Sabato 24 ottobre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

Intelligenza artificiale

Anthropic crea Scion per gestire 30.000 merge al giorno

Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.

L'azienda ha sviluppato un sistema di controllo sorgenti proprietario dopo che le merge giornaliere sono passate da 2.500 a oltre 30.000 in pochi mesi del 2026.

Illustrazione generata con l’intelligenza artificiale

Anthropic ha costruito un sistema di controllo versioni personalizzato, Scion, per sostenere un ritmo di modifiche passato da circa 2.500 a oltre 30.000 merge al giorno nel 20261.

Il salto è documentato. A maggio 2026 la media era intorno a 2.500 merge quotidiane. A settembre superava quota 30.000. L’azienda ha pubblicato un grafico con l’andamento. Un’analisi esterna ha poi aggiunto segnaposto con le date di rilascio pubblico dei modelli del 2026, per osservare eventuali coincidenze temporali con l’aumento del traffico di codice1.

Il controllo versioni non è l’unica novità. Anthropic ha introdotto anche un sistema di code review chiamato Antique. Scion è il sistema di controllo del codice, Antique gestisce le revisioni. I nomi compaiono insieme nella descrizione delle scelte di tooling dell’azienda1.

L’analisi definisce Scion “una reinvenzione” del controllo versione centralizzato, sul modello di Subversion. È una lettura dell’autore, non una definizione ufficiale. Il punto fermo è che Anthropic ha realizzato un’alternativa a Git per far fronte al nuovo carico di lavoro1.

I vincoli operativi sono espliciti. La storia del ramo principale è quasi 100 GB. Una copia di lavoro compressa supera i 25 GB. Ogni giorno i sistemi di integrazione continua eseguono nell’ordine dei 25 milioni di checkout del codice, prima di contare gli ambienti degli sviluppatori. Sono grandezze che l’azienda indica come motivate del ripensamento del controllo versioni1.

Sul grafico, l’analisi ha chiesto a un modello di modificare l’immagine per inserire marcatori con le date di rilascio pubblico di ciascun modello del 2026. La stessa analisi precisa che quelle date indicano i rilasci pubblici, non l’avvio dell’uso interno. La lettura proposta è un’ipotesi: l’introduzione della classe di modelli Fable/Mythos potrebbe aver contribuito all’aumento della velocità di sviluppo. Il grafico modificato serve a mostrare la possibile correlazione, non a dimostrarla1.

Il quadro che emerge è lineare. In sei mesi la frequenza dei merge è cresciuta di oltre un ordine di grandezza. L’azienda ha risposto costruendo un sistema di controllo versioni dedicato e affiancando un nuovo strumento di code review. L’analisi esterna interpreta l’architettura di Scion come vicina ai modelli centralizzati, cita Subversion come riferimento concettuale e sottolinea la scala dei numeri in gioco come motivo della scelta di bypassare Git in quel contesto1.

Un dettaglio metodologico chiude la lettura del grafico arricchito: usare date di rilascio pubblico aiuta a orientare il confronto con l’esterno, ma non dice quando i modelli sono entrati nei flussi interni. La differenza temporale può essere significativa e resta fuori dal materiale disponibile, che limita le conclusioni a quanto visibile nelle curve di merge e nelle annotazioni pubbliche1.

Fonti

  1. Redesigning source control at Anthropic Simon Willison · 14 ottobre 2026
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici

Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:

  • Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
  • Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
  • Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.

I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.

Come funziona Millebit, nel dettaglio →

Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.