İçeriği Bildir

Bildiriminiz yönetici tarafından incelenir.

Arama Yap
Yapay Zeka

Claude O Kadar Çok Kod Yazıyor Ki Anthropic'in Altyapısı Yetişemedi

Anthropic'in günlük kod birleştirme sayısı dört ayda 12 katın üzerine çıktı. Şirket, yapay zeka ajanlarının oluşturduğu yükü karşılamak için kendi sürüm kontrol sistemini geliştirdi.

Claude O Kadar Çok Kod Yazıyor Ki Anthropic'in Altyapısı Yetişemedi
Google'da Kaynak Ekle

Haber Özeti

  • Anthropic, ana kod deposunu beş ay içerisinde Git'ten Scion'a taşıdı.
  • Günlük birleştirilen kod değişikliği sayısı 2.500'den 30.000'in üzerine çıktı.
  • Scion altyapısı, önceki Git yansıtma sisteminden yaklaşık 200 kat daha az işlemci ve bellek kaynağı kullanıyor.
  • Yedi kişilik mühendislik ekibi, yeni sistemi geliştirirken Claude'dan yoğun biçimde yararlandı.
  • Scion şirket içinde kullanılıyor ve genel kullanıma yönelik bir sürüm açıklanmadı.

Yapay zeka ile yazılım geliştirme hızlandıkça, ortaya çıkan kodu yönetmek de giderek zorlaşıyor. Anthropic, bu sorunu kendi bünyesinde yaşayarak ana kod deposunu Git'ten Scion adını verdiği yeni bir sürüm kontrol sistemine taşıdı. Beş ayda tamamlanan geçişin arkasında ise Claude'un ürettiği kod miktarındaki olağanüstü artış var.

Şirketin 13 Ekim 2026'da paylaştığı verilere göre, Mayıs ayında günde ortalama 2.500 kod değişikliği ana depoya birleştirilirken Eylül ayında bu sayı 30.000'i aştı. Claude'un araştırma süreçlerinde, yazılım geliştirmede ve mevcut sistemlerin iyileştirilmesinde daha fazla görev üstlenmesi, insan geliştiricilerin kullandığı altyapının sınırlarını zorlamaya başladı.

Sorun yalnızca değişikliklerin sayısı değildi. Anthropic'in ana kod deposunun geçmişi yaklaşık 100 GB'a ulaşmış durumda. Sıkıştırılmış çalışma kopyası 25 GB'ı geçerken sürekli entegrasyon (CI) sistemleri her gün yaklaşık 25 milyon kez kodu çalışma ortamlarına alıyor. Şirketin hesabına göre, bu işlemlerin her birinde gerekli veriler Git üzerinden yeniden indirilseydi günlük trafik 600 petabaytı aşacaktı.

Anthropic, yükü azaltmak için Git'in kısmi indirme özelliklerinden ve yüzlerce dahili Git sunucusundan yararlanıyordu. Fakat kod değişikliklerinin birleştirilme hızı yükseldikçe bu altyapının işletilmesi de güçleşti. Sonunda mevcut sistemi büyütmek yerine farklı bir mimariye geçilmesine karar verildi.

Scion, Git'ten Nasıl Farklı Çalışıyor?

Git'in güçlü taraflarından biri, geliştiricilerin kod deposunun geçmişini kendi bilgisayarlarında tutabilmesi ve internet bağlantısı olmadan çalışabilmesi. Anthropic'in ihtiyaçları ise oldukça farklı. Şirkette kodla çalışan istemcilerin büyük bölümü sürekli çevrimiçi olan yapay zeka ajanlarından ve otomatik görevlerden oluşuyor.

Scion bu çalışma biçimine göre tasarlandı. Git'te geliştiricinin bilgisayarında yapılabilen commit, birleştirme ve yeniden düzenleme işlemleri Scion'da sunucu tarafında gerçekleştiriliyor. İstemciler ihtiyaç duydukları dosyaları alıyor; deponun bütün geçmişini yerel ortamda saklamaları gerekmiyor.

Sistemin merkezinde Git'teki commit yapısından farklı olarak 'changeset' adı verilen değişiklik kayıtları bulunuyor. Bu kayıtlar, önceki sürüme göre hangi dosyaların değiştiğini ve içeriklerin nerede saklandığını tutuyor. Dosyaların sıkıştırılmış içerikleri ayrı bir depolama katmanında saklanırken sürüm geçmişi ve dosyaların kimler tarafından değiştirildiği gibi bilgiler özel veri yapıları üzerinden sorgulanabiliyor.

