室谷代表取締役Anthropicが2026年10月13日にエンジニアリングブログで公開したのが、自社製バージョン管理システム「Scion（サイオン）」です。Claudeによる自律コーディングが爆発的に増えて、gitが限界を迎えたので、自分たちで作り直したという話なんですよね。
テキトー教師DotAI 認定講師これは単に「社内ツールを作りました」という話じゃないんですよ。バージョン管理システムというのは、ソースコードの変更履歴を記録・管理する仕組みで、誰がいつ何を変更したか、過去の状態に戻せるか、複数人の変更をどう統合するかを担うものです。
業界標準はgitで、各開発者がリポジトリ全体のコピーを持ち、オフラインでも差分計算や履歴参照ができる分散型設計が特徴です。
業界標準はgitで、各開発者がリポジトリ全体のコピーを持ち、オフラインでも差分計算や履歴参照ができる分散型設計が特徴です。
室谷代表取締役そのgitを、Anthropicはモノレポごと完全に乗り換えたわけです。5か月で。
テキトー教師DotAI 認定講師モノレポというのは、全社のコードを1つのリポジトリに集約する運用のことですね。大規模モノレポでは、GoogleのPiperやMetaのSaplingなど自社システムの先例があると、公式ブログでも触れられています。
Anthropicの独自バージョン管理システム「Scion」とは？
gitとScionの設計思想の対比
git
- クライアントはオフライン前提
- クライアントが完全なコピーを要求
- 履歴やblameの照会、コミット作成、マージ、リベースをクライアントが担当
- リポジトリのデータは各クライアントに分散
- 作業コピーは完全なコピーが前提
Scion
- クライアントは常時オンライン前提
- 常時到達可能なサーバーを前提に設計
- 履歴やblameの照会、コミット作成、マージ、リベースはサーバーが担当
- クライアントは限られたローカルキャッシュと作業コピーの配置、ファイルシステム変更の監視を担当
- リポジトリのデータは分散され、サーバー上にも完全に実体化されたコピーは存在しない
- コミットやマージはサーバー側で行われ、コストは変更の大きさに比例
- 作業コピーはオプションで、設計上スパース
- 必要なディレクトリだけを含むスパースチェックアウトと、オンデマンドでファイルを実体化する仮想化チェックアウトが中心
室谷代表取締役まず整理すると、ScionはAnthropicが2026年10月13日にエンジニアリングブログで公開した、自社製のバージョン管理システムです。Claudeによる自律コーディングの急増でgitがボトルネックになったため、モノレポをgitから完全移行するために5か月で構築された、というのが発表の骨子なんですよね。
テキトー教師DotAI 認定講師発表の中でAnthropicは「コーディングはもはやボトルネックではない」と書いています。Claudeが研究ループを自律的に反復し、複雑なプログラムをマイクロ最適化し、新しいサービスをゼロから構築できるようになった。
その結果、ボトルネックはソース管理、ビルド、CIといった「人間規模を前提に作られた開発者インフラ」に移った、と。
その結果、ボトルネックはソース管理、ビルド、CIといった「人間規模を前提に作られた開発者インフラ」に移った、と。
室谷代表取締役これは刺さる表現ですよね。MYUUUでも開発のスピードが上がると、必ずどこかで詰まるんですよ。
だいたいCIかレビューかマージなんですけど、Anthropicはその詰まりを根本から作り替えたわけです。
だいたいCIかレビューかマージなんですけど、Anthropicはその詰まりを根本から作り替えたわけです。
テキトー教師DotAI 認定講師Scionが採用した原則は、公式ブログで明確に示されています。整理するとこうです。
- クライアントは常時オンライン：gitはオフライン前提で完全なコピーを要求するが、Scionは常時到達可能なサーバーを前提に設計
- クライアント・サーバの非対称性：履歴やblameの照会、コミット作成、マージ、リベースはサーバーが担当。クライアントは限られたローカルキャッシュと作業コピーの配置、ファイルシステム変更の監視を担う
- すべてが水平スケール可能：リポジトリのデータは分散され、サーバー上にも完全に実体化されたコピーは存在しない
- コミットは安価・増分・ロックフリー：コミットやマージはサーバー側で行われ、コストは変更の大きさに比例する
