AI関連の最新ニュースをピックアップ
Anthropicは2026年10月13日、社内の巨大なコード保管庫(モノレポ)を、広く使われているバージョン管理システム「Git」から、自社開発の「Scion」へ5カ月で全面移行したと公式エンジニアリングブログで公表しました。AIのClaudeが大量のコードを書くようになった結果、1日にマージ(取り込み)されるコード変更が3万件を超え、人間向けに作られた開発基盤が最大のボトルネックになったためです。AIによる開発が進んだ組織で次に何が詰まるのかを示す事例として、開発者や開発基盤の担当者にとって参考になる内容です。
公式ブログによると、Anthropicで1日にマージされるコード変更は2026年5月時点で平均約2,500件でしたが、9月には1日3万件を超えました。同社はこの増加ペースが当面鈍らないとみており、「ボトルネックを1つ取り除くたびに、生み出されるコード量がすぐさらに増える」と説明しています。

この成長に対応するため、同社はScionを構築してモノレポをGitから移行しました。同じ期間に、コードレビュー用の画面「Antique」、コード検索、詳細なIAM(誰が何にアクセスできるかを管理する権限管理の仕組み)、レビュー済みの大量のコードを取り込む新しい方法なども開発したとしています。
Gitは分散型のシステムで、手元の複製(クローン)ごとにリポジトリ全体を持ち、オフラインでも差分の計算や履歴の参照ができます。公式ブログは「大多数のリポジトリにとって正しい設計」と評価したうえで、Anthropicのモノレポがその想定から外れつつあったと説明しています。
| 指標 | 数値(公式ブログより) |
|---|---|
| mainブランチの履歴 | 約100GB |
| 圧縮した作業コピー | 25GB超 |
| CIのためのコードチェックアウト | 1日あたり約2,500万回 |
| そのまま取得した場合のGit通信量 | 1日あたり600PB超 |
同社は部分的な取得機能や社内ミラーなどの回避策を使い、ピーク時には数百台規模のGitミラーを運用していました。しかし、マージ数が増えるほど運用は難しくなったといいます。さらに、同社の利用者の大半はAIエージェントやジョブで、常にオンラインであることに気付き、「エージェントが常にオンラインである前提でゼロから設計したらどうなるか」を考えたことがScion開発の出発点になったと述べています。
公式ブログは、GoogleのPiperやMetaのSaplingといった巨大モノレポ向けの先行事例の教訓を踏まえたうえで、次の原則を掲げています。
Scionの作業単位は「changeset」と呼ばれ、追記型のログの1項目として記録されます。Gitのコミットがファイル全体の構造(ツリー)を指すのに対し、changesetは親からの変更ファイルの一覧と、保管場所にある圧縮済みファイル内容への参照を持ちます。誰が最後に行を編集したかといった問い合わせには、changesetから計算した「派生データ」で答える仕組みです。
ファイル取得の仕組みは、各ノードのscion-daemon、地域ごとのscion-cache、権威を持つscion-serverという3層のキャッシュ構成になっています。保存されたデータは内容から決まる識別子を持ち、一度保存されると変わらないため、どの層でもキャッシュできるといいます。

公式ブログが示した効果は次のとおりです。
| 項目 | 公表された効果 |
|---|---|
| 各キャッシュ層のヒット率 | 99%超 |
| 基盤の規模(CPU・メモリ) | 従来のGitミラー基盤の200分の1 |
| CIや研究ジョブのチェックアウト | 2桁高速化(数分から数秒へ) |
| CIのCPU容量 | 25%の余力を創出 |
これらの数値は、Anthropic社内の巨大モノレポという特定環境で得られたものであり、一般的な規模のリポジトリで同様の効果が出ることを示すものではありません。
Scionの開発は、Claude Mythos Preview(Anthropicの高性能AIモデル(社内で先行利用))とClaude Tag(AnthropicのClaude関連製品(社内で先行利用))が社内で使えるようになった時期と重なりました。公式ブログは、両者がScionの必要性を高めると同時に、開発を大きく加速させたと述べています。
象徴的な例として、ほぼ手書きで作った「GitからScionへの取り込み処理」の試作版を、Claude Mythos Previewの初期社内版に書き直させたところ、追加の指示なしでメモリ消費が20分の1、速度が4倍の版を作り、取り込み順序やデータ構造に関する暗黙の前提もすべて保ったといいます。

公式ブログは、開発と運用から得た教訓を次のようにまとめています。

日本の開発者や企業にとって重要なのは、Scionが外部向けに提供される予定はない点です。公式ブログは、ScionはGitの一般的な代替にはならず、数万人のエンジニアや大量のエージェントがコードを書く巨大なモノレポでのみ意味を持つと明言しています。Gitと大きく異なるため導入には開発工程全体の移行が必要で、コードレビューや検索、CIも独自仕様であることから、広く役立つ形で提供するのは難しいとしています。
一方でAnthropicは、同種の問題が今後6〜12カ月でより一般的になると予想しています。そのため、Scionの考え方をGitの枠組みのまま取り入れられるよう知見を共有し、GitHubやGitLab、オープンソースコミュニティと協力したい考えを示しました。具体的には、Gitサーバーがクライアントと同じ仕組みである必要はないこと、Gitのホスティング基盤がScionのような包括的なサーバー側APIを提供しうることなどを挙げています。
AIコーディングツールを導入している日本の開発チームにとっては、当面はScionそのものより、次の点が判断材料になります。
編集部注: この事例が示しているのは、AIがコードを書く速度が上がると、詰まる場所が「コードを書くこと」から「コードを保管・検証・統合する基盤」へ移るという構図だとみられます。根拠として、Anthropic自身が冒頭で「ボトルネックはソース管理、ビルド、CIといった人間規模で作られた開発基盤だ」と述べ、マージ数が4カ月余りで10倍超に増えた実績を示している点が挙げられます。ただし、同社は社内利用に投じるトークン量が他社とは桁違いであることを自ら認めており、多くの組織が同じ規模の問題に直面するのはまだ先と考えられます。まずはGitホスティング事業者がサーバー側の機能をどう強化するかが、一般の開発者に波及する現実的な経路になりそうです。
引用元:Anthropic