同时跑两个编码 Agent 的人，多半都经历过同一个混乱：两个终端窗口、两个编辑器、两份改动混在同一个工作目录里。跑着跑着分不清哪个 Agent 改了什么，想比对两个方案的结果，得先手工把代码 stash 来 stash 去。等其中一个跑完，你发现自己已经忘了它在哪个文件夹里干活。
Orca 就是冲这个问题来的：把"同时指挥多个 Agent"变成一件有界面、有隔离、能收尾的事。
是什么
Orca 是 2026 年 3 月开源的 Agent 桌面工作台，TypeScript 写成，MIT 协议。它给自己的定位是 ADE——Agent Development Environment，跟 IDE 只差一个字母。
核心机制是 git worktree 并行。你写一条提示词，它能把这条提示词同时扇出给多个 Agent，每个 Agent 在一个独立的 git worktree 里干活，互不干扰。跑完之后你把几个结果摆在一起比，选中哪个就把哪个合并回来。项目文档里举的例子是"一条提示词扇给五个 Agent"，但数量本身是可配的。
它不自己提供模型，也不卖额度。你用它已经有的编码 Agent 订阅登录——Claude Code、Codex、Grok、Cursor、GitHub Copilot、OpenCode、Amp、Devin、Goose、Pi 等一长串都在支持列表里，本质上是"能在终端里跑起来的，就能在 Orca 里跑"。Orca 负责的是编排、隔离和汇总，模型和额度还是你自己那套。
项目在 GitHub 上 7.1 万 Star，4649 Fork，当前版本 v1.4.205（2026-09-17 发布），仓库同一天还有提交。它是 2026 年 3 月建仓的，半年做到这个体量。
核心优势
并行不是开几个窗口，是有隔离的并行。这是它和"手动多开终端"最本质的区别。每个 Agent 拿到自己的 worktree，文件系统层面就是分开的，一个 Agent 把代码改崩了不会污染另一个的战场。而收尾动作也被设计进去了——比完结果，合并你选中的那个，剩下的连同 worktree 一起丢掉。做过"两个方案同时改，最后手工挑差异"的人会知道，省掉的不只是操作步骤，还有那种"我到底改到哪一版了"的不确定感。
用你自己的订阅，厂商和模型随时换。它不代管密钥，也不做额度中转，而是直接用你已有的编码 Agent 订阅登录。这带来两个直接结果：一是省钱，你不需要为"多 Agent 并行"这件事再买一份额度；二是不锁定，哪个 Agent 更强、哪个更便宜，你可以直接换，不用迁移工作流。它还带了一个账号切换与用量面板，能看 Claude 和 Codex 的用量和限流重置时间，也能在不重新登录的情况下热切换账号。
为"看结果"这件事做了不少细活。AI 生成的 diff 可以直接在行上留评论，然后一键把评论发回给 Agent——审查、修改、提交不用离开这个应用。GitHub 和 Linear 做成了原生集成，PR、issue、项目看板能在应用里翻，看到某个任务可以直接从它开一个 worktree。文件编辑用的是 VS Code 的编辑器，带全局自动保存，文件和图片可以直接拖进 Agent 的输入框。这些单看都是小功能，但合起来决定了你是"能用"还是"愿意一直用"。
终端本身是认真做的。官方说的是 Ghostty 级别的终端，WebGL 渲染，支持无限分屏，滚动缓冲在重启之后还在。这句话的分量在于：并行多 Agent 的工作方式，一天里大部分时间你其实是在看终端输出，如果终端卡、丢历史、分屏一多就抖，整套体验就塌了。它没有把终端当附属品，而是当成主界面的一部分来对待。
人不在电脑前也能推进。它有一个手机伴侣应用（iOS 和 Android 都有），Agent 跑完会推通知，你可以直接从手机上回一句继续。还有一个 SSH worktree 模式，把 Agent 放到配置更好的远程机器上跑，本地只做界面，自带断线重连和端口转发。另外它带了一个 CLI，orca worktree create、snapshot、click、fill 这些命令能让 Agent 反过来驱动 Orca，把整套流程脚本化。最后一个有点意外但很实用的功能叫 Design Mode：在应用内嵌的真实 Chromium 窗口里点选任意 UI 元素，它的 HTML、CSS 和裁切截图会直接进到 Agent 的输入框——改前端样式的时候，省掉了"描述我在说哪个按钮"这一步。