- 作業コピーはオプションで、設計上スパース：必要なディレクトリだけを含むスパースチェックアウトと、オンデマンドでファイルを実体化する仮想化チェックアウトが中心
室谷代表取締役「サーバー上にも完全なコピーが存在しない」というのが面白いですよね。gitの常識からするとかなり攻めた設計です。
テキトー教師DotAI 認定講師そこがまさに、エージェント前提の再設計なんですよ。gitの「クライアントがオフラインで完全なコピーを持つ」という利点が、エージェントやジョブが常時オンラインであるAnthropicのワークロードでは逆に足かせになった、と公式ブログは説明しています。
Scionでできること――チェックアウト高速化とインフラ200分の1の裏側
まとめ
Scionの効果と仕組み
- ScionインフラのCPU・メモリ要件は以前のgitミラーリング基盤比で200分の1
- CIと研究ジョブのチェックアウトは2桁高速化し、分単位から秒単位へ
- CIだけでCPU容量を25%削減
- クライアント・キャッシュ・リポジトリのメンテナンスが不要
- 作業の基本単位はwrite-ahead logのエントリであるchangeset
- changesetは最初の親への変更ファイルリストとblobストレージ内の圧縮ファイル内容への内容アドレス指定ポインタを保存
- パックファイル・ロック・クロスサーバー調整・refの移動が不要でスループットが高い
- blameやパス履歴、コミットグラフのスキップリストなどのderived dataを単一の汎用メカニズムで計算
- 派生データを再帰的に定義し、新しいインデックスを後から追加可能
- クライアントはscion-daemonと通信し、デーモンはスナップショットから開始してscion-cacheと通信
- キャッシュにオブジェクトがなければscion-serversがSpannerやクラウドストレージから読み取る
- 各階層のキャッシュヒット率は99%以上で長時間の状態が不要なためスケールしやすい
- scion-daemon・scion-cache・scion-serverは同一RPCに応答し、クライアントはキャッシュのトポロジーを知らなくてよい
- 障害ドメイン分離のため階層は厳格に強制
室谷代表取締役で、実際どれくらい効いたのかという数字がまたすごいんですよね。
テキトー教師DotAI 認定講師公式ブログに書かれている効果を整理するとこうです。
- ScionインフラのCPU・メモリ要件は、以前のgitミラーリング基盤と比べて200分の1
- CIと研究ジョブのチェックアウトは2桁速くなり、分単位から秒単位へ
- CIだけでCPU容量が25%削減
- クライアントもキャッシュもリポジトリのメンテナンスが不要
室谷代表取締役200分の1って、もう別物ですよね。数百台のgitミラーを運用していたのが、どれだけ重かったかという話でもあります。
テキトー教師DotAI 認定講師仕組みも面白いんですよ。Scionでは「changeset」という単位が作業の基本で、これはwrite-ahead logのエントリです。
gitのコミットがツリーへのポインタを保存するのに対し、changesetは最初の親に対する変更ファイルのリストと、blobストレージ内の圧縮ファイル内容への内容アドレス指定ポインタを保存します。
gitのコミットがツリーへのポインタを保存するのに対し、changesetは最初の親に対する変更ファイルのリストと、blobストレージ内の圧縮ファイル内容への内容アドレス指定ポインタを保存します。
室谷代表取締役パックファイルがない、ロックもクロスサーバー調整もrefの移動もない、と。だからスループットが高いわけですね。
テキトー教師DotAI 認定講師そうなんです。changesetは変更点だけを記録するので、それだけでは「誰が最後にこの行を編集したか」といった問いに即答できません。
そこでScionはchangesetから追加のデータ構造を構築します。ファイルblameやパス履歴の専用構造、コミットグラフのスキップリストなどです。
これらを「derived data」と呼び、すべて単一の汎用メカニズムで計算します。
そこでScionはchangesetから追加のデータ構造を構築します。ファイルblameやパス履歴の専用構造、コミットグラフのスキップリストなどです。
これらを「derived data」と呼び、すべて単一の汎用メカニズムで計算します。
