Orca

Orca 是一個開源 Agent 開發環境(ADE),讓開發者在隔離的 Git Worktree 中並行執行多個 AI 編碼 Agent,統一監督、對比和合並結果

深度報告

  • Orca 是由 Stably 團隊開發的開源 Agent 開發環境(ADE),專為「多 Agent 並行編碼」場景設計。它不是又一個 AI 編碼助手,而是一個執行在桌面的編排層——讓 Claude Code、Codex、Grok、Cursor 等 30 多種 CLI Agent 在獨立 Git Worktree 中並行執行,開發者統一監督、對比、稽核和合並結果。專案採用 MIT 許可證,支援 macOS、Windows、Linux 及 iOS/Android 移動端伴侶,2026 年初開源以來已獲超 2 萬 GitHub Star,日更釋出。

  • Orca 由 Stably 團隊開發,GitHub 組織名為 stablyai。Stably 此前的主要產品是一套 AI 軟體測試平臺,Orca 是其面向「多 Agent 未來」的新方向。專案託管於 GitHub 的 stablyai/orca 倉庫,採用 MIT 開源協議,從 2026 年 3 月 28 日新增許可證後轉向完全開源。目前版本已迭代至 v1.4.143 以上,倉庫擁有 20,000+ Star、1,500+ Fork,保持著每日釋出的節奏。 Stably 團隊規模不大但在開發者社群活躍,在 Discord 和 GitHub Issues 上響應快速。團隊核心判斷是:開發者不再只用一個 AI Agent,而是同時執行多個 Agent,現有的 IDE 和終端管理方式無法有效支撐這種新模式。Orca 正是為解決這個「編排問題」而生。

  • Orca 的核心創新在於「Worktree 原生」架構。傳統 IDE 中,一個專案對應一個工作目錄,不同分支需要來回切換。Orca 為每個任務或 Agent 自動建立獨立的 Git Worktree,彼此隔離,互不干擾。 並行 Worktree 是最大的差異化功能。開發者可以把同一個任務發給 5 個不同的 Agent(比如 Claude Code 和 Codex 各跑一版),每個 Agent 執行在獨立的 Worktree 中,完成後並排對比 Diff,挑選最優結果合併。這解決了長期以來「不同 Agent 改同一份程式碼互相覆蓋」的問題。 多 Agent 支援極其廣泛。Orca 相容任何 CLI Agent——只要能在終端執行,就能接入 Orca。官方明確列出 30 多種,包括 Claude Code、OpenAI Codex、Grok、Cursor、GitHub Copilot、OpenCode、Cline、Continue、Amp 等。每個 Agent 使用自己的訂閱賬號,Orca 只做編排層,不額外收費。 內建終端與編輯器採用 WebGL 渲染的終端(類似 Ghostty),支援無限分屏和重啟後仍在的滾動快取。編輯器基於 VS Code 核心,支援檔案拖拽、自動儲存和多標籤頁。Design Mode 透過內建 Chromium 瀏覽器讓 Agent「看到」頁面——點選任一 UI 元素即可將其 HTML、CSS 和截圖送入 Agent Prompt,適合前端自動化。 GitHub 與 Linear 原生整合讓開發者可以在 Orca 內部瀏覽 PR、Issue 和專案面板,直接從任務建立 Worktree,透過評論區稽核 AI Diff 並打回修改。這種「不離開 IDE」的工作流對團隊協作價值很大。 SSH Worktree 支援在遠端高配機器上執行 Agent,自動重連和埠轉發。移動伴侶 App(iOS/Android)可隨時監控 Agent 狀態、接收完成通知、傳送後續指令。 Orca CLI 讓你可以用指令碼控制整個 IDE:建立 Worktree、截圖、填寫表單——Agent 反過來也能驅動 Orca。

  • Orca 本身完全免費,使用 MIT 開源協議。使用者在 GitHub 下載或透過 Homebrew(brew install --cask stablyai/orca/orca)安裝。這意味著 Orca 本身沒有直接收入,依賴上游 Agent 的分發與生態繫結。 上游 Agent 的費用由使用者自行承擔。Claude Code 走 Anthropic API、Codex 走 OpenAI API、Cursor CLI 走 Cursor 訂閱——Orca 不做中間層收費。賬號切換器內可追蹤各供應商的用量和 Rate Limit 重置時間。 這種「自帶訂閱」(BYOK)模式降低了使用門檻,也意味著 Orca 的可持續性取決於 Stably 團隊的融資或後續商業化路徑。目前專案活躍度極高,社群反饋積極,但商業模式尚未明確。

