Con el avance vertiginoso de la capacidad de programación con IA, la eficiencia de desarrollo interna de Anthropic experimentó un crecimiento explosivo sin precedentes. Según los datos revelados oficialmente, en el mes 5 (mayo) de este año su cantidad diaria de fusiones de código era de aproximadamente 2500, mientras que en el mes 9 (septiembre) esa cifra se había disparado a más de 3 × 10.000 (más de 30.000). Este ritmo explosivo de crecimiento del código hizo que las herramientas de desarrollo existentes, como el sistema de control de versiones Git, empezaran a tener dificultades para seguir el ritmo.
Ante la situación de servicios de integración continua al límite, el equipo ya había realizado tres parches temporales, pero el tiempo que cada uno lograba mantenerse era cada vez más corto, por lo que finalmente solo quedó la opción de resolver el problema de raíz mediante una reescritura. Para romper definitivamente el cuello de botella de rendimiento en la gestión del código fuente, el equipo de investigación y desarrollo de 7 personas de Anthropic dedicó 5 meses a construir un sistema de control de versiones completamente nuevo, diseñado específicamente para repositorios de código de escala masiva: Scion, y logró migrar por completo el enorme monorepositorio de la empresa desde Git.
En cuanto al diseño de arquitectura, Scion adopta un modelo innovador en el que el servidor gestiona las operaciones principales y los clientes obtienen los datos a demanda, complementado con un eficiente mecanismo de caché por capas. Esta optimización redujo la escala de la infraestructura de gestión de código fuente a apenas 1/200 de la infraestructura de réplicas de Git anterior. Cabe destacar que, durante el desarrollo del sistema, el equipo utilizó Claude para reescribir el prototipo del pipeline de importación de datos, logrando que funcionara 4 veces más rápido que la versión escrita a mano, mientras el uso de memoria se redujo a 1/20 del original, acelerando enormemente el ciclo de construcción de todo el sistema.
Al mismo tiempo que disfruta de una mejora de productividad de diez veces gracias a la IA, Anthropic también ha extraído un valioso conjunto de lecciones prácticas. El equipo señala que los ingenieros deben estar preparados para hacer concesiones a nivel de arquitectura, revisar rigurosamente las soluciones generadas por la IA, atreverse a decir «no» a las salidas de IA poco razonables, y al mismo tiempo aclarar la lógica del sistema y controlar bien el diseño general; solo así el tiempo ahorrado por la generación de código con IA no se acabará consumiendo en esperas posteriores y en constantes retrabajos.