多开 AI 助手总在文件打架?用 Git Worktree 实现真正安全的并行编码

并排跑四个助手，仓库得先切开

终端里同时亮着四个会话。左边 Claude Code 在改登录接口，右边 Codex 在补测试，OpenCode 还在翻样式，Pi 已经开始提交前自检。二十来分钟后 git status 一片红，同一个函数被改了两遍，有一处直接没了。

不是模型突然变笨。是四只手伸进同一份工作副本里。Orca 把默认动作改成：每个助手进自己的 git worktree——同一套提交历史，磁盘上却是分开的检出。一份提示可以同时扇到五个隔离副本里，比完再合赢家。仓库在 stablyai/orca，MIT 协议，桌面有 macOS、Windows、Linux，手机也能配对指挥。

很多人把“并行”理解成多开几个终端标签。标签便宜，文件只有一份。标签再多，写到磁盘上还是互相覆盖。

🖥️ 多开窗口解决不了文件打架

家里装修要是四支施工队挤在同一套水电线路上，你不会指望他们“自己协调好”。编程助手也一样。它们看见的是当前工作区里的文件，写盘的时候不会先问隔壁会话同不同意。你在 A 窗让它重构接口，B 窗让它补测试，两边读到的都是同一份源码，后写完的那次会把先写完的那次踩掉。

后果来得很快。未提交改动只能先 stash，切分支时弹出冲突，锁文件被两个进程同时写。更烦的是你分不清哪段是哪只助手留下的：diff 是混在一起的，回滚得整段猜。并行本该省时间，收尾却变成一次人工考古。

git worktree 干的事很具体：主仓库的对象库只留一份，每个任务再挂一个独立的工作目录和分支。提交、树对象、blob 还是那套，不按助手数量整仓复制。工作区文件各写各的，终端、编辑器标签、浏览器页也绑在对应副本上。Orca 说自己是 worktree-native，指的就是这个，不是把聊天窗并排摆好看。

并行安全不来自“它们会互相躲开”，而来自它们根本碰不到同一组文件。

扇出上限在产品说明里写得很死：一份提示分给五个助手，五个隔离副本，最后比较、留下赢家。五个是产品设定，不是我测出来的吞吐峰值。理论上你还可以给五个副本派完全不同的任务，互不等待；也可以把同一句话扔五次，看谁写得能过你的验收。两种用法都有人在用，哪个浪费订阅、哪个真能比出差距，得看任务本身散不散。

终端分屏是另一层皮。Orca 用偏 Ghostty 那种 WebGL 渲染，分屏次数没有写成上限，滚动历史重启后还在。窗口漂亮解决的是盯梢，解决不了写盘冲突。把四个会话贴在同一块屏幕上，文件还是那一份的话，冲突只是从“看不见”变成“看得更清楚”。

🧬 隔离的是磁盘上的检出，不是聊天窗

创建流程底层就是两步：先 git fetch，再 git worktree add。界面里要填任务名、起始引用、要挂的 GitHub / Linear 工单，以及跑哪家助手、跑在本机还是远程。引用可以是本地分支、远程分支、提交哈希。创建在后台跑，侧栏先出现一行进度，失败能取消或重试。副本是真检出，git status、rebase、cherry-pick 都能用，不是 IDE 自己发明的沙盒目录。

每个 worktree 自带分支、自带磁盘文件、自带助手终端。切来切去的时候，创建哪怕还没完成也可以先看别的任务。CLI 也能建：orca worktree create，卡片上会标这是命令行开出来的。智能体自己也能调 Orca，仓库把 worktree create、snapshot、click、fill 列进同一套命令里，助手理论上可以自己开副本、自己点页面。

大目录另说。node_modules、.cache 这类被 gitignore 的目录，能在 orca.yaml 里写成 worktree.sharedDirectories。共享方式是符号链接，macOS 上也可以走 APFS 的克隆拷贝，不是整目录再复制一份。条件也死：必须在主检出里已经存在，而且必须已被忽略；已被跟踪或根本不存在的路径会直接跳过。.worktreeinclude 只认字面路径，通配和取反都会被跳过并警告。把依赖目录链到一起之后，隔离还算不算隔离，社区里本来就有两种声音，我也不想写成定论。

README 上的功能表自己都承认永远落后。他们按天发版，changelog 才是清单。顺手翻到桌面页上的下载数字和 GitHub 星标对不上，以仓库页面当时显示的为准就行。

SSH 那条线把同一套模型搬到远程机器上：远端文件编辑、git、终端都在，自动重连和端口转发也写进说明。本机吃不住五个会话时，可以把重活丢到更胖的盒子上，侧栏看起来仍是同一组副本。Codex 在 SSH 场景里有过 hook 环境变量没注入的问题，状态显示本地已安装、远端实际没挂上。Claude 的 hook 写在配置文件里，同一条远程路径上反而没这事。远程能跑，不等于每家助手的集成深度一样。

