AI 编码 Agent 的协作模式正在发生变化。Claude Code、Codex CLI、Cursor Agent 等工具各自在终端里独占一个 session，开发者想在同一个代码库上同时跑多个 Agent，只能开多个终端窗口手动管理分支和上下文。Stably AI（Y Combinator W22）推出的 Orca 把这个问题形式化成了一个新产品品类：Agent Development Environment（ADE）。
Orca 目前在 GitHub 上已收获超过 43,000 颗星，日增超过 1,200 颗，是本周 GitHub Trending 中增速最快的项目之一。它不自带模型，也不绑定某个特定 Agent，而是给所有 CLI 编码 Agent 提供一个统一的 IDE 层。
核心机制：并行 Git Worktree
Orca 最核心的设计是 并行 worktree 隔离。每个 Agent 在自己的独立 Git worktree 中运行，互不干扰。开发者可以将同一个 prompt 分发给 5 个不同的 Agent（比如同时让 Claude Code、Codex、OpenCode 各跑一份），每个 Agent 在各自的 worktree 中独立修改代码，完成后在 Orca 内逐一对比 diff，选择最佳方案合并。
这解决了 AI 编码工作流中一个实际问题：并行生成容易，并行评审困难。在普通终端里，5 个 Agent 产出 5 份不同的 diff，合并 winner 仍然需要人工逐行审阅。Orca 的 inline diff annotation 功能允许开发者在 diff 上直接批注，批注会自动送回 Agent prompt，形成"生成-批注-修正"的闭环。
Git worktree 本身是 Git 的原生功能（git worktree add），但手动管理多个 worktree 的创建、切换、清理是一件繁琐的事情。Orca 把这些操作封装成了 UI 交互：点击即可创建 worktree，关闭面板自动清理。
内嵌浏览器与 Design Mode
Orca 内嵌了 Chromium 浏览器，并提供一个叫做 Design Mode 的功能：开发者可以在浏览器中点击任意 UI 元素，Orca 会自动提取该元素的 HTML、CSS 和裁剪后的截图，直接注入到 Agent 的 prompt 中。
这个功能的设计意图是让 Agent 能"看到"真实页面。比如开发者让 Agent 修改一个表单的样式，传统做法是手动截图、复制 HTML 贴进 prompt。Orca 的 Design Mode 把这个过程压缩成一次点击。对于前端开发和 UI 调试场景，这显著降低了 Agent 上下文的构建成本。
多 Agent 编排：从终端到舰队
Orca 的 /orchestrate 命令是其从终端增强工具到 Agent 编排器的关键功能。开发者可以给一个 Agent 发送编排指令，该 Agent 会自动拆解任务、创建子 Agent 任务并分配给不同的 Agent 实例。
例如，构建一个 SvelteKit 应用时，可以让一个 Agent 担任协调者，它把"搭建项目结构""编写数据模型""实现 API 路由""编写前端组件"分别派发给不同 Agent 并行执行，每个子 Agent 在独立的 worktree 中工作。协调者负责汇总结果和解决冲突。
这种编排模式类似于软件工程中的"主从架构"，但执行者是 AI Agent 而非人类开发者。实际使用中的反馈显示，编排功能在任务边界清晰时效果较好（如独立的组件开发），但在任务间有强依赖时，子 Agent 可能产生不一致的代码，需要协调者做额外 reconcile。
终端、SSH 与远程 Worktree
Orca 的终端基于 WebGL 渲染，支持无限分屏，且 scrollback 在重启后保留。对于需要远程开发的场景，Orca 支持 SSH worktree：开发者可以连接到远程服务器（如配置更高的 GPU 机器），在远程机器上创建 worktree 并运行 Agent，同时通过 Orca 的本地界面监控和管理。
这对 AI 编码场景有实际意义：一些 Agent（特别是需要编译或运行测试的 Agent）在本地资源受限时，可以委托到远程服务器执行，开发者仍然通过同一个 Orca 界面交互。
移动端伴侣 App
Orca 提供了 iOS 和 Android 的伴侣应用，与桌面端配对后，开发者可以在手机上查看所有 Agent 的运行状态、收到 Agent 完成任务的通知，并直接发送后续指令。
这个功能的定位是"离开键盘后仍然保持对 Agent 的掌控"。比如 Agent 在跑一个长时间的代码审查任务，开发者离开电脑后收到通知，发现 Agent 在某个决策点卡住了，可以直接在手机上给出方向性指导，不需要回到电脑前。
支持 Agent 生态
Orca 的定位是"Agent 级别的 IDE"，而不是绑定某个 Agent。目前支持的 CLI Agent 超过 20 种，包括 Claude Code、OpenAI Codex、Cursor Agent、Grok CLI、GitHub Copilot CLI、Kimi Code、Qwen Code、Goose、Cline、Hermes Agent 等。核心前提是：只要能跑在终端里，就能跑在 Orca 里。
这种 Agent-agnostic 的设计意味着开发者可以自由组合不同厂商的 Agent。比如同时用 Claude Code 做代码生成、用 Codex 做测试、用 Kimi Code 做文档，Orca 负责统一管理 worktree 和上下文。
与同类工具的定位差异
Orca 属于正在快速涌现的"Agent IDE"品类，同类产品包括 Superset、Claude Squad、Herdr、Firstmate 等。Orca 的差异化在于：(1) MIT 开源，代码完全透明；(2) 不绑定任何特定 Agent 或模型厂商；(3) 内嵌浏览器和 Design Mode 提供了前端开发的全链路支持；(4) 移动端伴侣 app 是同类产品中少有的。
开发者社区的反馈也指出了一些需要注意的点：并行 Agent 产出多份 diff 后，人工审阅的成本并不会因为并行而降低，实际上可能增加。并行 Agent 加速的是生成阶段，而非判断阶段。此外，Orca 目前迭代速度极快（每日发布），API 和功能变化频繁，适合愿意跟上快速迭代节奏的早期使用者。
技术栈与安装
Orca 使用 TypeScript 构建，桌面端基于 Electron，移动端使用 React Native。安装方式：
# macOS
brew install --cask stablyai/orca/orca
# Linux AppImage
# 从 GitHub Releases 下载
# Windows
# 从 GitHub Releases 下载 exe 安装包对于无头 Linux 服务器，Orca 提供 orca serve 模式，支持通过 SSH 远程连接。
Orca 由 Stably AI 开发，团队仅 4 人，创始人 Jinjing Liang 曾是 Google Chrome 高级工程师，联合创始人 Neil Parker 曾任 Uber 技术负责人。公司 2022 年入选 Y Combinator W22 批次，最初产品是 AI 测试平台 Stably，后转向 Agent 开发环境 Orca。Orca 采用 MIT 许可证，默认收集匿名遥测数据，可在文档中找到关闭方法。
