AI कोडिंग एजेंट सॉफ्टवेयर बनाने की रफ्तार बढ़ा रहे हैं, लेकिन इससे तकनीकी ढाँचे पर भी दबाव बढ़ रहा है। Anthropic ने इसी समस्या को संभालने के लिए Scion नाम का नया वर्जन कंट्रोल सिस्टम बनाया है। कंपनी के मुताबिक, सात इंजीनियरों की टीम ने करीब पाँच महीने में यह सिस्टम और उससे जुड़े कई टूल तैयार किए तथा बड़े कोड रिपॉजिटरी को इसमें स्थानांतरित किया।
Anthropic ने नया Scion सिस्टम क्यों बनाया?
रिपोर्ट के अनुसार, Anthropic के एक ही बड़े कोड रिपॉजिटरी में कोड बदलावों की संख्या तेजी से बढ़ी। मई 2026 में रोजाना औसतन करीब 2,500 बदलाव मर्ज किए जा रहे थे, जबकि सितंबर तक यह संख्या 30,000 से अधिक हो गई। इस बढ़ोतरी में Claude जैसे AI कोडिंग एजेंट की अहम भूमिका बताई गई है।
बड़े रिपॉजिटरी में कोड का इतिहास लगभग 100 GB तक पहुँच गया था और संपीड़ित वर्किंग कॉपी 25 GB से ज्यादा थी। कंपनी के Continuous Integration यानी CI सिस्टम को हर दिन करीब 2.5 करोड़ कोड चेकआउट करने पड़ते थे। इतनी गतिविधि में पारंपरिक Git व्यवस्था को चलाना और उसका रखरखाव करना कठिन होता जा रहा था।
Git के सामने बढ़ता तकनीकी दबाव
Anthropic ने पहले Git के लिए कई उपाय अपनाए, जिनमें shallow clone, sparse checkout, आंतरिक मिरर सर्वर और ऑब्जेक्ट स्टोरेज स्नैपशॉट शामिल थे। एक समय कंपनी सैकड़ों मिरर सर्वर चला रही थी। लेकिन कोड बदलाव बढ़ने के साथ सर्वर को लगातार सिंक्रोनाइज करना और नवीनतम इतिहास उपलब्ध रखना अधिक जटिल हो गया।
Scion की डिजाइन में वर्जन कंट्रोल का अधिक काम सर्वर पर रखा गया है। पारंपरिक Git में क्लाइंट कई काम अपने स्तर पर कर सकता है, जबकि Scion में कमिट, मर्ज, रीबेस और इतिहास से जुड़ी कई गतिविधियाँ सर्वर पर होती हैं। क्लाइंट मुख्य रूप से सीमित स्थानीय कैश, काम करने वाली डायरेक्टरी और फाइलों में बदलाव पर ध्यान देता है।
⚙️ Scion सिस्टम की मुख्य बातें
- डेवलपमेंट टीम: 7 इंजीनियर
- बनाने में समय: करीब 5 महीने
- कोड बदलाव: सितंबर तक रोजाना 30,000 से अधिक मर्ज
- संसाधन: पुराने Git मिरर सिस्टम के मुकाबले CPU और मेमोरी उपयोग करीब 1/200
- CI लाभ: CPU क्षमता में करीब 25% की बचत
सर्वर और कैश से काम में तेजी
Scion में क्लाइंट को हर बार पूरे रिपॉजिटरी का डेटा डाउनलोड करने की जरूरत नहीं होती। वह जरूरत के अनुसार फाइलें और जानकारी हासिल कर सकता है। सिस्टम में कई स्तरों पर कैश रखा गया है, जिससे एक ही डेटा को बार-बार मुख्य सर्वर से लेने की आवश्यकता कम होती है। Anthropic के अनुसार, इस व्यवस्था के अलग-अलग कैश स्तरों की हिट दर 99 प्रतिशत से अधिक है।
कंपनी ने बताया कि Scion के बाद उसके वर्जन कंट्रोल इंफ्रास्ट्रक्चर का CPU और मेमोरी उपयोग पुराने Git मिरर समाधान के मुकाबले करीब 200 गुना कम हुआ। कोड चेकआउट का समय मिनटों से घटकर सेकंड तक आ गया और CI में लगभग 25 प्रतिशत CPU क्षमता बची। ये अलग-अलग माप हैं, इसलिए इसका अर्थ यह नहीं है कि हर काम Git से 200 गुना तेज हो गया है।
🚀 AI कोडिंग का असर
- तेज बदलाव: एजेंट लगातार कोड लिख और संशोधित कर सकते हैं
- नई जरूरत: वर्जन कंट्रोल और परीक्षण प्रणाली को अधिक बदलाव संभालने होंगे
- इंजीनियर की भूमिका: सिस्टम डिजाइन, सुरक्षा और सही विकल्प चुनना अब भी जरूरी
- अनिश्चितता: नए सिस्टम में गुणवत्ता और उत्पादन संबंधी जोखिमों पर और आँकड़े चाहिए
Claude ने सिस्टम बनाने में भी मदद की
Anthropic के अनुसार, Claude ने Scion के विकास में कोड लिखने, प्रदर्शन सुधारने और सिस्टम की निगरानी में मदद की। कंपनी ने एक उदाहरण दिया जिसमें Claude Mythos Preview से डेटा आयात करने वाली प्रक्रिया दोबारा तैयार कराई गई। कंपनी के मुताबिक, नई प्रक्रिया में मेमोरी उपयोग 20 गुना कम हुआ और काम की गति चार गुना बढ़ी, जबकि जरूरी डेटा क्रम और संरचना बनाए रखी गई।
फिर भी कंपनी का कहना है कि इंजीनियरों की जरूरत खत्म नहीं हुई है। सिस्टम के अलग-अलग हिस्सों के बीच तालमेल, डेटा की विश्वसनीयता, सुरक्षा और लंबे समय तक संचालन से जुड़े फैसले इंसानों को लेने पड़ते हैं। AI अच्छा कोड बना सकता है, लेकिन हर समाधान बड़ी प्रणाली की जरूरतों के अनुकूल हो, यह सुनिश्चित करना अलग काम है।
क्या Scion Git की जगह लेगा?
