Anthropic ha sustituido Git por Scion, un sistema de control de versiones diseñado internamente, para gestionar el caudal de código generado por su IA Claude, que pasó de 2.500 a más de 30.000 fusiones diarias en cuestión de meses. Esta infraestructura a medida, desarrollada en cinco meses con ayuda de la propia IA, responde a las exigencias sin precedentes de la programación a escala de agente.
La rebelión del código: cuando Claude desborda el control de versiones humano
Imagina un flujo de código tan incesante que las herramientas diseñadas para la eficiencia humana se quiebran bajo su peso. Esto no es ciencia ficción; es la realidad que Anthropic, una de las principales empresas de investigación en inteligencia artificial, ha enfrentado en 2026. Su modelo de IA, Claude, ha alcanzado una capacidad de generación de código que transformó el control de versiones en el cuello de botella más crítico de su desarrollo.
Hasta hace muy poco, el desafío era que la IA escribiera código funcional. Ahora, con Claude capaz de iterar de forma autónoma en bucles de investigación, micro-optimizar programas complejos y construir nuevos servicios desde cero a una velocidad y escala inéditas, el problema se ha trasladado. La nueva barrera ya no es la creación de software, sino la infraestructura de desarrollo pensada para el ritmo humano: el control de versiones, la compilación y la integración continua (CI).
En mayo de 2026, Anthropic registraba unas 2.500 fusiones de código al día. Para septiembre del mismo año, esa cifra se había disparado a más de 30.000 diarias, un incremento doce veces superior. Y lo más impactante es que esta tasa de crecimiento no tiene visos de desacelerarse. La demanda latente de fusiones de código es, en la práctica, infinita. Cada obstáculo que se elimina provoca inmediatamente un aumento aún mayor en la cantidad de código que se produce.
"La demanda latente de fusiones de código es prácticamente infinita, y cada cuello de botella que removemos conduce inmediatamente a un aumento aún mayor en la cantidad de código que producimos."
Esta explosión de código es un presagio. Aunque pocas organizaciones se enfrenten a problemas de esta magnitud hoy, Anthropic advierte que es solo cuestión de tiempo antes de que otras empresas que utilicen herramientas de codificación de IA experimenten las mismas presiones. La solución de Anthropic fue radical: construir Scion, un sistema de control de versiones propio, y migrar su monorepo de Git en tan solo cinco meses.
Git al límite: una filosofía distribuida ante una realidad centralizada
Git se ha consolidado como el estándar de facto para el control de versiones por su diseño descentralizado. Cada clon es un repositorio completo y auto-contenido, capaz de calcular diferencias, leer el historial, atribuir cambios y extraer cualquier revisión sin necesidad de una conexión. Para la inmensa mayoría de los proyectos y equipos, esta arquitectura es la elección correcta, y ha sido clave en su éxito.
Sin embargo, la escala de Anthropic ha superado los límites de esa filosofía. Su monorepo ha crecido hasta tal punto que el historial de su rama principal por sí solo ocupa casi 100 GB. Una copia de trabajo comprimida supera los 25 GB. Las operaciones de integración continua (CI) requieren del orden de 25 millones de extracciones de código al día, y eso sin contar los entornos de desarrollo, los sandboxes de agentes de IA y los trabajos de investigación. Si estas extracciones se realizaran de forma ingenua, el tráfico de Git superaría los 600 PB diarios.
Anthropic no se quedó de brazos cruzados. Antes de Scion, agotaron todas las estrategias posibles para mitigar la carga sobre Git:
- Clones superficiales (shallow clones): Para obtener solo una parte del historial.
- Extracciones dispersas (sparse checkouts): Para trabajar solo con un subconjunto del repositorio.
- Remotos promisorios: Para optimizar la carga de datos.
- Espejos internos de Git: En su punto álgido, operaban cientos de ellos para distribuir la carga.
- Instantáneas de repositorio (seeds): Almacenadas en servicios de blob storage.
Pero cada una de estas soluciones era un parche temporal. Los espejos internos se volvían cada vez más difíciles de operar a medida que la tasa de fusiones aumentaba. Las instantáneas se quedaban rápidamente obsoletas. Y mantener operativas funciones que dependen del historial completo, como la diferencia y la atribución de código (blame), se volvía una pesadilla con clones parciales. Git, diseñado para la colaboración humana distribuida, simplemente no estaba concebido para el tipo de presión que una IA como Claude podía ejercer.
Scion: el control de versiones rediseñado para la escala de agentes de IA
Ante este escenario insostenible, Anthropic tomó la audaz decisión de construir su propia solución: Scion. Este sistema de control de versiones interno, desarrollado por un equipo de siete ingenieros en tan solo cinco meses, representa un cambio fundamental de paradigma, pasando de un modelo distribuido a uno centrado en cliente-servidor.