Bu sayede bir CI görevi iki sürüm arasındaki farkı öğrenmek için kod deposunun tamamını indirmek zorunda kalmıyor. Aynı yaklaşım dosyaların yalnızca gerektiğinde çalışma ortamına alınmasını da mümkün kılıyor.

Scion'un sunucu mimarisi de yüksek işlem hacmine göre düzenlenmiş. Yerel önbellekler, bölgesel önbellek sunucuları ve merkezi kaynak kontrol servisleri birlikte çalışıyor. Anthropic, bu katmanların her birinde yüzde 99'un üzerinde önbellek isabet oranına ulaşıldığını belirtiyor.

Şirketin paylaştığı performans sonuçları oldukça çarpıcı. Scion'un işlemci ve bellek ihtiyacı, önceki Git yansıtma altyapısına kıyasla yaklaşık 200 kat daha düşük. CI ve araştırma görevlerinde kodun çalışma ortamına alınması dakikalar yerine saniyeler sürüyor. Yalnızca CI tarafında elde edilen işlemci kapasitesi kazanımı ise yüzde 25.

Bu rakamlar Scion'un her koşulda Git'ten daha hızlı olduğu anlamına gelmiyor. Ölçümler, Anthropic'in kendi iş yükleri ve önceki altyapısıyla yapılan karşılaştırmalara dayanıyor.

Claude, Kendi Kod Altyapısının Geliştirilmesinde de Kullanıldı

Scion'un geliştirilme sürecinde yedi kişilik bir mühendislik ekibi görev aldı. Ekip, beş ay içerisinde yeni sürüm kontrol sisteminin yanında Antique adlı kod inceleme aracını, kod arama altyapısını ve ayrıntılı erişim yetkilendirme sistemini de hazırladı.

Bu çalışmalarda Claude'un rolü oldukça büyüktü.

Anthropic'in verdiği örneklerden biri, Git'ten Scion'a veri aktarımını gerçekleştiren yazılımla ilgili. İlk sürümü mühendisler tarafından hazırlanan aktarım hattı, Claude Mythos Preview modelinin erken bir dahili sürümüne yeniden yazdırıldı. Ortaya çıkan kod, önceki uygulamaya göre 20 kat daha az bellek tüketirken dört kat daha hızlı çalıştı.

Şirketin mühendisleri artık birçok kodlama görevinde Claude'u kendilerinden daha başarılı bulduklarını söylüyor. Buna karşılık sistemin genel tasarımı, servisler arasındaki ilişkiler ve teknik kararların sonuçları insan mühendislerin sorumluluğunda kalıyor.

Yapay zeka ajanları zaman zaman bir görevi tamamlamak için mimari kuralları ihlal eden çözümler üretebiliyor. Anthropic'in anlattığı örneklerde, bazı ajanların mevcut kod inceleme servisinden yararlanmak yerine değişiklik geçmişini baştan sona tarayan verimsiz işlemler oluşturduğu görülmüş. Bu nedenle ekip, kod incelemelerinde her satırı okumaktan çok değişikliğin amacına ve sistem üzerindeki etkisine odaklanıyor.

Scion'la birlikte test süreçleri de değişiyor. Geleneksel birleştirme kuyruklarının, aynı anda yüzlerce veya binlerce değişikliğin işlendiği ortamda yeterince iyi ölçeklenmediğini belirten şirket, kod birleştirildikten sonra ve dağıtıma alınmadan önce yapılan otomatik testlere daha fazla ağırlık veriyor. Eş zamanlı değişikliklerden doğan çakışmaların giderilmesinde de Claude kullanılıyor.

Anthropic bu yaklaşımı kullanan ilk büyük teknoloji şirketi değil. Google'ın Piper sistemi ve Meta'nın Sapling altyapısı, büyük kod depolarını yönetmek için daha önce geliştirilen çözümler arasında bulunuyor. Scion'un mimarisinde özellikle Meta'nın Mononoke ve Bonsai projelerinde kullanılan bazı yöntemlerden yararlanılmış.