室谷代表取締役派生データを再帰的に定義して、新しいインデックスを後から足せるようにしている。これは運用していく上で効いてくる設計ですよね。
テキトー教師DotAI 認定講師チェックアウトのアーキテクチャも階層化されています。クライアントはソケット経由でノード全体のオブジェクトを保存するデーモン「scion-daemon」と通信し、デーモンは定期的に更新されるスナップショットから始めて、リージョン内のツリー・blobキャッシュサーバー「scion-cache」とだけ話します。
キャッシュにオブジェクトがなければ、権威ある「scion-servers」に問い合わせ、これがSpannerやクラウドストレージから読み取る、という流れです。
キャッシュにオブジェクトがなければ、権威ある「scion-servers」に問い合わせ、これがSpannerやクラウドストレージから読み取る、という流れです。
室谷代表取締役各階層のキャッシュヒット率が99%以上で、長時間の状態も不要。だからスケールしやすいと。
テキトー教師DotAI 認定講師しかもscion-daemon、scion-cache、scion-serverは同一のRPCに応答するので、クライアントはキャッシュのトポロジーを知らなくていい。障害ドメインを分離するために階層は厳格に強制している、と説明されています。
Scionの使い方・始め方――日本から使えるのか、提供範囲はどうなっている？
Scionの提供範囲について現時点で分かっていること
今回の発表ソースには、外部提供・一般公開・日本からの利用可否・料金についての言及は含まれていません。公式ブログもXの投稿も、あくまで自社のモノレポをgitから移行したというエンジニアリング事例紹介です。そのため「Scionを誰でも使える」と読むのは早計で、現時点では明らかにされていません。なお、Anthropicは同じ期間にコードレビュー画面「Antique」、コード検索、リッチなソース管理IAMシステム、大量のレビュー済みコードを管理・ランディングする新しい方法なども構築・出荷したと述べていますが、これらについても外部提供の有無は今回のソースでは明らかにされていません。
室谷代表取締役ここで気になるのが、Scionって外部に提供されているのか、日本から使えるのか、料金はどうなのかという点ですよね。
テキトー教師DotAI 認定講師これは明確にしておきたいのですが、今回の発表ソースには、外部提供や一般公開、日本からの利用可否、料金についての言及は含まれていません。
室谷代表取締役ですよね。公式ブログもXの投稿も、あくまで自社のモノレポをgitから移行したというエンジニアリングの事例紹介なんですよ。
だから「Scionを誰でも使える」と読むのは早計で、現時点では明らかにされていません。
だから「Scionを誰でも使える」と読むのは早計で、現時点では明らかにされていません。
テキトー教師DotAI 認定講師講座でも受講生さんから「新しいツールが出たらすぐ使えるんですか」とよく聞かれるんですが、こういう社内基盤の話は、公開されていることと提供されていることが別なんですよね。
室谷代表取締役そうそう。むしろこの記事の価値は、ツールとして配られるかどうかではなく、AIコーディング時代のインフラ設計の考え方が公開されたことにあるんですよね。
テキトー教師DotAI 認定講師その通りです。Anthropicは同じ期間に、コードレビュー画面「Antique」、コード検索、リッチなソース管理IAMシステム、大量のレビュー済みコードを管理・ランディングする新しい方法なども構築・出荷したと述べています。
ただし、これらについても外部提供の有無は今回のソースでは明らかにされていません。
ただし、これらについても外部提供の有無は今回のソースでは明らかにされていません。
なぜgitでは限界だったのか――1日3万マージと600PBの通信問題
室谷代表取締役ここからが本題ですよね。なぜgitではダメだったのか。
テキトー教師DotAI 認定講師数字がすべてを物語っています。2026年5月、Anthropicは1日あたり約2,500件のコード変更をマージしていました。
それが9月には1日3万件超。10倍以上です。
それが9月には1日3万件超。10倍以上です。
室谷代表取締役しかもAnthropicは「この成長率が鈍るとは思っていない」と書いているんですよ。コードをマージする潜在需要は事実上無限で、ボトルネックを1つ外すたびに生産量がさらに増える、と。
