Anthropic acaba de anunciar que está abandonando o Git; a ferramenta que dominou a programação por 20 anos não consegue resistir à IA

Na comunidade de IA, quase todos discutem o que a IA substituirá, como eu, matemáticos, designers e economistas, mas os que serão mais "eliminados" serão definitivamente os programadores.

Anthropic deu uma resposta que ninguém esperava: substituir as ferramentas que os programadores vêm usando há vinte anos antes de substituir os próprios programadores.

Como Claude escreve código muito rápido, o verdadeiro gargalo dentro Anthropic são, na verdade, as ferramentas de software que os humanos inventaram nas últimas décadas, que estão começando a ficar incapazes de lidar com o código que a IA pode produzir 24 horas por dia, 7 dias por semana.

Não havia outra maneira, então Anthropic usou uma equipe de 7 pessoas, ainda utilizando Claude , e passou 5 meses construindo um sistema de controle de versão de código completamente novo do zero e migrando todo o grande repositório.

Em média, o código é mesclado a cada 3 segundos.

Então, quanto código foi gerado internamente Anthropic nos últimos meses?

Em maio deste ano, Anthropic registrou uma média de cerca de 2.500 alterações de código por dia (merge, ou seja, código que passou pela revisão e foi oficialmente adicionado ao repositório), o que representa um nível de atividade muito alto para uma grande empresa de tecnologia.

Mas em setembro deste ano, apenas quatro meses depois, esse número havia aumentado 12 vezes, chegando a 30.000 vezes por dia.

Em termos de tempo, isso significa que, em média, a cada 2,8 segundos, durante 24 horas por dia, um novo trecho de código testado e revisado é adicionado à base de código principal do Anthropic .

Mais alarmante ainda é que "não esperamos que essa taxa de crescimento diminua no curto prazo. A demanda potencial por código consolidado internamente é praticamente ilimitada e, cada vez que removemos um gargalo de infraestrutura, a produção de código experimenta imediatamente um novo aumento."

O que aconteceu com esse antigo sistema de controle de versão de código?

O Git, que dominou o mundo da programação por 20 anos, não consegue acompanhar a IA.

Muitas pessoas que não têm conhecimentos técnicos, mas se interessam por IA, provavelmente já ouviram falar de projetos com muitas estrelas no GitHub. O GitHub é a maior comunidade de código aberto do mundo e o berço de inúmeros projetos de IA. O Llama, da Meta , e os modelos de código aberto do DeepSeek estão hospedados no GitHub.

Git no GitHub é um sistema de controle de versões usado diariamente por dezenas de milhões de programadores em todo o mundo.

Ou, se você permitir que o Cursor, Claude Code ou o Codex modifiquem o código, o "commit" final também passará por esse sistema.

Se você pensar na base de código de uma empresa como um "superdocumento online" editado por todos, então o Git é como as versões históricas abaixo, uma "máquina do tempo e administrador".

Inventado em 2005 por Linus Torvalds, o pai do Linux, ele registra quem alterou qual linha de texto em qual segundo, garantindo que as modificações feitas por milhares de pessoas simultaneamente não se sobrescrevam e que o rollback com um clique seja sempre possível.

Nos últimos 21 anos, o Git tem sido o padrão indiscutível da indústria. Seu DNA fundamental se baseia em uma premissa de 2005: programadores podem escrever código em qualquer lugar (principalmente sem acesso à internet).

Para permitir que os usuários revisem e comparem alterações mesmo sem acesso à internet em aviões ou cafés, o Git emprega um design descentralizado. Sempre que precisamos trabalhar, ele copia e baixa, por padrão, um histórico completo de toda a base de código (no Anthropic , esse pacote tem cerca de 100 GB) para o seu computador.

Esse design era perfeito na era do "código escrito por humanos", até que a IA começou a escrever código. Os recursos tão valorizados pelo Git, como "disponibilidade offline e todos terem uma cópia completa", são totalmente inúteis nesse cenário.

Com 25 milhões de operações de checkout por dia — que envolvem a troca entre diferentes filiais, a restauração de arquivos e a criação de novas filiais — cada uma dessas operações exige o carregamento de um pacote de código enorme. Sem otimização específica, isso geraria mais de 600 PB de tráfego de dados diariamente, o equivalente a transferir 120 milhões de filmes em alta definição 4K de um lado para o outro na intranet da empresa todos os dias.

Para manter os serviços Git em funcionamento, Anthropic em seu auge, mantinha centenas de servidores espelho Git internamente para distribuição. No entanto, como um novo código era integrado a cada segundo, a velocidade de sincronização dos servidores espelho simplesmente não conseguia acompanhar a velocidade de programação de Claude .