  • 正面反饋集中在並行 Worktree 和移動端監控上。多位使用者表示「這是第一次同時跑多個 Agent 而不手忙腳亂」「移動端通知讓我敢在開會時跑長任務了」。Discord 社群活躍,功能請求在一天內就能得到團隊回覆。User Review 中提到「Orca 最核心的價值是隔離——不同 Agent 改各自的分支,再也不用擔心程式碼互相覆蓋了」。 負面反饋主要來自穩定性和文件方面。部分使用者反映生產環境穩定性不足,0.x 版本偶現崩潰。README 對配置流程的描述不夠詳細,新手上手門檻較高。Android 版本更新落後 iOS 約一個版本週期。跨 Agent 流水線(如「Claude Code 規劃、Codex 寫測試、Aider 實現」)仍是最熱門的功能請求,但尚未落地。 也有使用者指出並行執行多個 Agent 會導致 API 消耗線性增長——3 個 Claude Code 並行就是 3 倍 Token 開銷,建議用便宜模型(Haiku、GPT Instant)做探索性任務,用強模型做合併稽核。

  • 行業媒體整體給予 Orca 正面評價,認為它抓住了「多 Agent 時代的編排痛點」這一精準切口。AI Insider 的評論指出:「Orca 的差異化在於中立性——它不是在賣一個 Agent,而是在賣所有 Agent 之上的編排層。當 Cursor 和 Windsurf 都在繫結自己的模型生態時,Orca 選擇了開放」。 對比評測中,Orca 在與 Cursor、Windsurf、VS Code + 外掛的對比中,在「並行 Agent 數」「移動伴侶」「Design Mode」「賬號追蹤」等維度上佔據明顯優勢;在「開箱即用程度」「文件成熟度」上落後。有評論將 Orca 定位為「給高階開發者準備的指揮室,不是給新手的一鍵編碼工具」。 業內也有質疑聲音:這是一個獨立品類還是一個過渡產品?VS Code、JetBrains、Cursor 都有強烈動力將多 Agent 編排吸收為內建功能,Anthropic 的 Claude Code 本身已有 Worktree 支援。Orca 的中立性在當下 Agent 生態分散時是優勢,但一旦主流 IDE 內建了同類能力,Orca 的生存空間可能會被壓縮。

  • 最大的爭議是品類存續性。Orca 將自己定位為「ADE」(Agent 開發環境),但這個市場是否有足夠的獨立生存空間存疑。主流的 IDE 廠商尚未發力,但一旦發力,Orca 作為一個小團隊的獨立產品將面臨巨大壓力。 穩定性問題。0.x 版本中,部分使用者報告了 SSH Worktree 配置複雜、終端偶發崩潰等問題。雖然每日釋出意味著修復速度快,但對於生產環境使用者來說仍是顧慮。 Stably 團隊的長期可持續性。作為一家小團隊的開源專案,Orca 目前沒有直接收入。雖然 MIT 許可證保證了程式碼不會消失,但團隊的持續投入和產品發展方向仍存在不確定性。與 Stability AI(Stable Diffusion 開發商)的撞名也容易造成搜尋混淆。

  • Orca 最適合以下人群:已經使用多個 AI 編碼 Agent,需要一個統一控制檯的開發者;需要對比不同 Agent 在同一任務上的表現的團隊;經常跑長時間 Agent 任務、需要移動端監控的遠端開發者;認可「自帶訂閱」模型、不想被單一 Agent 供應商鎖定的使用者。 不太適合:剛剛開始使用 AI 編碼工具的初學者(文件和配置門檻較高);只用一個 Agent 且對現有 IDE 滿意的開發者;對穩定性要求極高的生產環境。 替代方案:Cursor 和 Windsurf 提供更一體化的單 Agent 體驗;Claude Code 本身已有 Worktree 功能;如果只是需要多個終端視窗,tmux 也能湊合用。

  • Orca 是一個有鮮明定位的產品——它不是又一個 AI 編碼助手,而是「管理 AI 編碼助手」的工具。在「多 Agent 並行」這個細分場景中,它做到了行業第一。2 萬 Star、日更節奏、活躍社群都是實力證明。但它的長期命運很大程度上取決於兩個因素:主流 IDE 何時內建同類能力,以及 Stably 團隊能否在這之前建立起足夠的使用者黏性和商業模式。對於已經在用多個 Agent 的開發者來說,Orca 值得一試——至少它解決了那個「五個終端來回切」的真實痛點。

使用者評論

  • 頭像
    VNguyen_Max4
    SSH Worktree 功能讓我可以在遠端高配機器上跑 Agent,本地只負責看結果,體驗很順。重連和埠轉發自動的,省了不少事。

  • 頭像
    Joe.Ramos
    試用了一週,最大的感受就是終於不用再在三個終端之間來回切了。Claude Code 和 Codex 各管一個 worktree,互不干擾,最後還能並排對比 diff,選最優的 merge,這個工作流確實舒服。

  • 頭像
    Doris.Gutierrez_2024
    Design Mode 真的太強了,直接在內建瀏覽器裡點 UI 元素就能把 HTML 和截圖發給 Agent,再也不用寫半天 prompt 描述「那個藍色的按鈕在哪裡」了。

  • 頭像
    兔兔_4
    手機 App 能看 Agent 跑完沒、還能發後續指令,這個太實用了。開會的時候手機震一下就知道跑完了,遠端補條指令繼續跑,不用鎖在電腦前。

  • 頭像
    SusanLopez
    開源 MIT、沒有中間商賺差價,自己帶 Claude Code 和 Codex 的訂閱就行,這點比 Cursor 那套捆綁舒服多了。

