大家好，我是小玩。最近 AI 编码圈有个现象越来越明显——Agent 越来越多，但每个人只能用一个。

你开了 Claude Code 写后端，想同时让 Codex 帮你搞前端？不行，终端占着呢。想切到 Cursor 看看它的方案？得关掉当前的等它重新加载。

说白了，现在的 AI 编码工具就像只有一把钥匙的车——你一次只能开一辆，哪怕车库停了五辆跑车。

直到前两天我又刷到 Orca——GitHub 上 33200 Star、stablyai 团队做的开源 AI 编排器——我决定这次好好折腾一下，看看"同时开五辆车"到底是什么体验。

先说结论：Orca 是啥？

官方定义是 **"The AI Orchestrator for 100x builders"**。

坦率的讲，这个定位起得挺有野心的，但我用了之后觉得...还真不是吹的。

我用自己的话翻译一下：

Orca 就是一个"AI 编程指挥官"。它不自己写代码，但它能把 Claude Code、Codex、Grok、Cursor、OpenCode 这些 AI 编码 Agent 统统塞进各自的独立 Worktree 里并行跑，然后在一个界面里统一管理、对比结果、挑最好的合并。

听起来是不是像"一个老板管五个程序员"？

对，就是这个意思。只不过这五个"程序员"都是 AI，而且它们同时在干活，互不干扰。

核心能力：八个点给你讲透

我花了大概半天时间从安装到实际跑通多 Agent 并行工作流，下面是我的实测体验：

1. Parallel Worktrees —— 五个 Agent 同时干活

这是 Orca 最核心的能力，也是我觉得最炸裂的部分。

你可以把同一个 Prompt 同时发给五个不同的 Agent——比如 Claude Code、Codex、Grok、Cursor、OpenCode——每个都在自己的独立 git worktree里运行，互不影响。

大家应该都懂痛点在哪里：以前你用 Claude Code 改了个文件，想试试另一个 Agent 的方案，得先 stash 或者 commit 当前改动，切换环境，再重新来一遍。整个过程至少折腾十分钟。

在 Orca 里？一条指令，五个 Agent 同时开工。

我实测了一个场景：给一个中型项目加新功能模块，同时派 Claude Code 和 Codex 各自实现，大概二十分钟后两边都出结果了——Claude Code 的方案更稳健但偏保守，Codex 的更有创意但有些地方过度工程化。我各取所长，手动 merge 了最优解。

说白了，Parallel Worktree 就是把"串行试错"变成了"并行赛马"。你不再是猜哪个 Agent 更适合当前任务，而是让它们同台竞技，拿结果说话。

2. Mobile Companion —— 手机上监控你的 AI 军团

这块是我觉得 Orca 跟所有其他 IDE/工具拉开最大差距的地方。

它有一个手机伴侣 App（iOS + Android 都有），可以远程监控所有正在运行的 Agent——Agent 干完了会推送通知，你直接在手机上发 follow-up 指令。

打个比方：你在公司电脑上起了三个 Agent 跑任务，下班回家路上掏出手机一看——两个已经跑完了，还有一个卡住了。你在手机上直接给它发个新指令或者 kill 掉重来。

管 Agent 比管人还爽——至少它不会回你"我在摸鱼"。

对于经常跑长任务的人来说，这个功能真的香到离谱。不用守在电脑前等 Agent 干完，该干嘛干嘛去，手机推送一到再看结果。

3. Terminal Splits —— 不是终端，是终端阵列

内置了 Ghostty 级别的终端，WebGL 渲染，支持无限分屏，而且滚动缓冲区重启后还在。

这意味着什么？你每个 Agent 一个分屏窗口，一眼就能看到所有 Agent 的实时输出。某个 Agent 报错了？扫一眼就看到了，不用来回切 tab。

我同时开了四个 Agent 分屏跑的时候，那个感觉怎么说呢——像是在指挥中心看四路监控。= =

4. Design Mode —— 点哪里就告诉 Agent 哪里

这个功能我必须单独拎出来讲，因为它解决了一个真实痛点：你想让 Agent 改 UI，但描述不清楚到底要改哪。

Orca 的 Design Mode 可以让你点击 Chromium 浏览器里的任何 UI 元素，然后把那块区域的 HTML、CSS + 截图直接丢进 Agent 的 Prompt 里。

你想想看这个流程有多丝滑：

1. 打开你的网页
2. 点一下那个丑爆了的按钮
3. Orca 自动把按钮的代码和截图喂给 Agent
4. Agent 直接改完渲染给你看

从"用嘴描述 UI 问题"到"指给 Agent 看"，这个交互效率的提升是量级级别的。

5. GitHub & Linear 原生集成

PR、Issue、Project Board 全部原生集成在 Orca 里面。你可以直接从任何一个任务打开一个新的 Worktree 开始干，review 代码不需要切到浏览器。

对于一天要在 IDE 和 GitHub 之间来回切几十次的人来说，这个省下来的上下文切换成本真的不容小觑。每次切换大概损失 15 秒注意力，一天几十次就是十几分钟——一周就是一个小时，一年就是...