Anthropic के इस कदम का मतलब यह नहीं है कि Git सभी जगह अप्रासंगिक हो जाएगा। Google और Meta जैसी बड़ी तकनीकी कंपनियों ने भी बहुत बड़े कोड रिपॉजिटरी के लिए अपने विशेष सिस्टम बनाए हैं। छोटे और मध्यम प्रोजेक्ट के लिए Git अभी भी उपयोगी है। Scion का उदाहरण दिखाता है कि बहुत अधिक समानांतर AI एजेंट चलाने वाली कंपनियों को अलग तरह की व्यवस्था की जरूरत पड़ सकती है। इस विषय पर अधिक जानकारी के लिए Anthropic Engineering देखें।
अक्सर पूछे जाने वाले सवाल
1. Anthropic Scion क्या है?
Scion Anthropic द्वारा बनाया गया वर्जन कंट्रोल सिस्टम है। इसका उद्देश्य बहुत बड़े कोड रिपॉजिटरी और बड़ी संख्या में स्वचालित कोडिंग एजेंट से होने वाले बदलावों को संभालना है। यह पारंपरिक स्थानीय रिपॉजिटरी मॉडल की जगह सर्वर-केंद्रित व्यवस्था पर अधिक निर्भर करता है।
2. Anthropic ने Git के बजाय Scion क्यों बनाया?
कंपनी के रिपॉजिटरी में कोड बदलाव और चेकआउट बहुत तेजी से बढ़ रहे थे। पुराने मिरर सर्वर और अन्य अनुकूलन बनाए रखना कठिन हो रहा था। Scion को इसी पैमाने पर बदलाव, डेटा पहुँच और सर्वर संसाधनों का बेहतर प्रबंधन करने के लिए बनाया गया।
3. Scion से कितना प्रदर्शन लाभ मिला?
Anthropic के मुताबिक, पुराने Git मिरर समाधान की तुलना में Scion का CPU और मेमोरी उपयोग करीब 200 गुना कम हुआ। कोड चेकआउट मिनटों से सेकंड तक पहुँचा और CI में लगभग 25 प्रतिशत CPU क्षमता बची। ये अलग-अलग माप हैं, एक ही गति का संकेत नहीं।
4. क्या Claude ने Scion को विकसित करने में मदद की?
हाँ, कंपनी ने बताया कि Claude ने कोड लागू करने, प्रदर्शन बेहतर करने और सिस्टम संचालन की निगरानी में मदद की। एक डेटा आयात प्रक्रिया के उदाहरण में मेमोरी उपयोग कम हुआ और गति बढ़ी। फिर भी वास्तुकला और तकनीकी समझ से जुड़े फैसलों में इंजीनियर शामिल रहे।
5. क्या सामान्य डेवलपर को Git छोड़ देना चाहिए?
नहीं। इस खबर से यह साबित नहीं होता कि हर प्रोजेक्ट के लिए Git अनुपयोगी है। Scion खास तौर पर Anthropic के विशाल रिपॉजिटरी और AI एजेंटों की जरूरतों के लिए बनाया गया है। सामान्य टीमों को अपनी परियोजना के आकार और जरूरत के अनुसार टूल चुनना चाहिए।
निष्कर्ष
Anthropic का Scion दिखाता है कि AI कोडिंग से सिर्फ प्रोग्राम लिखने का तरीका नहीं, बल्कि सॉफ्टवेयर की पूरी तकनीकी व्यवस्था भी बदल सकती है। बड़े प्रोजेक्ट में गति के साथ भरोसेमंद परीक्षण, सुरक्षा और इंजीनियरों के सही फैसले भी उतने ही जरूरी रहेंगे।
डिस्क्लेमर: यह लेख उपलब्ध तकनीकी रिपोर्ट पर आधारित है। प्रदर्शन के आँकड़े कंपनी द्वारा बताए गए हैं और अन्य प्रणालियों में परिणाम अलग हो सकते हैं।