安装/使用方法
从官网的下载页取对应平台的应用包，macOS、Windows、Linux 都支持，装完打开登录你的编码 Agent 账号就能用。手机端 iOS 走 App Store 或 TestFlight，Android 在 releases 里取 APK。
第一次用建议按这个顺序走，别一上来就开五个：
先在一个仓库里让单个 Agent 正常跑一轮，确认订阅登录、终端、文件编辑都正常。然后试并行——给同一个任务写一条提示词，扇出给两到三个 Agent，观察它们各自被分配到了哪个 worktree，看文件系统上确实是分开的。这一轮的重点不是结果好坏，是先把"隔离"这件事看明白。
接着练收尾。用 diff 视图逐份比较，在不一样的行上留评论，把评论发回给对应 Agent 让它改，最后合并选中那一份。这套流程跑顺一次之后，你才算真正用上了它的价值——否则并行只是把混乱乘以了倍数。
想跑远程算力，就在 SSH 设置里配好远程机器，worktree 建到远端去；想让 Agent 自己驱动界面，就用 CLI 那套命令写脚本。Design Mode 在改前端的时候最有用，直接在预览窗口点元素。
有一个使用前提值得提前确认：并行意味着同一份额度被多个 Agent 同时消耗，你的订阅限流策略要能撑得住。它的用量面板可以看到限流重置时间，开并行之前先看一眼。
不是没有槽点
6244 个打开状态的 issue，是这个项目最需要正视的数字。这既说明采用量很大，也说明问题积压不少。官方在文档里自己写了一句"我们每天发版，所以这个功能列表永远落后"——这种节奏意味着功能上得快，稳定性需要你自己多观察。重要仓库上开并行之前，建议先把版本固定住。
它是桌面应用，而且体积不小。仓库体积超过 800 MB，实际安装包也不轻。这不是一个"随手打开试试"的工具，而是一个要占你日常工位的东西。硬件和系统版本建议按官方要求来。
并行省的是你的时间，不是你的钱。三个 Agent 同时跑，额度也是三份同时消耗。如果你的订阅本身限额紧张，并行会更快触顶。这一点它没有回避，用量面板和限流时间就是给这个场景准备的。
功能面很宽，学习成本被低估了。并行工作树、终端分屏、diff 批注、GitHub 与 Linear 集成、SSH 远程、手机伴侣、CLI、Design Mode、Computer Use——一长串。全用起来是一套完整的工作方式迁移，不是装个插件。只想"让 AI 帮我改个 bug"的人，会觉得这些功能大部分用不上。
手机端还在早期。Android 那份 APK 的版本号是 0.0.48，跟桌面端 v1.4.x 不在一个节奏上。当辅助通知渠道够用，指望它承担主要操作还不现实。
跟同类怎么比
现在这个赛道上大概有三类角色。第一类是各个模型厂商自己的 CLI，能力集中、体验统一，但天然绑定自家模型，也不太管你同时跑几个任务。第二类是把 Agent 放云端的托管平台，开箱即用、不占本地资源，代价是代码和密钥要交出去，实时性和离线能力都受限。第三类是做"多 Agent 编排"的工具，思路各不相同，有的偏调度脚本，有的偏任务队列。
Orca 的差异在于它同时做了两件事：一是把隔离做在 git worktree 这一层，用的是开发者本来就熟的机制，不是自创的抽象；二是把"人怎么看结果、怎么收尾"当成核心功能来做，而不是只做派活。代价是它把几乎所有厂商的 Agent 都当外部依赖，自己不掌握模型层，所以它的体验上限会受你选的 Agent 影响。
一句话判断：如果你的痛点是"一个 Agent 不够用、两个又太乱"，并且已经为编码 Agent 付过订阅，Orca 值得装一次，重点体验并行 worktree 和 diff 批注这两块。如果你只是偶尔让 AI 改改代码，或者你的订阅额度本身就紧张，那它带来的复杂度会大于收益。
项目地址：https://github.com/stablyai/orca
官方网站：https://www.onorca.dev/
标签：#Orca #并行Agent #多工作树 #AI编程工具 #Agent工作台 #桌面应用
你更愿意让一个 Agent 深挖到底，还是同时开几个跑不同方案，最后挑一个？