好吧我不算了，反正你知道我在说什么。

6. SSH Worktrees —— 远程机器当算力农场

这个功能对我这种本地机器配置一般的人太重要了。

Orca 支持通过 SSH 连接到远程服务器，在上面跑 Agent——完整的文件编辑、git 操作、终端，全部可用，还自带断线重连和端口转发。

意味着什么？你可以在一台配置拉满的远程服务器上同时跑十个 Agent，本地只负责看结果。你的 MacBook 不再是瓶颈，它只是一个遥控器。

7. Annotate AI Diffs —— 给 AI 的代码改动作批注

Agent 生成的 diff 你可以直接在上面加批注，然后丢回给 Agent 让它修改。整个 review → edit → commit 流程全在 Orca 内完成。

这个功能对于**"信任但验证"**的工作流来说太关键了。你不是盲目接受 Agent 的输出，而是在真正做 code review——只不过 review 对象从同事换成了 AI。

8. Orca CLI —— Agent 也能驱动 Orca

除了 GUI，Orca 还有完整的 CLI 工具链——orca worktree create、snapshot、click、fill——意味着你可以用脚本把整个工作流自动化掉。

如果你信奉"重复做三次就要自动化"，那这个 CLI 就是为你准备的。

它能跑哪些 Agent？

这是我觉得 Orca 最"稳如老狗"的地方——它不绑定任何一家。

目前支持的 Agent 列表长得吓人：Claude Code、Codex、Grok、Cursor、GitHub Copilot、OpenCode、MiMo Code、Amp、OpenClaude、Antigravity、Pi、Hermes Agent、Devin、Goose、Auggie、Autohand Code、Charm、Cline、Codebuff、Command Code、Continue、Droid、Kilocode、Kimi、Kiro、Mistral Vibe、Qwen Code、Rovo Dev……

而且官方说了：任何能在终端里跑的 CLI Agent，都能跑在 Orca 里。

今天用 DeepSeek 的 Qwen Code 觉得不错，明天想试试 Claude Code 最新版？随你切换。后天 OpenAI 出了新模型的新 Agent？装上就能用。

你的工作流不应该被任何一家厂商绑架。这一点在当前各大 AI 公司疯狂筑墙的环境下，真的太重要了。

技术栈与安装

安装也简单，macOS 用户一行 Homebrew 就搞定：

brew install --cask stablyai/orca/orca

Windows 和 Linux 也有对应的安装包，官网 onOrca.dev 直接下。

从下载到同时跑起来两个 Agent，我用了不到 15 分钟。

那它适合谁？

根据我的实测，Orca 主要覆盖这几类人群：

1. 重度 AI 编码用户：同时用多个 Agent，受够了来回切换的痛苦
2. 技术负责人 / Team Lead：需要对比不同 Agent 的输出质量，选最优方案
3. 远程工作者：SSH Worktree + Mobile Companion = 远程算力 + 移动监控
4. 开源爱好者：MIT 协议、302 人贡献、日更节奏，社区活跃度拉满

如果你符合以下任意一条，我建议你认真试一下：

• 手里有两个以上 AI 编码 Agent 订阅的
• 经常跑长任务不想守在电脑前的
• 想要"并行赛马"式开发体验的
• 对工具有洁癖、追求极致效率的

几个需要注意的点

说了这么多好的，也得客观：

第一，学习曲线不低。Worktree、并行编排这些概念本身就有门槛，如果你之前只用过单个 Agent 的简单对话模式，上手 Orca 需要一点时间适应。不过一旦习惯了，回不去。

第二，资源消耗不小。同时跑多个 Agent 意味着多倍 API 调用和多倍 Token 消耗。如果你的 Agent 订阅有额度限制，得注意别一不小心烧超了。当然你也可以用 SSH Worktree 把重活甩到远程服务器上去。

第三，还在快速迭代。885 个 Release 说明团队 ship 得非常快，但也意味着界面和功能可能频繁变动。对于追求稳定不变的用户来说可能有点晕。

写在最后

我折腾 AI 编码工具这两年半，有一个感受越来越强：未来的开发者不是"会用 AI 的人"，而是"会同时用好几个 AI 的人"。

单一 Agent 的时代正在过去。不是 Claude Code 不好，也不是 Codex 不行——而是当你同时拥有五个专家的时候，为什么要只听一个的？

Orca 做的事情，就是把"同时用好几个 AI"这件事的门槛，从"需要自己写编排脚本"降到了"下一个 App，点几下鼠标"。

33200 个 Star、302 个贡献者、MIT 协议——这不是什么小玩具，这是一个正在快速成熟的开源基础设施。

而且它是真开源，MIT 协议，代码全部在那。没有付费墙，没有"你的数据是我们的"霸王条款，没有把你绑死在某一家 Agent 上的企图。

这才是正确的方向。

最先进的技术，底下永远站着最普通的人。而让普通人同时指挥五个 AI 专家干活——这件事本身，就够魔幻的了。

墙会倒塌的，但开源不会。