テキトー教師DotAI 認定講師具体的な負荷も公開されています。整理するとこうです。
- mainブランチの履歴だけで約100GB
- 圧縮済み作業コピーが25GB超
- CI用だけで1日約2,500万回のチェックアウト
- 素朴に取得すれば1日600PB超のgitトラフィックになる計算
室谷代表取締役600PBですよ。もう桁がおかしい。
テキトー教師DotAI 認定講師対策として、Anthropicは数百の社内gitミラーやスナップショット（seeds）を運用していました。ピーク時には数百の内部gitミラーを動かしていたと。
ただ、マージ速度が上がるにつれて運用が難しくなり、seedsはリフレッシュの間にmainの先端から離れていき、diffやblameのような履歴に依存する操作を部分クローンで動かし続けるには、どんどん手間がかかるようになった、と。
ただ、マージ速度が上がるにつれて運用が難しくなり、seedsはリフレッシュの間にmainの先端から離れていき、diffやblameのような履歴に依存する操作を部分クローンで動かし続けるには、どんどん手間がかかるようになった、と。
室谷代表取締役ミラーはリポジトリがディスクやメモリの限界を超えるとスケールしなくなる。これが決定的だったわけですね。
テキトー教師DotAI 認定講師Anthropicはこうも書いています。ほとんどの企業と同じように、gitを権威あるコピーが1つある集中型システムとして使っていたが、クライアントのほぼすべてがエージェントとジョブで、定義上オンラインである、と。
分散・オフライン作業のためにgitが優れている性質が、リポジトリが大きくなるにつれてスケール能力を積極的に損なっていた、と説明しています。
分散・オフライン作業のためにgitが優れている性質が、リポジトリが大きくなるにつれてスケール能力を積極的に損なっていた、と説明しています。
室谷代表取締役だから「エージェントが常時オンラインであることを最初から前提にソース管理を設計したらどうなるか」と考えた。それがScionの出発点なんですよね。
Scionはどう作られたのか――Claude自身が開発を加速させた5か月
室谷代表取締役ここが一番おもしろいところで、Scionを作ったのもClaudeなんですよ。
テキトー教師DotAI 認定講師公式ブログに印象的な例が載っています。AnthropicはScionの構築を、Claude Mythos PreviewとClaude Tagが社内で利用可能になったのとほぼ同じ時期に始めました。
この2つのリリースが、Scionの必要性を同時に増幅させ、構築速度を大きく加速させた、と。
この2つのリリースが、Scionの必要性を同時に増幅させ、構築速度を大きく加速させた、と。
室谷代表取締役具体的なエピソードがすごいんですよね。
テキトー教師DotAI 認定講師はい。年初に、gitからScionへの取り込みパイプラインの最初のバージョンを、ほとんど手書きでプロトタイプとして作っていました。
担当者はそれが良い出来だと思っていた。ところがClaude Mythos Previewの初期の社内スナップショットを手に入れて、全部書き直すよう依頼したところ、追加の指示なしで、メモリ消費が20分の1、速度が4倍のバージョンを生成し、しかも取り込み順序やデータ構造に関する暗黙の不変条件をすべて保持していた、と。
担当者はそれが良い出来だと思っていた。ところがClaude Mythos Previewの初期の社内スナップショットを手に入れて、全部書き直すよう依頼したところ、追加の指示なしで、メモリ消費が20分の1、速度が4倍のバージョンを生成し、しかも取り込み順序やデータ構造に関する暗黙の不変条件をすべて保持していた、と。
室谷代表取締役20分の1で4倍ですよ。しかも指示なしで。
これは開発のあり方が変わる話ですよね。
これは開発のあり方が変わる話ですよね。
テキトー教師DotAI 認定講師Anthropicは「Claudeのコードを書く能力が、そもそもこの状況を招いた原因であり、同時に、それに対処する高品質でスケールするシステムを素早く構築できた理由でもある」と書いています。皮肉ではなく、因果がループしているわけです。
室谷代表取締役自分で自分を加速させている構造ですからね。
テキトー教師DotAI 認定講師ブログには、ScionとAntiqueのコードベースへの週次のマージ変更数のグラフも掲載されています。2026年1月から9月にかけての推移です。
AIコーディング時代に他社も直面する「人間規模のインフラ」の壁
