La imagen es una obra de arte digital abstracto y dinámico que evoca una colisión cataclísmica de datos sobre un fondo oscuro y profundo de ciberespacio. El centro de la composición está dominado por una compleja red tridimensional de nodos azules interconectados por líneas de luz, formando una especie de red neuronal o malla esférica digital que representa una infraestructura existente.

Git ya no aguanta a la IA

ia, git, anthropic

Git ya no aguanta a la IA

Fecha: 2026-11-07 13:53:50
Autor: Alex Rubio

Los agentes de IA escriben ya tanto código que han empezado a romper Git. En 2026, Anthropic y OpenAI se han topado con el mismo muro, y cada una lo ha resuelto de la forma opuesta.

Anthropic ha sustituido Git por un sistema propio llamado Scion. OpenAI ha mantenido Git, pero le ha cambiado el motor por dentro con un backend llamado Pando. Son dos filosofías para un mismo problema, y las dos nos dicen mucho sobre hacia dónde va el desarrollo de software.

El problema: un monorepo que ya no escriben solo personas

Las dos empresas guardan todo su código en un monorepo, un único repositorio gigante. Antes, los cambios los hacían personas a ritmo humano. Ahora a esos cambios se suman los de los agentes, que trabajan en paralelo, muy rápido y a todas horas.

Las cifras de Anthropic lo dejan claro:

Merges diarios: de unos 2.500 en mayo de 2026 a más de 30.000 en septiembre. Cada merge es un cambio que se fusiona con la rama principal. La plantilla no se multiplicó por doce en cuatro meses; lo que creció fueron los agentes.
Checkouts: cada agente y cada prueba automática arranca en un entorno limpio y necesita su propia copia del código. Son unos 25 millones de checkouts al día.
Tráfico: si cada una de esas copias descargara el repositorio entero con Git, serían más de 600 petabytes diarios.
Tamaño: solo el historial de la rama principal rondaba los 100 GB, y una copia de trabajo comprimida superaba los 25 GB.

En OpenAI la presión vino de Codex, su agente de programación. La empresa prevé que los commits trimestrales de su monorepo hayan crecido más de un 2.400 % a finales de 2026 respecto al primer trimestre de 2024. Su servidor de Git llegó a tener una fiabilidad inferior al 90 %, con descargas lentas y merges fallidos.

El fondo del asunto es que Git se diseñó en 2005 para personas: cada desarrollador clona el repositorio completo y puede trabajar sin conexión. Un ejército de agentes que siempre están conectados y solo necesitan una parte del código no encaja en esas premisas.

La solución de Anthropic: sustituir Git por Scion

Anthropic optó por la vía radical: reemplazar Git. Siete ingenieros construyeron Scion, su propio sistema de control de versiones, y migraron todo el monorepo en cinco meses con ayuda de Claude. En ese tiempo crearon también Antique, una herramienta de revisión de código, además de búsqueda de código y control de permisos.

La gran diferencia es que en Scion ya no se clona el repositorio. El trabajo ocurre en el servidor y se usa a través de una API. Sus principios de diseño son:

Clientes siempre conectados: se descarta la idea de Git de que hay que poder trabajar sin conexión con una copia completa.
El servidor hace el trabajo pesado: los commits se crean en el servidor como operaciones baratas y sin bloqueos. El cliente solo mantiene una caché limitada.
Todo por API: cualquier consulta sobre el historial o el código se puede hacer sin tener archivos locales. Esto permite, por ejemplo, automatizar un bisect o un revert.
Escalado horizontal: los datos se reparten en almacenamiento distribuido, sin packfiles ni copias completas del monorepo.
Copias de trabajo opcionales y parciales por defecto.

La arquitectura tiene tres niveles: un daemon en cada máquina, una caché regional y un servidor central sobre Google Spanner y almacenamiento de objetos. Así, si tres agentes de la misma máquina necesitan la misma librería, la descargan una sola vez. Según Anthropic, las cachés aciertan en más del 99 % de los casos.

Los resultados que publica la empresa:

Uso de CPU y memoria unas 200 veces menor que con su infraestructura anterior de espejos de Git.
Checkouts de CI unas cien veces más rápidos: segundos en lugar de minutos.
Un 25 % de capacidad de CPU recuperada en CI.

Un detalle curioso: los ingenieros escribieron a mano el primer programa de importación de datos de Git a Scion y luego pidieron a una versión temprana de Claude Mythos Preview que lo reescribiera. La nueva versión usaba 20 veces menos memoria y era 4 veces más rápida.

Anthropic insiste en que Scion no es un sustituto de Git para uso general y no tiene previsto publicarlo. Lo que sí quiere es colaborar con GitHub, GitLab y la comunidad para llevar algunas de sus ideas a Git.

La solución de OpenAI: mantener Git y cambiarle el motor con Pando

OpenAI no tocó Git. Construyó Pando, un backend a medida: el servidor que guarda los repositorios y atiende cada push. La pregunta que se hizo el equipo fue si habían llegado al límite de Git o al límite de la forma en que servían su monorepo. Concluyeron que lo segundo.

