Anthropic, Cursor, GitHub i OpenAI modernizują swoje systemy kontroli wersji, dostosowując je do skali agentycznej, gdzie wiele agentów programowych równolegle pracuje nad tym samym kodem. Każdy z nich w pewien sposób odchodzi od czysto zdecentralizowanego modelu Git, w którym każdy węzeł przechowuje pełną, autonomiczną kopię historii.
- Anthropic zastępuje Git własnym systemem Scion, który zużywa 200 razy mniej zasobów.
- Cursor opiera przechowywanie na dzienniku zapisu na S3 i osiąga 120 pushy na sekundę.
- OpenAI wdraża backend Pando, który skraca medianę opóźnienia pushy o prawie 80%.
- GitHub ogranicza kworum do pojedynczych referencji i zwiększa przepustowość zapisu 3-4 razy.
Anthropic zastępuje Git systemem Scion
W swoim wewnętrznym monorepo, pojedynczym repozytorium zawierającym cały kod, Anthropic przeszedł z około 2500 scalzeń dziennie w maju 2026 roku do ponad 30 000 we wrześniu. Główna historia zajmuje około 100 GB, a dziennie wykonywanych jest blisko 25 milionów pobrań na potrzeby ciągłej integracji (CI). Według firmy, klasyczne użycie Git wymagałoby transferu ponad 600 PB danych dziennie. Utrzymywanie setek lustrzanych kopii i migawek repozytorium w magazynie obiektowym stało się niezarządzalne.
Anthropic zastąpił więc Git własnym systemem o nazwie Scion, opracowanym w 5 miesięcy. Serwer obsługuje ciężkie operacje, takie jak scalania, rebase’y i tworzenie commitów, podczas gdy lokalny klient ogranicza się do lekkiej warsty zarządzającej ograniczonym cache’em i materializacją plików na dysku na żądanie.
Zmiana (changeset) w Scion przechowuje jedynie listę zmodyfikowanych plików względem pierwszego rodzica, w przeciwieństwie do commita w Git, który wskazuje na pełne drzewo obiektów. Scion eliminuje także packfile’i, czyli skompresowane archiwa używane przez Git. Według Anthropic, infrastruktura zużywa 200 razy mniej zasobów obliczeniowych i pamięci niż poprzednia flota Git, a CI zyskała 25% mocy CPU.
Cursor opiera się na dzienniku zapisu na S3
Cursor zachował natywny format przechowywania i narzędzia Git, działające na lokalnych dyskach NVMe. Aby przekroczyć ograniczenia Spokes, historycznej architektury replikacji GitHub, firma zaprojektowała alternatywny silnik o nazwie Continuity, zastosowany w swoim monorepo i flocie mikrorepozytoriów.
Ta architektura opiera się na dziennikach zapisu z wyprzedzeniem (WAL, Write-Ahead Logs), które przechowują wiele obiektów w jednym pliku. Każde push tworzy osobny wpis w tym dzienniku i żadne push nie jest potwierdzane, dopóki nie zostanie utrwalone na S3. Plik indeksu, aktualizowany za pomocą CAS (compare-and-swap, atomowa operacja warunkowej aktualizacji), porządkuje każdą transakcję. Repliki na dyskach NVMe są tylko cache’ami, odtwarzanymi z dziennika, a każdy węzeł może przyjmować zapisy.
Continuity osiąga 120 pushy na sekundę na S3 Standard i ponad 300 z S3 Express One Zone. Powyżej tej granicy ograniczeniem jest wewnętrzna prędkość kompresji Git na dysku. W odczycie system wykazał liniową skalowalność do 100 replik bez wpływu na zapisy.
OpenAI i GitHub dostosowują swoje architektury
W ciągu dwóch lat wolumin commitów trafiających do gałęzi głównej monorepo OpenAI wzrósł około 25-krotnie, a niezawodność kontroli wersji spadła poniżej 90%. W 10 tygodni firma opracowała Pando. Ten backend rezygnuje z zapewniania spójnego stanu wszystkich gałęzi w danym momencie, przyjmując spójność przyczynową: klient przestrzega historii autora gałęzi, bez globalnego porządku względem niepowiązanych gałęzi. Serwery ponownie wykorzystują niezmienne packfile’i i przechowują dane w magazynie obiektowym, bez lokalnej dekompresji podczas pushy. OpenAI podaje, że Pando zmniejszył medianę opóźnienia pushy o prawie 80% i umożliwia dostarczanie blisko 1 PB danych Git dziennie przy użyciu « garści » rdzeni CPU.
Z kolei GitHub odnotował 7,38 miliarda commitów we wrześniu 2026 roku, przy 3,35 miliarda pushy, co oznacza ponad pięciokrotny wzrost wolumenu w ciągu roku. Jego architektura, wdrażana obecnie w produkcji, ogranicza kworum i protokół 3PC do pojedynczych referencji, a nie całego repozytorium. Testy wewnętrzne wykazały 3-4 razy wyższą przepustowość zapisu w przypadku współbieżnych repozytoriów. Dane autorytatywne są powierzane magazynowi obiektowemu Azure, a GitHub zapowiada potencjalny wzrost przepustowości zapisu nawet 35-krotnie, z autonomicznym skalowaniem warstwy odczytu.
