Anthropic tái thiết kế hệ thống quản lý mã nguồn: Scion thay thế Git cho kỷ nguyên AI

Anthropic vừa công bố chi tiết về Scion — hệ thống quản lý phiên bản nội bộ được xây dựng để thay thế Git trong monorepo khổng lồ của công ty. Đây là câu chuyện đáng chú ý bởi chính Claude, AI của Anthropic, vừa là nguyên nhân tạo ra bài toán, vừa là công cụ để giải quyết nó. Chỉ trong vòng 5 tháng, nhóm 7 kỹ sư đã xây dựng và di chuyển toàn bộ monorepo sang hệ thống mới.

Khi Git không còn đủ nhanh cho quy mô tác nhân AI

Vào tháng 5/2026, Anthropic trung bình hợp nhất khoảng 2.500 thay đổi mã mỗi ngày. Đến tháng 9, con số này đã vượt 30.000 thay đổi mỗi ngày — tức tăng gấp 12 lần chỉ trong 4 tháng. Điểm nghẽn không còn nằm ở việc viết mã nữa, mà nằm ở toàn bộ hạ tầng dành cho con người: quản lý phiên bản, build, và CI.

Kiến trúc hệ thống quản lý mã nguồn thế hệ mới tại Anthropic

Vấn đề nằm ở chính triết lý thiết kế của Git. Git là hệ thống phi tập trung — mỗi bản clone là một kho lưu trữ hoàn chỉnh, có thể tính diff, đọc lịch sử, blame và checkout bất kỳ phiên bản nào khi hoàn toàn offline. Với hầu hết kho mã, đây là thiết kế đúng đắn và là lý do Git trở thành tiêu chuẩn.

Nhưng monorepo của Anthropic đã vượt xa không gian thiết kế đó:

• Lịch sử của riêng nhánh main đã gần 100 GB
• Bản working copy nén vượt 25 GB
• Họ thực hiện khoảng 25 triệu lượt checkout mỗi ngày cho CI, chưa tính môi trường lập trình viên, sandbox tác nhân và các job nghiên cứu
• Nếu fetch theo cách thông thường, lượng dữ liệu Git truyền đi sẽ vượt 600 PB mỗi ngày

Anthropic từng vận hành hàng trăm bản mirror Git nội bộ để chia tải, nhưng chúng ngày càng khó duy trì khi tốc độ hợp nhất tăng vọt. Các bản seed lưu trong blob storage ngày càng xa đỉnh của nhánh main sau mỗi lần làm mới.

Hầu hết khách hàng của chúng tôi là các tác nhân và job luôn trực tuyến. Những đặc tính khiến Git xuất sắc cho công việc phân tán, offline lại đang trực tiếp cản trở khả năng mở rộng của chúng tôi.

Sáu nguyên tắc thiết kế cho quản lý mã nguồn quy mô tác nhân

Anthropic đã học hỏi từ các tiền lệ như Piper của Google và Sapling của Meta, rồi đặt ra sáu nguyên tắc cốt lõi cho Scion:

1. Client luôn trực tuyến. Thay vì giả định client làm việc offline và cần bản sao đầy đủ, Scion thiết kế quanh một server luôn sẵn sàng, client chỉ tải dữ liệu khi cần.

2. Bất đối xứng client–server. Trong Git, mọi client đều có thể là server đầy đủ. Ở Scion, server trả lời các truy vấn về lịch sử file, blame, tạo commit, merge và rebase. Client chỉ giữ cache cục bộ có giới hạn và bố trí file trên đĩa.

3. Dịch vụ quản lý mã nguồn toàn diện có thể cung cấp năng lượng cho nhiều ứng dụng mới. Mọi truy vấn mà client dùng đều được mở ra qua API, nên nhiều job không cần kho lưu trữ cục bộ nữa.

4. Mọi thứ phải mở rộng theo chiều ngang. Không có bản sao đầy đủ của repo ở bất kỳ đâu, kể cả trên server. Không có packfile, nên không cần bảo trì kho lưu trữ.

5. Commit phải rẻ, tăng dần và không khóa. Chi phí tạo commit tỷ lệ với kích thước thay đổi, chứ không phải kích thước toàn bộ repo.

6. Working copy là tùy chọn và thưa theo thiết kế. Scion dùng sparse checkout và virtualized checkout — chỉ hiện thực hóa file theo nhu cầu.

Biểu đồ tăng trưởng hợp nhất mã nguồn và kiến trúc checkout

Cấu trúc dữ liệu: Changeset thay cho Commit

Đơn vị công việc trong Scion là changeset — một bản ghi trong write-ahead log. Changeset lưu những gì bạn mong đợi ở một commit Git, nhưng thay vì con trỏ tới tree, nó lưu danh sách các file đã thay đổi so với parent đầu tiên, kèm con trỏ content-addressed tới nội dung file nén trong blob storage.

Cấu trúc này cho phép tiếp nhận changeset với thông lượng rất cao vì không có packfile để nhận, không có khóa hay phối hợp giữa các server, không có ref nào phải di chuyển.

Vì changeset chỉ ghi lại những gì đã thay đổi, Scion xây dựng thêm các cấu trúc dữ liệu phụ gọi là derived data — bao gồm cấu trúc riêng cho blame và lịch sử đường dẫn, cùng skip list cho đồ thị commit. Mỗi loại derived data được định nghĩa đệ quy, giá trị của nó cho một changeset được tính từ giá trị của các parent.

Cơ chế này mang lại ba lợi ích: dễ dàng thêm loại dữ liệu mới, có thể chọn tính sẵn hoặc trì hoãn từng loại, và có thể tối ưu nội bộ mà không cần thay đổi client.

