30 000 слияний в день: ИИ упирается в платформу поставки кода

Anthropic за 4 месяца выросла с 2 500 до 30 000 слияний кода в день и заменила Git. Где у вашей компании сломается поставка и как это закрыть.

  • Повод: Anthropic заменила Git
  • Что произошло в Anthropic
  • Код дешевеет, ошибка в проде стоит столько же
  • Где рвётся конвейер у обычной компании

Повод: Anthropic заменила Git

Anthropic рассказала, зачем ей понадобилась собственная замена Git (разбор и график у Саймона Уиллисона). В мае 2026 года инженеры компании вливали в основную ветку около 2 500 изменений кода в день, в сентябре - больше 30 000. За четыре месяца поток вырос в 12 раз, и Git, на котором индустрия работает двадцать лет, перестал его выдерживать.

Компания, которая ускоряет разработку с помощью ИИ, рискует потерять время и деньги на участке между «код написан» и «код работает в проде». Этот участок нужно перестроить до того, как на него пойдёт поток.

Что произошло в Anthropic

  1. Изменение - это единица работы, которую проверили и влили в общую кодовую базу. Git создавали под темп человека: разработчик пишет код, коллега его читает, CI прогоняет тесты, ветка вливается. 30 000 слияний в сутки - это примерно 21 изменение в минуту круглосуточно.

  2. Каждое из них претендует на одну и ту же основную ветку, перезапускает проверки и может конфликтовать с соседними.

  3. Уиллисон отметил на графике Anthropic даты публичных релизов моделей Claude в 2026 году.

  4. Он сам оговаривается, что внутри компании модели появляются раньше публичного релиза, поэтому связь скачков с конкретными версиями остаётся гипотезой.

  5. На главный вывод это не влияет: у компании, которая сама делает передовые модели, узким местом стал контроль версий. Модели с нагрузкой справлялись.

Код дешевеет, ошибка в проде стоит столько же

В тот же день Google открыла доступ к Gemini 4 Argon по цене $2 за миллион входных токенов и $10 за миллион выходных. Уиллисон сгенерировал на максимальном уровне рассуждений детальную SVG-иллюстрацию и заплатил за неё 17,2 цента. На той же неделе Уиллисон поручил GPT-6 Astra прогнать новый профилировщик Python 3.15 по своему приложению web-edit и собрать отчёт с flame graph и тепловой картой исходников.

Отчёт он передал Claude Opus 5.5, и тот написал оптимизации, которые вошли в релиз 0.1a1. Модели двух разных вендоров прошли цикл «замерить - найти узкое место - исправить»

почти без участия человека

Генерация кода обходится уже в центы за задачу. Цена сбоя за это время не изменилась: упавший обмен с 1С, сломанная выгрузка остатков на маркетплейс или остановленная отгрузка обходятся бизнесу так же дорого, как в 2020 году. Чем больше изменений уходит в прод за день, тем выше вероятность, что одно из них вызовет такой сбой.

Разобрать вашу задачу с архитектором

Где рвётся конвейер у обычной компании

  1. У компании с двадцатью разработчиками не будет 30 000 слияний в день.

  2. Узкие места у неё те же, просто в меньшем масштабе. ### Слияния и окружения

  3. Если агенты утроят число пулл-реквестов, очередь на сборку начнёт расти быстрее, чем парк CI.

  4. На общем тестовом стенде изменения будут ждать друг друга часами. ###

  5. Ревью Тимлид, который вчера читал десять пулл-реквестов, сегодня получает тридцать.

  6. Он либо пропускает их не глядя, либо тормозит всю команду. В обоих случаях выигрыш от генерации пропадает. ### Цепочка поставок

  7. Команда безопасности crates.io предупредила о целевой кампании против мейнтейнеров популярных Rust-пакетов.

  8. Злоумышленники назначают видеозвонок под предлогом вакансии или контракта и просят установить «недостающий аудиокодек».

  9. Так они захватывают устройство и аккаунт, чтобы опубликовать заражённую версию пакета. Агент с правом самостоятельно добавлять зависимости подтянет такую версию в тот же час, если между ним и реестром нет фильтра.

Как это закрывается технически

  1. В проектах AI-native development мы встраиваем агентов в тот же контур, через который проходит код людей.

  2. Изменение агента проходит автотесты, статический анализ, проверку зависимостей по белому списку и очередь слияний.

  3. Агент получает задачу с критерием приёмки, и человек проверяет результат по этому критерию, не перечитывая код построчно.

  4. Запросы к моделям идут через LLM & Security Gateway - единую точку для Claude, Gemini, GigaChat, YandexGPT и Qwen.

  5. Там логируются вызовы, маскируются персональные данные и задаются бюджетные лимиты.

  6. Модель в шлюзе меняется одной строкой конфигурации, поэтому Argon по $2 за миллион токенов команда может проверить на своих задачах за день.

  7. Доступ агентов к 1С, PIM на Akeneo или Pimcore и шине на Apache Kafka мы открываем через MCP-инструменты с явными правами на каждое действие. Агент, который обогащает каталог текстами карточек, фасетами и таксономией, пишет в PIM только после валидации схемы.

  8. По тем же правилам работает наш редакционный агент, который готовит материалы для этого блога. С сайтом он взаимодействует только через git, перед публикацией запускает проверку исходников сайта и коммитит только свои файлы.

Метрика, которая отделяет результат от активности

  1. Число сгенерированных строк и пулл-реквестов измеряет активность.

  2. Результат измеряет TTU - время от постановки задачи до работающей функции в проде.

  3. Рядом с ним стоит отслеживать три числа: время ожидания в очереди на ревью, время сборки и долю откатанных изменений.

  4. Если ИИ утроил объём кода, а TTU остался прежним, компания оплачивает театр.

Вердикт

Anthropic переписала контроль версий, потому что её конвейер поставки отстал от моделей на порядок. Я ожидаю, что в 2027 году ту же проблему в меньшем масштабе получат компании, которые сегодня покупают подписки на модели и не трогают платформу разработки. Скорее всего, кода у них станет в несколько раз больше, а работающих функций - столько же. Поэтому конвейер поставки стоит перестроить до того, как генерацию включат на полную мощность.

Обсудить статью: 30 000 слияний в день: ИИ упирается в…

Укажите email или телефон, чтобы мы могли вам ответить.

Отправить через: