← 文章 / 行业与公司动态
Hacker News 2026/10/15 · 2026-10-15 13:55:03 · 20 阅读

Anthropic Scion深受Mononoke启发

前往 Hacker News 或 Lobsters 讨论。

昨天,Anthropic 描述(存档链接)了他们的版本控制系统 Scion 如何使用“派生数据”(derived data)这一概念来优化 Blame 等操作的效率:

Changeset 仅记录变更内容,因此单独看它无法快速回答“谁最后编辑了某行”或“哪些 Commit 影响了某文件”这类问题。为了回答这些问题,Scion 基于 Changeset 构建额外的数据结构,包括专门用于文件 Blame 和路径历史的结构,以及用于提交图的跳表。我们将所有不直接属于 Changeset 的内容称为“派生数据”,并通过一种通用机制来计算它们。每种派生数据都是递归定义的,其在某个 Changeset 上的值由该 Changeset 父节点上的值计算得出。这种机制有三大好处:首先,当新的数据结构能加速某项操作时,我们可以轻松添加新的派生数据类型;其次,对于每种类型,我们可以选择立即计算或延迟执行,从而避免生成不需要的数据;最后,由于客户端从未接触过这些数据结构的内部细节,我们可以在不改动客户端的情况下对其进行优化。随着系统的发展,我们已多次添加新的派生数据类型,例如用于复制检测或基于路径的文件搜索的新索引。
Anthropic 对 Scion 派生数据的描述。

而在 2022 年,我在 Oxide 的申请材料中曾描述过我帮助构建的版本控制服务器 Mononoke 如何使用“派生数据”概念来优化 Blame 等操作的效率:

派生数据。Bonsai changeset 用于 push 很好用,但在 diff 之类的场景就不太行了。Git diff commit1..commit2 是 O(n log n) 操作,n 是变更文件的数量——而用 Bonsai changeset,你得遍历 commit1 和 commit2 之间的每一个 commit 才能算出变更文件列表。对大型仓库来说,这会慢上几个数量级(还会加剧指针追逐问题)。为了解决这个问题,我们把对 diff 友好的表示改成了派生数据(也就是索引)。服务器会单独建一棵 Git 风格 tree/blob 模型的 Merkle DAG,并在需要时反向指向 Bonsai changeset。注意:派生数据可以在主临界区之外异步计算和存储。commit 和 tree 之间的指针方向是反过来的:Git 数据模型里,commit 的内容包含根 tree 的哈希;Bonsai 模型里,根 tree 的内容包含引入它的 commit 的哈希。这让我们可以为任何想要的操作构建其他派生索引。比如,git blame 在大型 Git 仓库上非常慢,需要遍历整个仓库(而不只是涉及该文件的 commit)。我们在 Mononoke 里构建了对 blame 友好的索引:每个文件的每个版本都是 Merkle DAG 中的一个独立节点,父节点指向该文件的上一版本,并保留指向 Bonsai changeset 的反向指针。这样 blame 的复杂度就变成了 O(涉及该文件的 commit 数),而不是 O(仓库中 commit 总数)。随着时间推移,团队陆续为特定场景添加了更多索引,Mononoke 现在有 8 个独立索引。新增索引成本很低,不需要对数据结构做任何根本性的改动。
我对 Mononoke 派生数据的描述。

我觉得这种模仿程度已经远超“有相似洞见”的范畴了1。Sapling 只被轻描淡写地归功于“来之不易的经验”,Mononoke 更是只字未提,这几乎算是抄袭了。这篇文章给读者的印象是 Claude 设计了这一切,但现实是,我们 Meta 的这支(非常出色的)团队早在近十年前就提出了这些洞见,而 Claude 只是忠实地照搬应用。(当然,Mononoke 和 Sapling 也参考了不少前人工作,从 Google 的 SrcFS 到数据库里的 write-ahead log。)

我非常高兴,团队在 2017-18 年提出的愿景如此强大且持久——当你逆流而行时,总会对自己做的是天才之举还是疯狂之举感到些许不确定。我认为 Mononoke 的设计经受住了时间的考验。需要明确的是,Anthropic 借鉴 Mononoke 的设计并无不妥。(这正是我们开源的一部分原因——通过传播优秀思想造福人类。)

但随着 LLM 在辅助设计新系统中发挥越来越大的作用,它们很可能会大量参照现有设计。Mononoke 是开源的,并且存在于每个 LLM 的训练集中。如果你询问Opus 5.5 或 GPT-6 Astra(感谢Matthew Fowle)关于先前已有技术(prior art)的问题,它们都会立即指出与 Mononoke 的相似之处。

为先行者署名变得比以往更容易,也更为重要。不再有借口了。


  1. 关于一个具有相似洞察但在许多关键设计点上存在显著差异的系统示例,请参阅 Vicent Marti 为 Cursor 撰写的博客文章。↩︎

原始来源: Hacker News

评论 (0)