Kiến trúc ba tầng và hiệu quả vượt trội

Hệ thống Scion gồm ba tầng chính:

• scion-daemon: chạy trên mỗi node, lưu trữ object cho toàn node, khởi động từ snapshot được làm mới định kỳ
• scion-cache: cache theo vùng, stream object trực tiếp từ bộ nhớ theo định dạng đĩa mà daemon sẽ dùng
• scion-server: tầng có thẩm quyền, đọc từ Spanner hoặc cloud storage khi cần

Điểm đặc biệt là scion-daemon, scion-cache và scion-server đều phản hồi các RPC giống hệt nhau, nên client không cần biết topology cache. Mỗi tầng duy trì tỷ lệ cache hit trên 99% và không cần trạng thái tồn tại lâu dài.

Kết quả thực tế rất ấn tượng:

• Dấu chân hạ tầng Scion nhỏ hơn 200 lần so với hạ tầng mirror Git trước đây về CPU và bộ nhớ
• CI và các job nghiên cứu checkout mã nhanh hơn hai bậc độ lớn (vài giây thay vì vài phút)
• Riêng CI đã tiết kiệm được 25% năng lực CPU

Hiệu suất cải thiện trên các kho Scion gốc

Bài học về phát triển phần mềm bằng AI

Phần thú vị nhất của câu chuyện nằm ở cách Scion được xây dựng. Nhóm chỉ gồm 7 người đã tạo ra cả Scion lẫn Antique (công cụ review mã) cùng nửa tá hệ thống liên quan, rồi di chuyển hoàn toàn trong 5 tháng — trong khi khối lượng mã hợp nhất mỗi ngày tăng gấp 10 lần.

Có một giai đoạn đáng chú ý: pipeline ingestion từ Git sang Scion ban đầu được viết phần lớn bằng tay. Khi có bản snapshot nội bộ đầu tiên của Claude Mythos Preview, họ yêu cầu viết lại toàn bộ. Không cần hướng dẫn thêm, Claude tạo ra phiên bản tiêu thụ ít bộ nhớ hơn 20 lần và nhanh hơn 4 lần, vẫn bảo toàn mọi bất biến ngầm về thứ tự ingestion và cấu trúc dữ liệu.

Tuy nhiên, vai trò kỹ sư không hề mất giá trị — nó chỉ thay đổi:

• Kỹ sư cung cấp hiểu biết cấp cao về tương tác giữa các hệ thống và đánh đổi ở tầng thiết kế
• Vai trò thường xuyên là nói "không" với Claude. Các tác nhân đôi khi vi phạm ràng buộc hệ thống cốt lõi chỉ để thỏa mãn một mẫu thiết kế lẽ ra không được phép
• Đánh giá đối kháng (adversarial review) có thể thiển cận, khiến Claude thêm validation và độ phức tạp quá mức trước những lo ngại giả định
• Kỹ sư giờ xem xét ý định của thay đổi thay vì đọc từng dòng mã

Tất cả kỹ sư tham gia hệ thống này giờ đều đánh giá Claude viết mã tốt hơn họ. Nhưng họ vẫn cung cấp hiểu biết vô giá về thiết kế và đánh đổi.

Anthropic cũng sử dụng Claude Tag để giám sát vận hành. Họ tạo các kênh Slack giao cho Claude nhiệm vụ theo dõi sức khỏe một thành phần duy nhất — gọi là các "superfan": scion-daemon superfan, scion-cache superfan, Antique merge queue superfan... Những superfan này có quyền truy cập telemetry và log, hoạt động như một kỹ sư giàu kinh nghiệm chỉ chăm chăm làm mới biểu đồ và tìm kiếm bất thường.

Điều này có ý nghĩa gì với cộng đồng công nghệ?

Anthropic thừa nhận thẳng thắn: Scion không phải giải pháp thay thế Git cho mục đích phổ thông. Các khái niệm này chỉ hợp lý với những monorepo thực sự khổng lồ, với hàng chục nghìn kỹ sư hoặc bầy đàn tác nhân viết mã liên tục. Việc cung cấp Scion dưới dạng dùng chung cũng khó khăn vì nó phân kỳ đáng kể so với Git.

Thay vào đó, Anthropic muốn chia sẻ suy nghĩ để cộng đồng có thể áp dụng những phần thành công nhất vào Git mà không rời bỏ mô hình tổng thể:

• Server Git không nhất thiết phải hoạt động giống client Git. Có những kiến trúc server mới mang lại cải thiện mở rộng đáng kể
• Các nền tảng Git có thể cung cấp RPC phía server toàn diện như Scion, thậm chí theo cách chuẩn hóa giữa các forge
• Giao thức negotiation không nhất thiết phải giữ nguyên như hiện tại
• Các tính năng sparse và shallow trong Git có thể được làm cho kết hợp tốt với nhau

Nhóm của Anthropic kết thúc bằng lời tri ân cộng đồng Git đã dành gần hai thập kỷ mở rộng nền tảng cho hàng triệu lập trình viên. Đóng góp của họ hẹp hơn nhiều: chia sẻ góc nhìn sớm về cách phát triển phần mềm bằng tác nhân AI tương tác với các hệ thống này.

Với các đội ngũ phát triển tại Việt Nam, câu chuyện này là một lời nhắc nhở đáng suy ngẫm — khi các công cụ lập trình AI ngày càng phổ biến, những điểm nghẽn hạ tầng tưởng chừng chỉ dành cho "ông lớn" công nghệ có thể sớm trở thành vấn đề chung, và việc theo dõi các giải pháp như Scion giúp chuẩn bị tốt hơn cho làn sóng đó.