Orca：在同一處調度一支程式碼智能體艦隊的開源 IDE

过去一年，命令行编码智能体迅速增多。Claude Code、Codex、OpenCode、Cursor、Copilot 等工具各有擅长的场景，很多开发者已经习惯同时开着好几个。问题随之而来：每个智能体占一个终端窗口，改的是同一份代码目录，谁改了什么很难分清；任务跑完了没有，要靠自己切窗口去看；想对比两个模型对同一需求的做法，只能手动拷贝仓库。Orca 要解决的正是这层「编排」问题。它自称 AI Orchestrator，在 GitHub 上归入 ade（智能体开发环境）和 agent-ide 一类，定位不是又一个编码智能体，而是承载所有智能体的工作台。它不替你选模型，也不要求你换订阅，只负责把多个智能体组织起来。按资料所示，这个项目的关注度很高，星标已近十万，说明「多智能体并行」确实是开发者眼下的痛点。

Orca 最核心的设计是把 git worktree 作为隔离单位。你可以把一条提示词同时分发给五个智能体，每个智能体在自己独立的 worktree 里工作，互不覆盖，完成后比较结果，再合并胜出的那一份。这种做法比在同一目录里排队更安全，也让「多个模型赛跑」变得可操作。在此之上，Orca 围绕开发流程补了一圈能力。终端是 Ghostty 级别的，支持 WebGL 渲染、无限分屏，并且滚动历史在重启后仍然保留。设计模式允许你在真实的 Chromium 窗口里点选任意界面元素，把它的 HTML、CSS 和裁剪后的截图直接送进智能体的提示词，前端改样式时不用再靠文字描述。评审环节，你可以在 AI 生成的 diff 任意一行写批注，再把批注回传给智能体，无需离开应用就能完成审阅、编辑和提交。

账号方面有切换器和用量追踪，可以查看 Claude 与 Codex 的用量及限额重置时间，并免重新登录地热切换账号。此外，Orca CLI 让智能体反过来驱动 Orca 本身，例如用 orca worktree create、snapshot、click、fill 等命令编写工作流脚本。Computer Use 则让智能体在需要时操作桌面应用。上手路径很直接：从官网下载桌面版，把已有的仓库加进去，再启动你平时用的命令行智能体即可。README 的说法是，只要能在终端里运行的智能体，就能在 Orca 里运行，支持列表包括 Claude Code、Codex、Grok、Cursor、GitHub Copilot、OpenCode、Amp、Antigravity、Pi、Hermes Agent、Devin 等。它用你自己的订阅，不引入新的计费层。典型用法有几种。

一是并行试验：同一个需求交给多个智能体，各自出方案，挑最好的。二是任务驱动：在应用内浏览 GitHub 和 Linear 的 PR、议题和项目看板，从某个任务直接开出一个 worktree，审阅时不必切换上下文。三是远程执行：通过 SSH worktree 把智能体放到性能更强的远程机器上，文件编辑、git 和终端都可用，并带自动重连与端口转发。四是离开电脑后继续跟进：手机端有 iOS 和 Android 版本，可在智能体完成时收到通知，并发送后续指令。文档按功能拆成独立页面，覆盖终端、浏览器、SSH、评审、CLI 等主题。README 还提供多种语言版本，并称项目每天都在发版，真正完整的功能清单要看 changelog。Orca 的意义在于，它把「用 AI 写代码」从单个对话，推进到管理一组并行工作者。

当智能体变得便宜而可靠，瓶颈就从生成代码转到分配任务、隔离改动、审阅结果和合并，Orca 把这些环节放进同一个界面，并选择开放的 CLI 生态，而不是绑定某一家模型，对想保持选择自由的团队很有吸引力。风险也要看清。迭代极快意味着界面和行为可能频繁变化，文档与功能之间可能出现时间差。多个智能体并行会同时消耗各家订阅的额度，用量追踪虽有帮助，但成本控制仍然要靠使用者自己。worktree 隔离解决了文件冲突，却不能替代对合并结果的人工审查，尤其是 Computer Use 这类能操作真实桌面的能力，需要谨慎授权。另外，资料没有说明团队协作、权限管理等企业级能力的细节，这些要在实际评估时确认。接下来值得观察的方向有三个：移动端与远程运行时能否成为稳定的日常入口，Orca CLI 能否催生智能体互相编排的工作流，以及它与各家智能体厂商自带界面之间的竞合关系。