AnthropicがGitを捨てた理由 — 巨大モノレポ向け独自VCS「Scion」移行の内側

Anthropicは、巨大なモノレポのバージョン管理をGitから独自開発のバージョン管理システム「Scion」へ移行しました。移行にかかった期間は約5か月です。きっかけは、1日あたりのマージ数が2026年5月の約2,500件から、同年9月には3万件超まで増えていたという数字でした。Anthropicは2026年10月13日公開のエンジニアリングブログで、この移行の経緯と仕組みを明らかにしています。

マージ数が1日2,500件から3万件へ

Anthropicのモノレポでは、2026年5月時点で1日あたり約2,500件だったマージ数が、2026年9月には3万件を超えました。4か月ほどの間に10倍以上に増えたことになります。

この増加はAnthropicにとって開発のボトルネックとなり、Gitを前提にした既存の仕組みでは追いつかないという判断につながりました。

Gitの前提を変える、という設計判断

Gitは、クライアントがリポジトリの完全なコピーを持ち、オフラインでも作業できることを前提に設計されています。Scionはこの前提自体を変え、クライアント(scn)が常時オンラインでサーバーに接続していることを前提にしています。

Scionはクライアント(scn)に加えて、デーモン(scion-daemon)・キャッシュ層(scion-cache)・サーバー(scion-server)で構成されています。データはSpannerやクラウドストレージに保存されます。Scionと連動する社内のコードレビュー基盤は「Antique」という名称です。Anthropicは設計にあたって、GoogleのPiperとMetaのSaplingを参考として挙げています。

changesetという単位と、必要な分だけ取る取得方式

Scionでの変更管理の単位は「changeset」と呼ばれる、書き込み先行ログのエントリです。changesetは、変更されたファイルの情報と、圧縮済みコンテンツへのポインタを保持します。

blame・履歴・コミットグラフ用のskip listといった派生データは、親から再帰的に計算する仕組みで生成されます。取得方式は、ツリーとblobを必要な分だけ要求する形になっており、スパースチェックアウトや仮想チェックアウトに対応しています。クライアントがリポジトリ全体を一度に抱え込まない設計が、ここまでの各要素に共通しています。

成果 — インフラは約1/200、CIは数分から数秒へ

移行の結果、インフラのCPU・メモリ使用量は、従来のGitミラー基盤の約200分の1になりました。CIのチェックアウトにかかる時間も、数分から数秒に短縮され、CIのCPU容量を25%節約できています。

移行作業自体もClaudeが担った

この移行作業そのものにも、AnthropicはClaudeベースのツールを使っています。移行用に使われたのは「Claude Mythos Preview」と「Claude Tag」というモデル・ツールで、運用監視には「superfan」と呼ばれるClaudeが使われました。約5か月という移行期間の内側に、AI自身の活用が組み込まれていたことになります。

Scionは「Gitの代替」ではない

Anthropic自身は、Scionを一般的な用途でのGitの代替と位置づけていません。対象は、極めて大規模なモノレポに限られるとしています。この記事の目的も、Scionの配布そのものではなく、Gitのサーバーサイドの改善にもつながりうる考え方を共有することだとAnthropicは説明しています。

まとめ

Scion級の投資が正当化されるかどうかの境界は、保有しているインフラの規模ではなく、1日あたりの変更回数です。Anthropicの数字で言えば、3万件超のマージが毎日発生する状態が、独自VCSという選択を正当化する側に立っています。

自社の開発チームが抱えているリポジトリで、同じような基盤側の重さが起きているかどうかを確かめる最初の一歩は、ふだん使っているGitホスティングサービスの管理画面で、日次のコミット数やマージ数を確認することです。専用のVCSを作る判断に至る企業はごく少数ですが、ボトルネックの所在を具体的な数字で把握する姿勢は、そのまま応用できます。

関連

AI エージェントを業務で回すときの設計と運用については、CTO の note に書いています。

• Leadeas CTO｜note

出典

• Anthropic公式エンジニアリングブログ「Redesigning source control at Anthropic」(2026年10月13日公開) https://www.anthropic.com/engineering/redesigning-source-control

※ この記事は AI を使用しています。Leadeas が自社開発した AI エージェント基盤で下書きを作成し、人間のレビューを経て公開しています。AI ネイティブ開発会社として自社の技術をそのまま実演する目的で、この手法を用いています。(詳しくは AI 利用ポリシー)