El truco principal es que cada rama se actualiza por su cuenta. Un servidor de Git convencional ordena las actualizaciones de todas las ramas del repositorio, así que los push hacen cola. En Pando, los push a ramas distintas no se esperan entre sí. A cambio, quien lea varias ramas puede verlas en momentos ligeramente distintos; OpenAI argumenta que lo que importa es el orden dentro de cada rama.

Otras decisiones clave:

Sin descomprimir: al recibir un push, valida el paquete mientras lo envía directamente a almacenamiento en la nube.
Paquetes reutilizables: en lugar de generar un paquete a medida para cada cliente, sirve paquetes ya guardados mediante enlaces de descarga y una caché regional que acierta más del 99 % de las veces.
Compactación en segundo plano: va uniendo paquetes pequeños en otros más grandes, como una base de datos de tipo log, y nunca borra ninguno.

Los resultados: la latencia mediana de cada push es casi 5 veces menor, la fiabilidad de los merges ha llegado al 99,99 % y el sistema sirve casi 1 petabyte de datos de Git al día.

Pando está escrito en Rust y se construyó en 10 semanas: un ingeniero diseñó el núcleo y equipos de agentes de Codex lo implementaron. Está en producción desde abril. Pando no es código abierto, pero OpenAI está aportando mejoras al cliente de Git oficial, como descargas de paquetes en paralelo.

Scion frente a Pando: dos filosofías para el mismo problema

Anthropic cambió el modelo de trabajo entero; OpenAI cambió solo el servidor y dejó intacta la experiencia de Git.

	Scion (Anthropic)	Pando (OpenAI)
Enfoque	Sustituye Git	Mantiene Git, nuevo backend
¿Se clona el repositorio?	No: trabajo en servidor vía API	Sí, con los comandos de Git de siempre
Equipo y plazo	7 ingenieros, 5 meses de migración	1 ingeniero + agentes de Codex, 10 semanas
Agente que ayudó	Claude	Codex
Resultado destacado	200 veces menos CPU y memoria	Push 5 veces más rápido, ~1 PB al día
Cambio para el desarrollador	Nuevas herramientas (revisión, búsqueda, CI)	Ninguno
¿Disponible fuera?	No	No; mejoras de cliente aportadas a Git
Anunciado	13 de octubre de 2026	2 de noviembre de 2026

¿Tienes que dejar Git? No, pero sí puedes aprender de esto

Para casi cualquier equipo, Git sobra. Es un problema de escala : estas empresas tienen monorepos de cientos de gigas y usan agentes para todo, todos los días. La propia Anthropic reconoce que Scion solo compensa con monorepos enormes y enjambres de agentes.

Aun así, si ya trabajas con agentes como Claude Code o Codex, hay ideas que se aplican a cualquier tamaño:

Una rama por agente: el modelo de Pando premia los push a ramas distintas. Los git worktrees permiten que cada agente trabaje en su propia copia sin pisarse.
Copias parciales y superficiales: git clone --filter=blob:none, --depth y git sparse-checkout reducen muchísimo lo que descarga cada entorno de CI.
Cachés en los runners de CI: que cada trabajo no descargue el repositorio desde cero.
Revisar la CI antes que el código: cuando los agentes escriben más rápido, el cuello de botella pasa a ser el control de versiones, las compilaciones y las pruebas. Si tu CI está dimensionada para el ritmo humano, ya se está quedando corta.

Hacia dónde vamos

Lo más interesante de esta historia es lo que anticipa: cuando quien más código escribe ya no es una persona, hasta las herramientas más básicas tienen que cambiar. Anthropic lo resume diciendo que programar ha dejado de ser el cuello de botella; ahora lo es la infraestructura pensada para personas.

Y hay una segunda lectura. Ambos sistemas los construyeron equipos muy pequeños en pocas semanas o meses, con agentes haciendo buena parte del trabajo. La IA que provocó el problema fue también la que ayudó a resolverlo. Lo que hoy viven Anthropic y OpenAI es probablemente lo que vivirán muchas empresas en los próximos años.

Preguntas frecuentes

¿Qué es Scion?

Es el sistema de control de versiones propio de Anthropic, centrado en el servidor, que sustituyó a Git en su monorepo tras una migración de cinco meses.

¿Qué es Pando?

Es un backend de Git creado por OpenAI. Es compatible con el protocolo y el cliente de Git, así que sus ingenieros y agentes siguen usando Git con normalidad.

¿Puedo usar Scion o Pando?

No. Ninguno de los dos se ha publicado fuera de su empresa. OpenAI sí publica sus mejoras al cliente de Git.

¿Git está muerto?

No. Para la inmensa mayoría de equipos y proyectos, Git sigue siendo la mejor opción. Estos cambios responden a volúmenes que casi nadie tiene hoy.

¿Por qué los agentes de IA estresan tanto Git?

Porque generan muchísimos más cambios que las personas y cada agente o prueba necesita su propia copia del código en un entorno limpio, lo que multiplica clones, push y merges.