  • 頭像
    Justin.Young
    中文字型渲染虛化的問題有點難受,v1.4.128 了還沒修好,換了字型也不行。和 Muxy 對比差距很明顯,希望能儘快修一下。

  • 頭像
    Kevin_Wright_X
    我覺得 Orca 最大的價值就是隔離——不同 Agent 改各自的分支,再也不用擔心程式碼互相覆蓋了。以前試過兩個 Agent 同時改一個檔案,那酸爽。

  • 頭像
    JEhol
    能接 30 多個 Agent 確實猛,Claude Code、Codex、Gemini、Grok 都能上,一視同仁。對我來說最有用的是同一個任務讓不同 Agent 各寫一版,對比選最優,效率確實上去了。

  • 頭像
    珊瑚153
    確實不錯,但說實話對新手不太友好。文件太簡略了,配置示例也不夠多,上手摸索了好一陣才搞明白 worktree 的流程。希望 README 能更詳細一些。

  • 頭像
    0gmkyzu_x
    並行三個 Agent 同時跑重構,API 消耗確實是三倍,錢包在滴血。建議用便宜模型做探索,用強的做合併,能省不少。

  • 頭像
    Jack.Thomas_66
    用了兩天就回不去了。唯一不爽的是 Electron 版的記憶體佔用確實大,開幾個 worktree 輕鬆上 2GB,希望以後能最佳化下。

  • 頭像
    KatieMason
    GitHub 整合做得不錯,直接在 IDE 裡看 PR 和 Issues,從 Issue 直接建立 worktree 開工,不需要切換瀏覽器的上下文,這個體驗太順了。

  • 頭像
    trueVladanaPantić_dev
    有一個比較大的痛點——跨 Agent 的流水線功能還沒出。我想要的是「Claude Code 做計劃、Codex 寫實現、Aider 跑測試」這樣的鏈路,目前只能手動搞。

  • 頭像
    Laura.Martinez_202262
    Android 版本明顯比 iOS 落後一個版本週期,很多新功能 iOS 上了安卓還沒影。希望團隊能平衡一下。

  • 頭像
    ETr_am
    說實話現在還不能上生產環境,0.x 版本偶爾會崩,穩定性有待加強。但如果只是做探索性開發和原型驗證,真的很好用。

  • 頭像
    l_l1wnb4c
    提了個 feature request,Discord 團隊當天就回復了,這種響應速度在開源專案裡真的少見。社群氛圍也很好。

  • 頭像
    JosephWood
    對比了一圈,Orca 確實把多 Agent 並行這件事做到了極致。Cursor 和 Windsurf 也很好但只支援自己的 Agent,Orca 開放給所有 CLI Agent,這點我很喜歡。

  • 頭像
    LedgerLionMendoza
    三個小時前提交了一個 bug,現在已經修了釋出新版本了。這種日更節奏真的離譜,但也說明團隊確實在認真做產品。

  • 頭像
    TIkra
    Worktree 是個好東西,但是磁碟佔用確實上來了。一個 node_modules 就是幾百兆,幾個 worktree 加起來硬碟壓力不小。手機端功能也有限,不能建立 worktree,只能看看進度發發指令。

  • 頭像
    Nancy_Perez168
    試試就試試,反正免費。裝好之後把 Claude Code 和 Codex 都掛上去,同一個需求各跑一次,對比結果挑最優的合併。這玩意兒確實改變了我的編碼工作流。

  • 頭像
    EvelynWatsonIII838
    我比較擔心的是這個品類能不能存活。現在 VS Code、Cursor 都在往多 Agent 方向走,Orca 作為小團隊的專案,一旦大廠內建了類似功能就很被動了。

  • 頭像
    TOUUS
    終端渲染確實漂亮,Ghostty 風格的 WebGL 終端,分屏支援和滾動檢索都很絲滑。作為天天泡終端的人,這個體驗加分不少。

  • 頭像
    1r6ya4m
    MCP 支援很好,可以自定義很多工具讓 Agent 呼叫。對喜歡折騰的高階使用者來說可玩性極高,但新手估計會懵。

  • 頭像
    DrJoelJones_2024
    Hot-swap Codex 賬號確實香,不用退出重登,額度用完直接切另一個號。對於有多個 OpenAI 賬號的人來說太方便了。

  • 頭像
    Olivia_TaylorX9
    手機 App 不能獨立執行,必須依賴桌面端線上。網路不好的時候或者筆記本睡眠了就會斷連,這點體驗還有改善空間。

  • 頭像
    Carl.Green_77
    Remote worktree 需要在遠端機器上裝 Orca 的 agent,如果是公司內網或者安全審查嚴格的伺服器,可能過不了 IT 那關。

  • 頭像
    RebeccaHicksQ
    我覺得 Orca 代表的這個方向是對的——從 IDE 走向 ADE。真正的變化不是用了哪個更強的模型,而是組織工作的方式變了,從「我寫程式碼」變成「我排程一群 Agent 寫」。