Anthropic também questionou por que deveríamos usar um sistema projetado para "humanos desconectados" para servir a um grupo de agentes de IA "sempre ativos"?

Scion, feito sob medida para IA

Após perceber isso, Anthropic decidiu parar de corrigir o Git e, em vez disso, reinventar a roda, lançando seu próprio sistema de controle de versão, o Scion.

Como o agente de IA está sempre online, não há necessidade de armazenar 100 GB de dados históricos localmente. Quem, afinal, alterou essa linha de código? Quais são as diferenças entre as duas versões? O agente pode simplesmente enviar uma solicitação de API para o servidor; ele nem precisa baixar os arquivos de código localmente.

O Scion atual suporta "checkout virtualizado", o que significa que, independentemente da pasta modificada pela IA, apenas essa pasta é recuperada; e os dados são transmitidos do cache de memória somente quando o programa realmente lê uma linha de um arquivo.

Ao mesmo tempo, a Scion eliminou o empacotamento local complexo e os bloqueios globais. O tempo que uma IA leva para submeter o código depende apenas de quantas linhas ela modifica e não tem nada a ver com o fato de que toda a base de código tenha centenas de gigabytes.

Comparado ao cluster de imagens Git anterior, suportado por centenas de máquinas, o Scion consome 200 vezes menos CPU e memória, e a taxa de acertos de cache em todos os níveis ultrapassa 99%.

O tempo necessário para que as tarefas de IA e de teste busquem o código foi reduzido de vários minutos para apenas alguns segundos. Essa aceleração, por si só, economizou 25% da capacidade computacional de todo o sistema de integração contínua (CI) da empresa.

Este sistema também foi criado por IA.

Há cinco anos, se uma gigante da tecnologia quisesse substituir seu sistema de controle de código subjacente e, ao mesmo tempo, reescrever sua plataforma de revisão de código, o que aconteceria se Anthropic desenvolvesse simultaneamente sua própria ferramenta de revisão, busca de código e sistema de permissões chamado Antique?

Na época em que o Google estava desenvolvendo seu sistema interno Piper e Meta estava desenvolvendo seu sistema Sapling, ambos exigiam equipes de infraestrutura de alto nível com dezenas ou até centenas de pessoas e levavam vários anos para concluir a migração.

Mas na Anthropic , a configuração da equipe para todo o projeto foi: 7 engenheiros, 5 meses.

O segredo, claro, reside no profundo envolvimento Claude no desenvolvimento. Eles reescreveram o pipeline de migração de dados, criado manualmente por engenheiros usando um modelo interno inicial, reduzindo o uso de memória para 1/20 do original e aumentando a velocidade em 4 vezes.

Anthropic também afirmou em seu blog que foi um ciclo virtuoso: foi a incrível capacidade de programação Claude que os levou à beira do colapso do sistema, e foi também graças à programação genial Claude que essas 7 pessoas conseguiram construir esse sistema distribuído de alta concorrência em 5 meses.

O que é ainda mais interessante é a mudança nos papéis humanos. Como serão as condições de trabalho reais dos engenheiros de ponta no futuro?

Esses sete engenheiros humanos não estavam lá para escrever código ou revisar o código da IA; o trabalho deles era descobrir por que a IA precisava fazer alterações.

Eles descobriram que a palavra que mais diziam a Claude era "não".

Quando Claude realiza "revisões de código adversárias" entre si, a IA frequentemente se torna excessivamente obsessiva, escrevendo códigos complexos e rebuscados em uma tentativa de se proteger até mesmo dos menores riscos hipotéticos possíveis. Nesse ponto, um arquiteto humano precisa intervir para interromper a IA e ajudá-la a simplificar o código.

Anthropic afirmou que não pretende vender o Scion como software comercial. O motivo para tornar a arquitetura pública é porque eles vislumbram o futuro próximo.

Quando o código é gerado, testado e corrigido em paralelo, em segundo plano, por centenas ou milhares de agentes, todas as ferramentas de engenharia de software projetadas para a "velocidade humana", desde o controle de versão e revisão de código até os fluxos de teste, tornam-se instantaneamente obstáculos à inovação.

Anthropic tem emitido muitos "avisos" recentemente, e desta vez não é exceção: à medida que as ferramentas de programação de IA penetram em vários setores, outras empresas não terão que esperar muito, provavelmente nos próximos 6 a 12 meses, para se depararem com o mesmo obstáculo.