انتروپیک توی پستی که در وبلاگش منتشر کرده، اعلام کرده که برای اولین بار نوشتن کد دیگه گلوگاه اصلی کارش نیست، بلکه زیرساخت‌هایی که برای مقیاس کار انسانی ساخته شده‌ن، از جمله سیستم مدیریت نسخه کد، دارن جلوی سرعت رو می‌گیرن. طبق این گزارش، تعداد تغییرات کدی که هر روز در انتروپیک ادغام می‌شه از حدود ۲۵۰۰ مورد در ماه مه به بیشتر از ۳۰ هزار مورد در ماه سپتامبر رسیده، یعنی بیش از ده برابر شده و بخش عمده‌اش رو هم Claude می‌نویسه

🔹انتروپیک برای جواب دادن به این رشد، یک سیستم مدیریت نسخه داخلی به اسم Scion ساخته و کل مخزن کدش رو ظرف پنج ماه از گیت به این سیستم جدید منتقل کرده و در همین بازه، ابزار بازبینی کدی به اسم Antique، سیستم جست‌وجوی کد و یک سیستم دسترسی‌دهی پیشرفته هم ساخته شده.
🔹مشکل از اینجا شروع شده که انتروپیک همه کدهاش رو در یک مخزن واحد بزرگ، که بهش مونوریپو می‌گن، نگه می‌داره. گیت طوری طراحی شده که هر کاربر یک نسخه کامل از کل مخزن و تاریخچه‌اش رو روی سیستم خودش داشته باشه تا بتونه حتی بدون اینترنت کار کنه. این طراحی برای بیشتر پروژه‌ها عالیه، اما تاریخچه شاخه اصلی مخزن انتروپیک نزدیک ۱۰۰ گیگابایت شده و حتی نسخه فشرده فایل‌ها بیشتر از ۲۵ گیگابایت حجم داره.
🔹فقط سیستم‌های تست و بیلد خودکار حدود ۲۵ میلیون بار در روز کد رو دریافت می‌کنن و اگه این کار به روش ساده انجام می‌شد، روزانه بیش از ۶۰۰ پتابایت ترافیک ایجاد می‌کرد. انتروپیک قبلا با راه‌حل‌های رایج مثل راه‌اندازی چند صد سرور کپی داخلی از مخزن تونسته بود این بار رو تحمل کنه، اما با بیشتر شدن سرعت ادغام کد، نگه‌داری این راه‌حل‌ها هم سخت‌تر و سخت‌تر شد. تیم انتروپیک در نهایت به این نتیجه رسید که تقریباً همه کاربرهای سیستم، ایجنت‌های هوش مصنوعی و پردازش‌های خودکاری هستن که همیشه آنلاین‌ان، پس قابلیت کار آفلاین گیت عملاً براشون مزیتی نداره و بیشتر دست‌وپاگیر شده.
🔹ایده اصلی Scion اینه که کارهای سنگین به‌جای کامپیوتر کاربر، روی سرور انجام بشه. یعنی کارهایی مثل کامیت جدید، ادغام شاخه‌ها، محاسبه تفاوت دو نسخه یا پیدا کردن اینکه آخرین بار چه کسی یک خط کد رو تغییر داده، همه سمت سرور انجام می‌شه و از طریق API هم در دسترس ابزارهای دیگه قرار می‌گیره. به همین خاطر خیلی از پردازش‌ها اصلاً نیازی ندارن که نسخه‌ای از مخزن روی دیسک داشته باشن.
🔹هر ثبت در Scion فقط فایل‌هایی رو نگه می‌داره که نسبت به نسخه قبلی تغییر کرده‌ن و هزینه‌اش به اندازه همون تغییر بستگی داره، نه به حجم کل مخزن. وقتی هم واقعا لازم باشه فایل‌ها روی دیسک بیاد، فقط بخش‌هایی دریافت می‌شه که پردازش بهشون نیاز داره.
🔹طبق گزارش انتروپیک، هر لایه بیش از ۹۹ درصد درخواست‌ها رو از حافظه موقت جواب می‌ده، زیرساخت جدید از نظر پردازنده و حافظه ۲۰۰ برابر کوچک‌تر از سیستم قبلی مبتنی بر گیت شده، دریافت کد به‌جای چند دقیقه چند ثانیه طول می‌کشه و فقط سیستم‌های تست و بیلد خودکار ۲۵ درصد در مصرف پردازنده صرفه‌جویی کردن.
🔹انتروپیک می‌گه یک تیم هفت‌نفره هم Scion و هم Antique رو به‌علاوه چند سیستم مرتبط دیگه ساخته و مهاجرت کامل رو در پنج ماه انجام داده، کاری که به گفته این شرکت در گذشته سال‌ها زمان و تعداد خیلی بیشتری مهندس لازم داشت. در یکی از نمونه‌ها، نسخه اولیه داخلی Claude Mythos Preview بدون هیچ راهنمایی اضافه، بخشی از سیستم انتقال داده‌ها از گیت به Scion رو که مهندس‌ها خودشون نوشته بودن بازنویسی کرده و نتیجه‌اش ۲۰ برابر حافظه کمتری مصرف می‌کرده و ۴ برابر سریع‌تر بوده.
🔹البته انتروپیک همه‌چیز رو از صفر طراحی نکرده. به گفته خودش، برای مدیریت مخزن‌های عظیم نمونه‌های موفقی مثل Piper گوگل و Sapling متا وجود داشته و Scion با استفاده از تجربه‌های این سیستم‌ها ساخته شده. برای ذخیره‌سازی هم از Spanner، پایگاه‌داده توزیع‌شده گوگل استفاده می‌کنه.
🔹انتروپیک تأکید کرده که Scion جایگزین مناسبی برای گیت در استفاده عمومی نیست و فقط برای مخزن‌های فوق‌العاده بزرگ با ده‌ها هزار مهندس یا تعداد زیادی ایجنت هوش مصنوعی معنا پیدا می‌کنه. این شرکت فعلاً قصد عرضه عمومی این سیستم رو نداره، چون Scion تفاوت زیادی با گیت داره و به ابزارهای اختصاصی خودش برای بازبینی کد، جست‌وجو و تست خودکار وابسته‌ست. با این حال انتروپیک پیش‌بینی می‌کنه که شرکت‌های دیگه‌ای هم که از ابزارهای کدنویسی هوش مصنوعی استفاده می‌کنن، ظرف شش تا دوازده ماه آینده با مشکلات مشابهی روبه‌رو بشن. به همین دلیل تصمیم گرفته تجربه‌ها و ایده‌هاش رو به اشتراک بذاره تا بخش‌های موفق Scion بدون کنار گذاشتن گیت قابل استفاده باشه، و اعلام کرده که می‌خواد در این زمینه با GitHub، GitLab و جامعه نرم‌افزار متن‌باز همکاری کنه.
🔹Anthropic.
🌐 @IT_Fouri