Uma equipe pode adotar agentes de código para produzir mais rápido e descobrir que o novo gargalo não está no código. Está no caminho entre a alteração pronta e a alteração integrada: checkout, diff, revisão, testes e merge. Foi o que a Anthropic diz ter encontrado dentro do próprio monorepo.
Em uma publicação técnica de 13 de outubro, a empresa apresentou o Scion, sistema interno de controle de versão que substituiu o Git nesse repositório. Segundo os números divulgados, o volume passou de cerca de 2.500 mudanças mescladas por dia em maio para mais de 30 mil em setembro. A migração levou cinco meses.
Esses dados são da Anthropic e não têm validação independente. Mesmo assim, o caso merece atenção porque mostra uma mudança concreta de arquitetura. Quando a produção de código cresce uma ordem de grandeza, ferramentas desenhadas para cada desenvolvedor manter uma cópia completa começam a cobrar a conta em outro lugar.
O que o Scion troca para ganhar escala
O Git foi projetado para que cada clone seja autônomo. Histórico, diffs e operações fundamentais continuam disponíveis sem conexão. Isso funciona muito bem para a maioria dos projetos. No cenário descrito pela Anthropic, porém, o histórico da branch principal se aproximava de 100 GB, uma cópia compactada passava de 25 GB e a infraestrutura executava cerca de 25 milhões de checkouts por dia para CI.
O Scion parte da hipótese oposta: agentes e jobs estão sempre conectados. O servidor cria commits, calcula merges e rebases, responde consultas de histórico e mantém estruturas derivadas para blame e busca por caminho. O cliente conserva um cache local limitado e materializa apenas os arquivos solicitados. Checkouts esparsos e virtualizados deixam de ser uma adaptação e viram o comportamento padrão.
A empresa afirma que cada camada de cache supera 99% de acerto, que a infraestrutura usa 200 vezes menos CPU e memória do que a antiga frota de espelhos Git e que checkouts de CI e pesquisa caíram de minutos para segundos. Só no CI, a capacidade de CPU liberada teria chegado a 25%. São resultados internos, medidos em uma carga muito particular.
O ganho também vem com uma escolha explícita. Sem o servidor, o cliente faz pouco. A organização troca parte da autonomia e da resiliência offline do Git por uma arquitetura centralizada, observável e escalável horizontalmente. Essa troca pode ser adequada para uma frota de agentes sempre online. Para um desenvolvedor que precisa trabalhar no avião, talvez seja uma conversa curta.
A lição não é abandonar o Git
A própria Anthropic afirma que o Scion não serve como substituto geral do Git. Ele é interno, depende de uma pilha própria de revisão, busca e CI, e foi construído para um monorepo enorme com consumo de tokens que poucas empresas aceitariam. Google Piper e Meta Sapling já mostravam que repositórios extremos exigem outras decisões; o novo elemento é a taxa de mudanças produzidas por agentes.
Há ainda uma tensão importante no relato. A empresa atribui ao Claude parte da velocidade de construção do Scion e diz que uma equipe de sete pessoas entregou o sistema, o Antique para revisão e ferramentas relacionadas em cinco meses. Também conta que engenheiros ainda revisam todas as mudanças e, com frequência, precisam dizer “não” quando agentes violam restrições centrais ou adicionam complexidade em resposta a riscos hipotéticos.
Na leitura da MnzAI Labs, esse detalhe vale mais do que a disputa “Git contra Scion”. A automação ampliou tanto a capacidade de implementar quanto a necessidade de definir invariantes. O papel humano migra para decisões de arquitetura, limites de segurança e intenção da mudança. Velocidade sem esse julgamento apenas entrega conflitos e dívida técnica em uma fila mais rápida.
Para equipes que ainda estão longe de 30 mil merges diários, o caso sugere três medições antes de qualquer reinvenção:
- quanto tempo agentes gastam baixando e preparando o repositório;
- onde revisão, CI e merge formam filas;
- quais operações realmente exigem uma cópia local completa.
Talvez a resposta seja cache melhor, checkout esparso e APIs de servidor sobre Git. A própria Anthropic aponta esse caminho para o ecossistema. O sinal estratégico é outro: se agentes aumentarem a produção de código como prometido, a infraestrutura de desenvolvimento precisa ser medida como um sistema de produção. O gargalo não desaparece. Ele só muda de endereço.