Git 被换掉，LLM 被替代：AI 编码开始反噬传统工具链？
AI 摘要
Anthropic 因 Claude 持续生成代码导致提交量从每天约 2500 项增至超 3 万项，7 名工程师耗时 5 个月开发出版本控制系统 Scion 并迁移核心仓库，使基础设施 CPU 和内存需求缩小约 200 倍、检出从分钟级降至秒级。GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上扫描执行时间中位数下降 86%、模型服务成本下降超 98%。哥伦比亚大学与 Google DeepMind 等提出 BTTF，将芯片仿真波形转为 SQLite 供 Agent 用 SQL 排查异常，实验执行准确率达 95.33%。
正文节选
Anthropic 代码量暴涨，GitHub 密钥扫描又慢又贵，两家被迫改造系统。 作者丨郑佳美 编辑丨岑 峰 Git 已经支撑软件开发二十多年，Anthropic 却决定把它换掉。为了让 Claude 持续生成的代码顺利进入开发流程，7 名工程师花了 5 个月，开发出版本控制系统 Scion，并将核心代码仓库迁移过去。今年 5 月，Anthropic 每天平均合并约 2500 项代码变更，到 9 月已超过 3 万项，仅 CI 系统每天就要执行约 2500 万次代码检出。写代码的速度上来了，准备仓库、同步对象和查询历史却越来越费机器。几乎同一时期，GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM 判断。哥伦比亚大学与 Google DeepMind 等机构则通过 BTTF，把芯片仿真波形转换成 SQLite，让 Agent 使用 SQ