Yapay zeka ajanlarının oluşturduğu yük yalnızca Anthropic'in karşılaştığı bir sorun da değil. GitHub, Nisan 2026'da yayımladığı açıklamada otomatik yazılım geliştirme süreçlerinin hızla büyüdüğünü ve altyapısını mevcut kapasitenin 30 katına ulaşabilecek bir ölçeğe göre hazırlaması gerektiğini duyurmuştu. Büyük kod depoları ve artan birleştirme talepleri, platformun üzerinde çalıştığı başlıca alanlar arasında yer alıyor.

Anthropic ise Scion'u Git'in genel kullanıma yönelik bir alternatifi olarak konumlandırmıyor. Şirket, Git'in çoğu yazılım projesi için uygun çözüm olmaya devam ettiğini kabul ediyor. Scion'un avantajları daha çok çok büyük tekil kod depolarında ve yoğun biçimde çalışan yapay zeka ajanlarının bulunduğu ortamlarda ortaya çıkıyor.

Üstelik Scion'a geçiş yalnızca sürüm kontrol yazılımını değiştirmekle bitmiyor. Kod inceleme, arama, erişim yönetimi ve test sistemlerinin de yeni mimariye uyarlanması gerekiyor. Anthropic, bu nedenle Scion'u genel kullanıma açmak yerine geliştirdiği yöntemleri GitHub, GitLab ve açık kaynak topluluğuyla paylaşmaya odaklanıyor. Sistem için herkese açık bir sürüm veya yayın tarihi açıklanmış değil.

Kaynaklar

  1. Redesigning source control at Anthropic

YORUMLAR

(0)
Yorumunuz minimum 30 karakter olmalıdır. (0)

Yorumlar yönetici onayından sonra yayımlanır.

Okumaya devam edin

Sonraki haberi oku

Gizlilik tercihleriniz

Çerez kategorilerini inceleyebilir ve tercihlerinizi kaydedebilirsiniz. İsteğe bağlı kayıtlar başlangıçta kapalıdır.

Gerekli Çerezler

Güvenli oturum, yorum, tepki ve gizlilik seçiminiz için gereklidir. Bu kayıtlar kapatılamaz.

vox-consent 180 gün · Teknovox
Bu paneldeki seçiminiz ve seçim tarihi tarayıcınızda saklanır.
voxtekno_session / XSRF-TOKEN 120 dakika · Teknovox
Üye girişi, haber kaydetme, yazı gönderme, yorum, tepki ve yönetim paneli işlemlerinde oturum güvenliğini sağlar.
vox_reader 1 yıl · Teknovox
Tepki işlemini başlattığınızda oluşturulur; aynı tarayıcıdan verilen tepkileri yönetir.
Fonksiyonel Çerezler

Tema seçiminizi hatırlar ve yazıdaki YouTube, X ve Instagram paylaşımlarını görüntüleme alanına geldiğinde yükler. Bu sağlayıcılar IP adresinizi ve tarayıcı bilgilerinizi alabilir; kendi çerezlerini kullanabilir. Bu izin kapalıyken yalnızca seçtiğiniz paylaşımı “İçeriği göster” düğmesiyle açabilirsiniz.

vox-theme İzin süresi boyunca · Teknovox
Tema tercihiniz tarayıcınızda tutulur.
Pazarlama Çerezleri

Google AdSense · Reklam gösterimi ve performans ölçümü. Yalnızca Pazarlama Çerezleri izniyle yüklenir.

__gads, __gpi ve Google alan adlarındaki reklam kayıtları kullanılabilir. Süre çereze, bölgeye ve Google ayarlarına göre değişir; reklam kayıtları 13–24 aya kadar saklanabilir. Sağlayıcı: Google. Güncel çerez adları ve süreleri

Analitik Çerezleri

Google Analytics 4 · Ziyaret edilen sayfaları ve içerik performansını ölçer. Yalnızca Analitik Çerezleri izniyle yüklenir.

_ga ve _ga_*: ziyaret ve oturum ayrımı; bu sitede 180 gün olarak ayarlanmıştır, ziyaretle yenilenebilir. Sağlayıcı: Google. Google çerez bilgileri

Teknovox’a katılın

Haberleri kaydedin, yorumlara katılın ve yazılarınızı paylaşın.

Şifremi unuttum