Anthropic以Scion改管程式碼,AI寫碼後工程師審什麼?
Anthropic如何利用AI改寫程式碼管理系統?
Anthropic於10月13日公開其內部原始碼管理系統Scion,該系統由七人團隊耗時五個月完成主程式碼庫遷移,並建置了名為Antique的程式碼審查工具。Scion系統將版本作業集中至伺服器,並依需求取檔,特別針對超大型開發環境設計。雖然AI(Claude)協助撰寫程式碼,但工程師仍負責定義系統限制並審查每一項變更,確保程式碼的品質與安全性。目前Scion為內部系統,尚未提供外部導入方案或相關價格資訊。

(媒角抵加/林承志綜合報導)Anthropic10月13日公開內部原始碼管理系統Scion,表示七人團隊用五個月完成主程式碼庫遷移,也建置審查工具Antique等配套。Claude協助寫碼,工程師仍定義系統限制並審查每項變更。Scion把版本作業集中至伺服器、依需取檔,針對超大型開發環境;台灣團隊目前可參考方法,公告尚未提供外部導入方案。
關鍵資訊
- 工具分工:Scion管理版本,Antique處理程式碼審查。
- 使用狀態:內部系統;公告未列公開下載、價格或台灣導入方案。
- 團隊可先做的事:分別記錄取得程式碼、執行測試及等待審查的時間,再找出需要調整的環節。
程式碼合併量增加,版本作業移到伺服器
Anthropic的工程說明指出,公司每日合併的程式碼變更,從2026年5月約2,500次增至9月超過3萬次。
Scion以用戶端持續連線為前提,由伺服器處理提交、合併及歷史查詢,執行任務的電腦只取用所需檔案。持續整合(CI)中的自動測試工作,也能透過程式介面查詢變更,省去部分建立本地程式碼副本的步驟。
工程師審查變更目的,AI互查也可能過度設計
Anthropic舉例,遷移時,代理曾逐筆讀取提交紀錄來找合併時間,工程師則要求它改向審查工具查詢。
開發者Simon Willison在10月13日的評論中,將Scion理解為集中式版本管理的設計。他也分享自己以Claude和GPT交互找錯的經驗,認為Anthropic提到的審查過於局部、引發過度設計等問題,與他的使用經驗相符。
把關工作因此可以落在具體項目:這次修改要解決什麼問題、哪些行為要維持、測試涵蓋什麼情況,以及誰能核准。對機密資料、權限或付款邏輯的修改,團隊可預先指定負責審查的人,讓AI產出的變更有明確接手者。
台灣團隊可先減少取碼量,再檢查合併流程
採用現有Git工具的團隊,可以從測試用副本比較取碼方式。Git官方文件列有部分複製功能,例如--filter=blob:none把檔案內容延至需要時才下載;稀疏取出則控制工作目錄呈現哪些路徑。兩者分別處理傳輸資料與本機檔案範圍。
依Git部分複製設計文件,這種取碼方式涉及用戶端與遠端服務配合;後續操作需要補取檔案時,仍要能連線遠端。團隊比較速度時,可以同時測試查看歷史、找出某行程式的修改者及執行原有測試,確認日常工作仍能完成。
若等待發生在多人合併修改,GitHub的合併佇列文件提供另一種既有做法:把待合併修改與目標分支、前方排隊的修改一起檢查,再依設定合併。這項功能適用組織擁有的公開儲存庫;組織的私有儲存庫則要求GitHub Enterprise Cloud,由具管理權限的人設定。
台灣團隊可先選一個非關鍵專案,以同一組測試比較調整前後的取碼時間、測試時間、審查等待及失敗次數。若要改取碼方式,先核對伺服器支援;若要改合併流程,先核對帳號方案與測試觸發條件,再決定是否擴大。
代理的讀取與修改權限,可延伸閱讀本站AI代理上工前先問四件事;AI找出漏洞後的維護者工作,另見OSS Scanner漏洞掃描與覆核流程。
資料來源與更新紀錄
- Anthropic:Redesigning source control at Anthropic,2026年10月13日;內部遷移、工具分工、工作量與工程師審查方式。
- Simon Willison:Redesigning source control at Anthropic,2026年10月13日;具名架構評論及作者自己的AI交互審查經驗。
- Git:git-clone、部分複製設計文件,2026年10月15日查閱;減量取碼方法與用戶端、遠端的配合條件。
- GitHub:Managing a merge queue,2026年10月15日查閱;合併檢查、管理權限與方案條件。
- 更新紀錄:2026年10月15日整理原始工程說明、具名開發者評論與既有工具文件。
Scion系統與Antique工具分別負責哪些工作?
Scion系統主要負責管理程式碼版本,將版本作業集中至伺服器並依需求取檔。而Antique則是一個配套的程式碼審查工具,用於處理程式碼的審查工作。
AI協助寫碼後,工程師的角色為何?
即使AI協助撰寫程式碼,工程師的角色依然關鍵。他們負責定義系統的限制、審查AI產出的每一項變更,並確認修改的目的、行為維持、測試涵蓋範圍以及核准權限,特別是涉及機密資料、權限或付款邏輯的修改。
台灣團隊可以如何參考Anthropic的方法?
台灣團隊可以先從減少取碼量開始,再檢查合併流程。具體做法包括測試不同取碼方式(如Git的稀疏取出或--filter=blob:none),比較調整前後的取碼時間、測試時間、審查等待及失敗次數,並核對伺服器支援與帳號方案,以決定是否擴大應用。