室谷代表取締役で、Anthropicはこの問題を自社だけの特殊事例とは見ていないんですよね。
テキトー教師DotAI 認定講師ええ。公式ブログには「多くの組織が近い将来にこの問題を抱えるとは思っていないが、AIコーディングツールを使う他社も、遠からず同じ圧力点に直面するだろう」と書かれています。
だからこそ、何を作り、何を学んだかを共有したかった、と。
だからこそ、何を作り、何を学んだかを共有したかった、と。
室谷代表取締役これは本当にそうで、MYUUUでもAIでコードを書く量が増えると、必ずレビューとマージが詰まるんですよ。規模は違えど、詰まる場所は同じなんですよね。
テキトー教師DotAI 認定講師講座でも受講生さんに「AIで開発が速くなったのに、なぜかリリースは速くならない」という相談を受けることがあります。まさにこの構造で、ボトルネックがコーディングからインフラ側に移動しているんですよ。
室谷代表取締役Anthropicが挙げている原則は、他のソース管理システムにも、もっと広くソフトウェア開発ライフサイクルの他の段階にも応用できる洞察だと書かれています。
テキトー教師DotAI 認定講師特に「作業コピーはオプション」という考え方は重要です。CIジョブがコミットとそのマージベースの差分を必要とするなら、サーバーに聞けばいい。
書き込みワークロードの多くもチェックアウトをスキップしてAPI経由で完結できる。これが自動bisectやrevertパイプラインのような内部ツールを大規模に実用化させた、と説明されています。
書き込みワークロードの多くもチェックアウトをスキップしてAPI経由で完結できる。これが自動bisectやrevertパイプラインのような内部ツールを大規模に実用化させた、と説明されています。
室谷代表取締役チェックアウトを避けるという発想自体が、人間が手元でコードを触る前提から離れているんですよね。
テキトー教師DotAI 認定講師そうなんです。Anthropicは「エージェント規模のソフトウェア開発がどうなるかについての興味深い教訓が得られる」と締めくくっています。
よくある質問
室谷代表取締役では最後に、よく聞かれる点を整理しておきましょう。
テキトー教師DotAI 認定講師まず、Anthropicは独自のバージョン管理システムを本当に開発しているのか。これは事実で、Scionという名称で自社製バージョン管理システムを構築し、モノレポをgitから完全移行したと2026年10月13日のエンジニアリングブログで公開しています。
室谷代表取締役次に、Scionは外部に提供されているのか、日本から使えるのか、料金はいくらか。これは今回の発表ソースには含まれていないので、現時点では明らかにされていません。
テキトー教師DotAI 認定講師移行にはどれくらいかかったのか。公式ブログによれば5か月です。
その同じ期間に、コードレビュー画面のAntique、コード検索、ソース管理IAMシステムなども構築・出荷したと述べられています。
その同じ期間に、コードレビュー画面のAntique、コード検索、ソース管理IAMシステムなども構築・出荷したと述べられています。
室谷代表取締役効果はどれくらいあったのか。ScionインフラのCPU・メモリ要件は以前のgitミラーリング基盤比で200分の1、チェックアウトは分単位から秒単位になり、CIだけでCPU容量が25%削減されたと報告されています。
テキトー教師DotAI 認定講師なぜgitではダメだったのか。2026年5月に1日約2,500件だったマージ数が9月には3万件超になり、mainブランチの履歴だけで約100GB、CI用だけで1日約2,500万回のチェックアウトが発生し、素朴に取得すれば1日600PB超の通信になる計算だったためです。
室谷代表取締役他の企業も同じ問題に直面するのか。Anthropicは、AIコーディングツールを使う他社も遠からず同じ圧力点に直面するだろうと述べています。
テキトー教師DotAI 認定講師開発を加速させたのは何か。Claude Mythos PreviewとClaude Tagが社内で利用可能になったことが、Scionの必要性を増幅させ、構築速度を大きく加速させたと公式ブログは説明しています。
室谷代表取締役というわけで、Scionは「AIがコードを書く時代のインフラはどうあるべきか」を問い直す事例なんですよね。提供範囲など不明な点はありますが、設計思想は今後の開発基盤を考える上でかなり参考になる話でした。
