Git dépasse ses limites : Anthropic invente un nouveau contrôle de version

De 2 500 à 30 000 merges par jour : quand l'IA fracasse les outils traditionnels

En mai 2026, Anthropic traitait environ 2 500 merges de code par jour. En septembre 2026, ce chiffre avait bondi à plus de 30 000 - soit une multiplication par 12 en quelques mois à peine. La cause ? L'utilisation massive de l'IA pour générer du code à une vitesse que les équipes humaines seules n'auraient jamais pu atteindre.

Face à cette explosion, Git - l'outil de contrôle de version qui équipe la quasi-totalité des équipes de développement dans le monde - a tout simplement montré ses limites. Conçu à l'origine par Linus Torvalds pour des workflows humains, Git n'a pas été pensé pour absorber des dizaines de milliers de changements automatisés par jour. Anthropic a donc pris une décision radicale : concevoir son propre système de contrôle de version, sur mesure, adapté à la vélocité de l'IA.

Cette information, relayée par Simon Willison sur son blog de référence (simonwillison.net/2026/Oct/13/redesigning-source-control-at-anthropic/), n'est pas anecdotique. Elle constitue un signal fort pour tous les décideurs techniques qui pilotent des organisations en train d'intégrer l'IA dans leurs pipelines de développement.

Quand l'IA génère du code à une vitesse industrielle, ce ne sont plus seulement les développeurs qui changent - c'est toute l'infrastructure DevOps qui doit être repensée.

Ce que le cas Anthropic révèle aux DSI et CTO sur leur propre infrastructure

La situation d'Anthropic n'est pas un cas isolé réservé aux géants de l'IA. En 2026, de nombreuses organisations - ETI, grandes entreprises, scale-ups technologiques - ont commencé à déployer des agents de codage autonomes ou des assistants IA intégrés à leurs pipelines CI/CD. Le résultat est partout le même : une accélération brutale du volume de changements qui met sous pression des outils conçus pour un autre âge.

Les limites concrètes de Git face à l'IA

• Modèle de branches : Git repose sur un modèle de branches pensé pour des équipes humaines qui réfléchissent, débattent et fusionnent manuellement. Des milliers de branches générées automatiquement créent une complexité ingérable.
• Gestion des conflits : La résolution de conflits dans Git suppose une intervention humaine. À 30 000 merges par jour, cette hypothèse s'effondre.
• Performance à l'échelle : Les opérations Git sur de très grands dépôts deviennent lentes et coûteuses en ressources lorsque le volume de commits explose.
• Traçabilité et audit : Identifier qui (ou quel agent IA) a produit quel changement, dans quel contexte, devient un défi de gouvernance majeur.

Les questions que chaque DSI doit se poser dès maintenant

Question	Implication concrète
Quel est mon volume actuel de commits par jour ?	Établir une baseline pour anticiper la croissance liée à l'IA
Mes outils CI/CD sont-ils dimensionnés pour x10 ?	Identifier les goulots d'étranglement avant qu'ils bloquent la production
Comment j'audite les changements générés par l'IA ?	Mettre en place une traçabilité adaptée aux agents autonomes
Ai-je une stratégie de gouvernance du code IA ?	Définir des règles claires sur la validation humaine résiduelle

La décision d'Anthropic de construire un système maison est certes à la portée d'une entreprise disposant de ressources d'ingénierie exceptionnelles. Mais la leçon qu'elle porte est universelle : attendre que les outils existants s'adaptent d'eux-mêmes est une stratégie risquée. Les éditeurs de solutions DevOps - GitHub, GitLab, Atlassian - devront répondre à cette pression en 2026 et au-delà, mais les délais d'adaptation peuvent être longs.

Ne pas anticiper la saturation de son infrastructure de versioning, c'est risquer que l'IA, censée accélérer la livraison, devienne elle-même le principal frein à la production.

Pour les organisations qui ne peuvent pas se permettre de reconstruire un système de contrôle de version from scratch, plusieurs pistes méritent d'être explorées : adoption de monorepos optimisés, mise en place de systèmes de queuing pour les merges automatisés, ou encore segmentation stricte des dépôts entre code humain et code généré par IA. L'essentiel est d'agir avant que le volume ne devienne ingérable - comme Anthropic a dû le faire dans l'urgence entre mai et septembre 2026.