🧹 五个副本跑完，谁来收拾残局

并行的第二笔账在收摊。五个工作目录、五条分支、五组未合并提交，侧栏会慢慢堆成一堵墙。有人问怎么防止 worktree 铺开，这不是抬杠：共享对象库确实让四份副本几乎不加倍占用提交历史，可未跟踪的 .env、各自生成的构建产物，该占的盘还是占。对象库省的是 git 元数据，不是你随手留下的垃圾。

Orca 给的收口在资源管理器。清理入口会列出本地、主仓库、SSH 上的工作区，删之前能先看一眼。侧栏能滤掉休眠的、自动化建的、别的客户端建的。批量删会拿掉磁盘目录；分支若因未合并提交被 git 拒绝删除，Orca 会留下这些分支，并弹出复查提示。单删、多选删、连子孙一起删，以及先休眠再关面板，都在同一套动作里。保留分支等于承认 git 比界面更谨慎，这点我接受。

手机端是另一条收口。桌面跑着助手，iOS 能走 App Store 或 TestFlight，Android 提供 APK，配对之后能看完成通知、补一句后续指令。你不必一直盯着分屏。账号切换和用量跟踪对着 Claude、Codex 的额度与限速重置，换号不用重新走登录。设计模式则把真实 Chromium 窗口里的元素点一下，HTML、CSS 和裁过的截图直接进提示。这些都不改变 worktree 模型，只是让你少在五个窗口之间徒手搬运上下文。

扇出很便宜，残留的工作区不便宜。

GitHub 和 Linear 做在应用内：工单、PR、看板能直接开成副本，评审不用切浏览器。AI diff 可以按行批注再扔回助手，提交也在同一个上下文里做。编辑器按 VS Code 那套，自动保存，文件和图片能拖进提示。这些是编排层，不是模型本身。Orca 管的是助手在哪份检出上跑、跑完你怎么看、看完怎么合，不负责让某一家模型突然变准。

有人同一提示扇五次，赌五个实现里总有一个能过测试；有人五个副本派五个互不相关的工单，把等待时间错开。两种都说得通。我更怕的是第三种：五个都跑完，没有人删。

🛠️ 先开一组能扔掉的副本

桌面安装走 onorca.dev，或直接拿构建包：Apple Silicon / Intel 的 dmg、Windows 的 exe、Linux 的 AppImage。macOS 也能用 Homebrew。

brew install --cask stablyai/orca/orca

装完能打开应用。Arch 则是 AUR 上的 stably-orca-bin，源码包是 stably-orca-git。无图形的 Linux 要跑 orca serve，得另看他们的无头服务说明，别拿桌面包硬套。

打开一个已经是 git 仓库的项目。新建 worktree 时把起始引用指到你想分叉的点，任务名写人话，助手先只选两家——Claude Code 和 Codex 就够做对照。五个一起上，第一步往往看不过来。Orca 会给常见 CLI 预填跳过确认的启动参数，理由写在文档里：副本本来就可以扔，合入前你还能挑 diff。

⚠️ 注意：跳过确认等于把该副本里的命令权交给助手。只在你准备丢弃的 worktree 里开，别在主检出上用同一套参数。

命令行要自己建的话，先在设置里登记 Orca CLI，再用仓库 id 和任务名开副本：

orca worktree create --repo id:<REPO_ID> --name compare-login --json

 <REPO_ID> 换成应用里那个仓库编号。跑完侧栏应出现新卡片，悬停能看到 CLI 来源。列表和删除也走同一套命令：

orca worktree ps --jsonorca worktree rm --worktree id:<WORKTREE_ID> --force --json

容易出错的地方是仓库还没被 Orca 收录，或者 id 填成了本地路径。ps 先看一眼再删。依赖目录要共享的，在主检出忽略名单里确认 node_modules 存在后，再写进 orca.yaml，新建的副本才会走链接，旧副本不会自动补上。

它声称能跑任何终端里的 CLI 助手：Claude Code、Codex、OpenCode、Pi 是推文点名的四家，名单上还有 Grok、Cursor、GitHub Copilot、MiMo Code 以及一长串同类工具。集成深度不一样，用量跟踪和热切换目前点名的是 Claude 与 Codex。主检出继续给人用，并行任务全部进副本，合入前只看 diff。这是我准备长期留着的用法。

五个隔离副本并排跑，解决的是文件打架，不是模型意见统一。用完进资源管理器把不要的工作区清掉，别让对象库虽共享、磁盘上的残骸各自为政。主仓给人，副本给助手，合入前只留一份 diff。

如果你觉得这篇内容对你有启发，欢迎在留言区聊聊你的看法。

关注我，我会持续分享高质量的技术与思考干货。👇