引言

当 AI 编码 Agent 的数量从"一个"变成"一群"，开发者面临的挑战就从"怎么用好 Agent"变成了"怎么管好一群 Agent"。Herdr 用一个 Rust 二进制文件回答了这个问题——持久会话、状态感知、SSH 接入。而今天要介绍的 Orca，则用一种更完整的方式重新定义了这个问题：不只是管理终端会话，而是为"人 + Agent 协作"打造一个完整的工作环境。

Orca 自称 ADE（Agent Development Environment），这一概念区别于传统 IDE——IDE 为"人在键盘前写代码"而设计，ADE 假设"开发者发起一群 Agent 然后走开"。这种定位上的差异，决定了 Orca 的每一个功能选择。

Orca 是什么？

Orca 是由 Y Combinator 支持的 Stably AI 开发的开源 Agent 开发环境（ADE）。MIT 协议，TypeScript 编写，目前 GitHub Star 数已超过 73,000，且在 2026 年 7 月到 9 月间从 28K 飙升至 70K+，增速惊人。

Orca 的核心能力是并行 Worktree 编排：你可以把同一个 prompt 同时分发给多个 Agent（如 Claude Code、Codex、OpenCode），每个 Agent 在各自隔离的 Git worktree 中独立工作，互不干扰。工作完成后，你比较各 Agent 的 diff，选最好的合并。

一句话概括：你不再是提示词的撰写者，而是审查者。

核心功能与亮点

1. 并行 Worktree 编排（Fan 命令）

这是 Orca 最核心的差异化能力。一条命令即可将任务分发给多个 Agent：

orca worktree fan "Refactor auth module to use JWT" \
  --agents claude-code,codex,opencode --count 3

三个 Agent，三个 worktree，三套实现方案。你只需对比 diff，选出最优解。这彻底改变了 AI 辅助开发的工作模式——从"逐行审查代码"变成了"对比选择方案"。

2. Ghostty 级终端

Orca 内置了基于 WebGL 渲染的高性能终端，支持无限分屏，且滚动历史在重启后依然保留。这意味着每个 Agent 都有自己的真实终端面板，操作体验不亚于独立的终端模拟器。

3. 30+ Agent 支持，零中间商

Orca 支持超过 30 种 CLI Agent，包括 Claude Code、Codex、OpenCode、Gemini、Cursor CLI、Copilot CLI、Devin、Cline、Goose、Kimi、Pi 等。原则很简单：只要能在终端里运行，就能在 Orca 里运行。 自定义 Agent 通过 TOML 配置即可接入。

更重要的是，Orca 使用你自己的订阅和 API Key——没有按席收费，没有中间商加价。你与 Anthropic、OpenAI 的关系是直接的。

4. 内嵌 Chromium 浏览器 + Design Mode

每个 worktree 都有一个独立的 Chromium 浏览器窗口。Design Mode 允许你点击网页上的任何 UI 元素，自动将其 HTML、CSS 和截图发送给 Agent。这意味着你可以告诉 Agent"修复这个按钮的样式"，而不需要手动复制粘贴代码。

5. SSH 远程 Worktree

可以在远程服务器上运行 Agent，享受完整的文件编辑、Git 操作和终端访问。支持自动重连、端口转发和密码缓存。对于需要 GPU 算力的场景（如运行本地模型），这一功能尤为实用。

6. 内联 Diff 审查与反馈

在 diff 视图中直接对任何代码行添加 Markdown 评论，批量打包后发送回 Agent。Agent 收到后可以据此修改代码。整个"审查→反馈→修正"的闭环在应用内完成，无需切换到 GitHub。

7. 一等公民 CLI

Orca 不只是一个 GUI 应用——Agent 自身也可以驱动 Orca：

orca worktree create
orca snapshot
orca click
orca fill

这意味着 Agent 可以自动创建 worktree、截图、点击 UI 元素、填写表单，实现更高级的自动化编排。

8. GitHub 与 Linear 原生集成

在应用内浏览 PR、Issue 和项目看板。从任意任务直接创建 worktree，审查和批准 PR，创建 Linear Issue——全部不需要切换上下文。

9. 移动端伴侣应用

配对手机后，可以随时随地查看 Agent 状态、接收完成通知、发送后续指令。支持 iOS 和 Android。

10. Rate Limit 感知

在状态栏实时显示 Claude 和 Codex 的用量与限额重置时间，支持中途切换 Codex 账户而不需要重新登录。对于同时跑多个 Agent 的团队，这是刚需。

安装与快速上手

# macOS (Homebrew)
brew install --cask stablyai/orca/orca

# 或从 GitHub Releases 下载
# https://github.com/stablyai/orca/releases

安装后启动 Orca，然后认证你已有的 Agent：

# 以 Claude Code 为例
npm install -g @anthropic-ai/claude-code
claude  # 认证一次，Orca 会自动读取 ~/.claude 的凭据

Orca 支持 macOS、Windows 和 Linux（AppImage）。

Orca vs herdr：如何选择？

简单来说：herdr 是"让 Agent 在终端里持续运行"的运行时，Orca 是"让人和 Agent 协同工作"的完整环境。 如果你只需要在终端里管理多个 Agent 会话，herdr 足够；如果你想要浏览器集成、diff 审查、移动端控制和 fan-out 工作流，Orca 是更全面的选择。

诚实地说：局限性

Orca 并非完美。每日发布节奏意味着经常有粗糙的边缘（通常 24 小时内修复）。空闲内存占用 400-800MB，在资源受限的机器上不算轻松。移动端需要桌面端保持运行，无法完全脱离。而且跑三个并行 Agent 意味着三倍的 token 消耗——在决定使用 fan 工作流之前值得权衡。Linux 目前仅支持 AppImage，没有原生包管理器集成。

适用场景

• 多 Agent 方案对比：同一任务让 3-5 个 Agent 各自实现，选最优
• 大型重构：将重构拆分给多个 Agent，各自负责不同模块
• UI 开发：利用 Design Mode 让 Agent 直接从浏览器元素获取上下文
• 远程开发：SSH 到 GPU 服务器跑 Agent，本地通过 Orca 管理
• 团队协作：GitHub/Linear 集成 + 移动端，随时随地掌控进展

总结

Orca 在"AI Agent 多路复用"这个赛道上选择了一条不同的路——不是做一个更好的终端多路复用器，而是做一个为"人 + Agent 协作"而生的完整环境。fan 命令、内嵌浏览器、Design Mode、diff 审查闭环、移动端——每一项功能都在强化同一个核心理念：开发者的角色从"写代码"转向"审查代码"。

73K+ 的 Star 数和四个月内 2.5 倍的增长速度说明了一切。如果你正在寻找一个不只是管理终端会话、而是重新定义你和 Agent 协作方式的工具，Orca 值得认真一试。

项目地址：github.com/stablyai/orca 官网：orcabuild.ai