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Anthropic baut Scion: Quellcode-Management für agentengetriebene Entwicklung« bei Google Deutschland suchen, bei Bing oder Google News!