Anthropic, Cursor, GitHub e OpenAI stanno evolvendo la loro gestione delle versioni per adattarla alla scala agentica, un utilizzo in cui agenti software lavorano in parallelo sullo stesso codice. Ognuno abbandona, a modo suo, il modello puramente decentralizzato di Git, in cui ogni nodo ospita una copia completa e autonoma della cronologia.
- Anthropic sostituisce Git con Scion, un sistema interno che gestisce sul server fusioni, rebase e commit.
- Scion riduce di 200 volte il consumo di calcolo e memoria rispetto alla vecchia flotta Git.
- Cursor mantiene Git e affida le scritture a journal WAL su S3, raggiungendo 120 push al secondo.
- OpenAI adotta Pando con coerenza causale, mentre GitHub limita il quorum ai singoli riferimenti.
Anthropic sostituisce Git con Scion
Sul suo monorepo interno, un repository unico che raccoglie il suo codice, Anthropic è passato da circa 2.500 fusioni (merge) al giorno nel maggio 2026 a oltre 30.000 a settembre. La cronologia principale si avvicina a 100 GB, e quasi 25 milioni di estrazioni giornaliere vengono effettuate per l’integrazione continua (CI). Secondo l’azienda, un utilizzo classico di Git avrebbe richiesto il trasferimento di oltre 600 PB di dati al giorno. Far girare centinaia di mirror e snapshot del repository su uno storage a oggetti era diventato ingestibile.
Anthropic ha quindi sostituito Git con un sistema interno, battezzato Scion, sviluppato in 5 mesi. Il server gestisce le operazioni pesanti, come le fusioni, i rebase e la creazione dei commit, mentre il client locale si limita a uno strato leggero, che gestisce una cache limitata e la materializzazione dei file sul disco su richiesta.
Un changeset Scion memorizza solo l’elenco dei file modificati rispetto al primo parent, a differenza di un commit Git che punta a un albero completo di oggetti. Scion elimina anche i packfile, questi archivi compressi utilizzati da Git. Secondo Anthropic, l’infrastruttura consuma 200 volte meno risorse di calcolo e memoria rispetto alla sua vecchia flotta Git, e la CI ha guadagnato il 25% di capacità CPU.
Cursor si basa su un journal di scrittura su S3
Cursor ha mantenuto il formato di storage e gli strumenti nativi di Git, su dischi NVMe locali. Per superare i limiti di Spokes, l’architettura storica di replica di GitHub, l’azienda ha progettato un motore alternativo chiamato Continuity, applicato al suo monorepo e a una flotta di micro-repository.
Questa architettura si basa sui journal di scrittura anticipata (WAL, Write-Ahead Logs), che memorizzano più oggetti di seguito nello stesso file. Ogni push forma una voce distinta di questo journal, e nessun push viene confermato finché non viene persistito su S3. Un file di indice, aggiornato tramite CAS (compare-and-swap, un’operazione atomica di aggiornamento condizionale), ordina ogni transazione. Le repliche su dischi NVMe sono solo cache, reidratate dal journal, e qualsiasi nodo può ricevere una scrittura.
Continuity raggiunge 120 push al secondo su S3 Standard e oltre 300 con S3 Express One Zone. Oltre questo limite, è il limite intrinseco della velocità di compattazione di Git su disco a imporsi. In lettura, il sistema ha mostrato una scalabilità lineare fino a 100 repliche, senza effetti sulle scritture.
OpenAI e GitHub adattano le loro architetture
In due anni, il volume di commit arrivati sul ramo master del monorepo di OpenAI è stato moltiplicato per circa 25, e l’affidabilità del controllo delle versioni era scesa sotto il 90%. In 10 settimane, l’azienda ha sviluppato Pando. Questo back-end rinuncia a fornire uno stato coerente dell’insieme dei rami in un dato istante e adotta una coerenza causale: un client rispetta la cronologia dell’autore di un ramo, senza un ordine globale con i rami non correlati. I server riutilizzano packfile immutabili e memorizzano i dati su uno storage a oggetti, senza decompressione locale durante i push. OpenAI indica che Pando ha ridotto la latenza mediana dei push di quasi l’80% e permette di distribuire quasi 1 PB di dati Git al giorno con « una manciata » di core CPU.
Da parte sua, GitHub ha registrato 7,38 miliardi di commit a settembre 2026, per 3,35 miliardi di push, un volume che è più che quintuplicato in un anno. La sua architettura, in fase di distribuzione in produzione, limita il quorum e il protocollo 3PC ai singoli riferimenti, e non più all’intero repository. I test interni hanno mostrato una velocità di scrittura da 3 a 4 volte superiore sui repository concorrenti. I dati di autorità sono affidati allo storage a oggetti Azure, e GitHub annuncia un potenziale guadagno di velocità di scrittura fino a un fattore 35, con una scalabilità autonoma dello strato di lettura.
