Anthropic tự xây hệ thống quản lý mã nguồn riêng vì Git không còn đáp ứng nổi

Anthropic vừa công bố một bài viết kỹ thuật giải thích lý do và cách họ xây dựng hệ thống quản lý mã nguồn thay thế Git. Nguyên nhân xuất phát từ tốc độ thay đổi mã nguồn tăng chóng mặt trong sáu tháng trở lại đây.

Vào tháng 5/2026, Anthropic trung bình merge khoảng 2.500 thay đổi mã nguồn mỗi ngày. Đến tháng 9, con số này đã vượt 30.000 lượt mỗi ngày — tức tăng hơn mười lần chỉ trong bốn tháng.

Biểu đồ số lượng thay đổi mã nguồn được merge mỗi ngày tại Anthropic

Từ Git sang Scion

Hệ thống mới được đặt tên là Scion, kèm theo một hệ thống review mã nguồn có tên Antique. Theo mô tả, Scion mang hơi hướng của một phiên bản quản lý mã nguồn tập trung kiểu Subversion được thiết kế lại từ đầu.

Anthropic cũng ghi nhận Piper của Google và Sapling của Meta như những "tiền lệ" (prior art). Có vẻ như khái niệm cốt lõi "derived data" (dữ liệu dẫn xuất) chịu ảnh hưởng nhiều từ Mononoke — thành phần máy chủ của Sapling.

Các yêu cầu kỹ thuật mà Anthropic đặt ra thuộc hàng cực đoan:

• Chỉ riêng lịch sử của nhánh chính đã nặng gần 100 GB, bản working copy sau nén vẫn hơn 25 GB
• Hệ thống thực hiện khoảng 25 triệu lượt checkout mỗi ngày phục vụ CI, chưa tính môi trường lập trình viên, sandbox cho agent và các tác vụ nghiên cứu
• Nếu fetch theo cách thông thường, lượng dữ liệu Git truyền tải mỗi ngày sẽ vượt 600 PB

Hệ thống mới được xây dựng bởi một đội bảy người, và quá trình di trú khỏi Git hoàn tất trong năm tháng.

Vì sao không cần hỗ trợ offline?

Khi bị chất vấn trên Hacker News về việc Scion thiếu khả năng hoạt động ngoại tuyến, kỹ sư Nick G của nhóm Scion trả lời thẳng thắn:

"Vì Claude là người dùng Scion nặng nhất và đương nhiên luôn trực tuyến, việc hỗ trợ offline đơn giản là không quan trọng."

Câu trả lời này phần nào cho thấy bản chất của hệ thống: nó được thiết kế cho một môi trường nơi các AI agent là lực lượng đóng góp mã nguồn chủ đạo, chứ không phải con người ngồi làm việc trên máy cá nhân.

Bài học về review đối kháng

Anthropic cũng sử dụng rộng rãi phương pháp review đối kháng (adversarial review), trong đó một mô hình được giao nhiệm vụ tìm lỗi trong sản phẩm của mô hình khác. Simon Willison cho biết ông cũng đang áp dụng cách này trong các dự án cá nhân, thường cho Claude và GPT "đấu" với nhau.

Tuy nhiên, bài viết của Anthropic lưu ý một mặt trái quan trọng:

"Review đối kháng cực kỳ hiệu quả theo nhiều cách, nhưng nó cũng có thể trở nên thiển cận. Các kỹ sư lành nghề cần phải hướng Claude tránh việc over-engineering các phần của hệ thống để đối phó với những lo ngại mang tính giả định."

Đây là một cảnh báo đáng chú ý với các đội ngũ đang ồ ạt đưa AI vào quy trình phát triển phần mềm: mô hình có thể đề xuất thêm tính năng và lớp trừu tượng không cần thiết, và vẫn cần con người đủ kinh nghiệm để giữ hệ thống ở mức độ phức tạp hợp lý.

Ý nghĩa với ngành phát triển phần mềm

Câu chuyện của Anthropic phản ánh một xu hướng đáng suy ngẫm: khi AI viết mã trở thành lực lượng sản xuất chính, các công cụ hạ tầng được thiết kế cho con người — như Git — bắt đầu bộc lộ giới hạn. Tốc độ merge tăng gấp mười lần không chỉ là vấn đề về tốc độ xử lý, mà còn là vấn đề về kiến trúc dữ liệu, chiến lược cache và mô hình phân phối.

Với các đội ngũ phát triển tại Việt Nam, đây có thể chưa phải là vấn đề cấp bách ở thời điểm hiện tại. Nhưng khi các công cụ lập trình bằng AI ngày càng phổ biến và rẻ hơn, áp lực lên hạ tầng quản lý mã nguồn sẽ sớm trở thành bài toán thực tế — nhất là với các công ty đang triển khai AI agent vào quy trình CI/CD.