Anthropic, Cursor, GitHub y OpenAI están evolucionando su gestión de versiones para adaptarla a la escala agentiva, un uso en el que agentes de software trabajan en paralelo sobre un mismo código. Cada uno abandona, a su manera, el modelo puramente descentralizado de Git, en el que cada nodo alberga una copia completa y autónoma del historial.
- Anthropic sustituye Git por Scion, que traslada las operaciones pesadas al servidor.
- Cursor usa registros de escritura en S3 y réplicas NVMe que solo actúan como caché.
- OpenAI crea Pando, que renuncia a un estado global coherente y reduce la latencia de los push casi un 80 %.
- GitHub limita el quórum a cada referencia y anuncia hasta 35 veces más rendimiento de escritura.
Anthropic reemplaza Git por Scion
En su monorepositorio interno, un repositorio único que agrupa su código, Anthropic pasó de aproximadamente 2.500 fusiones por día en mayo de 2026 a más de 30.000 en septiembre. El historial principal ronda los 100 GB, y se realizan cerca de 25 millones de extracciones diarias para la integración continua (CI). Según la empresa, un uso clásico de Git habría exigido transferir más de 600 PB de datos por día. Ejecutar cientos de espejos y snapshots del repositorio en un almacenamiento de objetos se había vuelto inmanejable.
Anthropic ha reemplazado Git por un sistema propio, bautizado Scion, desarrollado en 5 meses. El servidor se encarga de las operaciones pesadas, como las fusiones, los rebases y la creación de los commits, mientras que el cliente local se limita a una capa ligera, que gestiona una caché limitada y la materialización de los archivos en el disco bajo demanda.
Un conjunto de cambios (changeset) de Scion solo almacena la lista de archivos modificados respecto al primer padre, a diferencia de un commit de Git que apunta a un árbol completo de objetos. Scion también elimina los packfiles, esos archivos comprimidos que utiliza Git. Según Anthropic, la infraestructura consume 200 veces menos recursos de cálculo y memoria que su antigua flota Git, y la CI ha ganado un 25 % de capacidad de CPU.
Cursor se basa en un registro de escritura en S3
Cursor ha conservado el formato de almacenamiento y las herramientas nativas de Git, en discos NVMe locales. Para superar los límites de Spokes, la arquitectura histórica de replicación de GitHub, la empresa ha diseñado un motor alternativo llamado Continuity, aplicado a su monorepositorio y a una flota de micro-repositorios.
Esta arquitectura se basa en registros de escritura anticipada (WAL, Write-Ahead Logs), que almacenan varios objetos seguidos en un mismo archivo. Cada push forma una entrada distinta de este registro, y ningún push se confirma hasta que no se persiste en S3. Un archivo de índice, actualizado mediante CAS (compare-and-swap, una operación atómica de actualización condicional), ordena cada transacción. Las réplicas en discos NVMe son solo cachés, rehidratadas desde el registro, y cualquier nodo puede recibir una escritura.
Continuity alcanza 120 pushes por segundo en S3 Standard y más de 300 con S3 Express One Zone. Más allá de eso, es el límite intrínseco de velocidad de compactación de Git en disco el que se impone. En lectura, el sistema ha mostrado un escalado lineal hasta 100 réplicas, sin efecto sobre las escrituras.
OpenAI y GitHub ajustan sus arquitecturas
En dos años, el volumen de commits que llegan a la rama master del monorepositorio de OpenAI se ha multiplicado por aproximadamente 25, y la fiabilidad del control de versiones había caído por debajo del 90 %. En 10 semanas, la empresa ha desarrollado Pando. Este backend renuncia a proporcionar un estado coherente de todas las ramas en un momento dado, y adopta una coherencia causal: un cliente respeta el historial del autor de una rama, sin orden global con las ramas no relacionadas. Los servidores reutilizan packfiles inmutables y almacenan los datos en un almacenamiento de objetos, sin descompresión local durante los pushes. OpenAI indica que Pando ha reducido la latencia mediana de los pushes en casi un 80 % y permite entregar cerca de 1 PB de datos Git por día con « un puñado » de núcleos de CPU.
Por su parte, GitHub registró 7.380 millones de commits en septiembre de 2026, para 3.350 millones de pushes, un volumen que se ha más que quintuplicado en un año. Su arquitectura, en proceso de despliegue en producción, limita el quórum y el protocolo 3PC a las referencias individuales, y ya no al conjunto del repositorio. Las pruebas internas han mostrado un rendimiento de escritura de 3 a 4 veces mayor en los repositorios concurrentes. Los datos de autoridad se confían al almacenamiento de objetos de Azure, y GitHub anuncia una ganancia potencial de rendimiento de escritura de hasta un factor de 35, con un escalado autónomo de la capa de lectura.