La arquitectura de Scion está pensada para la velocidad y la eficiencia a escala masiva. Se basa en un modelo siempre conectado entre cliente y servidor, complementado con cachés regionales. Cada nivel de esta jerarquía de almacenamiento y entrega de código opera con una tasa de aciertos de caché superior al 99%. Los resultados son espectaculares: la nueva infraestructura de Scion requiere 200 veces menos CPU y memoria que el anterior sistema basado en espejos de Git. Las extracciones de código para CI y trabajos de investigación, que antes tomaban minutos, ahora se completan en segundos, una mejora de dos órdenes de magnitud.
Pero Scion no llegó solo. En paralelo, Anthropic desarrolló y lanzó otras herramientas críticas para su ecosistema de desarrollo:
- Antique: un interfaz de revisión de código diseñada específicamente para este nuevo flujo de trabajo.
- Buscador de código: Una herramienta optimizada para navegar por el vasto monorepo.
- Sistema IAM (Identity and Access Management) de control de versiones: Para una gestión robusta de permisos.
- Nuevas metodologías: Para gestionar y aplicar grandes volúmenes de código revisado de manera eficiente.
Claude, el "co-creador" de Scion
Lo más fascinante de la historia de Scion es la implicación directa de la propia inteligencia artificial que generó el problema. Claude no solo fue la causa del cuello de botella, sino también una herramienta fundamental para construir la solución. Anthropic documenta cómo pidieron a Claude que reescribiera una parte crucial de la tubería de ingesta de Git a Scion. Sin más instrucciones, la IA produjo una versión que consumía 20 veces menos memoria y era cuatro veces más rápida. Esta es una prueba palmaria del potencial de la IA generativa para optimizar y construir herramientas de infraestructura de software a una escala que supera las capacidades humanas.
La situación en Anthropic subraya un nuevo rol para los desarrolladores humanos: no tanto como escritores de código primarios, sino como "guardianes de la seguridad", supervisando y guiando los sistemas de IA que producen la mayor parte del código. Es un giro fascinante en la relación entre el ser humano y la máquina en el proceso de creación de software.
El futuro del control de versiones: más allá de Git
A pesar de su éxito, Anthropic ha sido categórico: Scion no es, en absoluto, un reemplazo adecuado para Git en un uso general. Scion es una solución altamente especializada, optimizada para un caso de uso extremo y un entorno de infraestructura particular.
En lugar de una adopción masiva de Scion, Anthropic insta a la comunidad de Git a evolucionar. Sugieren la adopción de mejoras compatibles en el lado del servidor, protocolos RPC más eficientes y mejores mecanismos de negociación adaptados a las cargas de trabajo a escala de agente. Este es un llamado a la acción para que la herramienta más ubicua en el desarrollo de software se adapte a una nueva realidad.
La experiencia de Anthropic con Scion ofrece un plano detallado de cómo las organizaciones pueden abordar los desafíos de rendimiento extremo impulsados por la IA. Las soluciones se centran en:
- Operaciones centralizadas del lado del servidor: Para una gestión más eficiente del vasto historial y las extracciones.
- Cachés distribuidas y regionales: Que actúan como redes de entrega de contenido (CDN) para el código, reduciendo la latencia y la carga.
- Extracciones dispersas y optimizadas: Para minimizar la cantidad de datos que cada cliente necesita.
La industria en general debería prestar atención. Los informes de otros medios, como The Register, AlphaSignal y GIGAZINE, coinciden en la relevancia de esta migración. Algunos, como The Register, lo enmarcan como una "crisis autoinfligida" donde Anthropic generó el problema con Claude y luego lo solucionó con Claude, redefiniendo el papel del humano. Otros, como AlphaSignal, ven en Scion un "modelo" para el escalado a nivel de agente, mientras que GIGAZINE enfatiza el cambio en el cuello de botella de la infraestructura de desarrollo: la IA ha trasladado la limitación de la codificación a las herramientas de desarrollo, y se espera que la industria en general choque con la misma pared en los próximos 6 a 12 meses.
La historia de Scion no es solo sobre un nuevo sistema de control de versiones. Es una ventana a un futuro cercano donde la inteligencia artificial no solo es una herramienta para crear software, sino una fuerza que redefine los cimientos mismos de cómo construimos, gestionamos y escalamos nuestros sistemas de software. Estamos presenciando cómo la IA no solo optimiza procesos, sino que también nos obliga a repensar y rediseñar por completo la infraestructura que creíamos inmutable.
