你同时交给几个 AI 编程任务，很快就会遇到一个朴素问题：谁改了哪份代码，谁已经做完，谁卡住了？如果它们还在同一个目录里动手，修改甚至可能互相覆盖。Orca 想做的，就是把这些 AI 助手分进独立工位，再给你一间统一的“调度室”。
这里的编码 Agent，是能读取代码库、修改文件、运行命令，并根据结果继续行动的 AI 助手。Orca 不是又一个负责写代码的模型，而是 Agent 编排工具——负责分配和观察多条自动化开发流水线。需要先说明的是，本文所有功能信息均来自 stablyai 的项目仓库，尚无第三方评测或用户案例交叉验证。
先把 Agent 分开，再让它们并行
Orca 支持把 Codex、Claude Code、OpenCode、Pi 等命令行 Agent 并排运行，并为每个 Agent 分配独立的 Git worktree。Git worktree 可以理解为同一代码仓库里的多个独立工作目录：大家处理的是同一个项目，却各自在自己的桌面上改文件，从而减少并行修改时相互覆盖。
这一步解决“别打架”，下一步则是“看得清”。据项目方介绍，Orca 可以统一搜索不同 worktree、文件、Agent、命令和仓库上下文，也能快速打开相关内容。用户不必在一排终端窗口之间来回翻找，多个任务的状态被收进同一环境。
官方还宣称，只要 Agent 能在终端运行，就能接入 Orca。仓库列出了 Grok、Cursor、GitHub Copilot、Devin、Kimi、Qwen Code、Rovo Dev 等工具。不过，这份清单没有说明逐项测试的版本、支持深度和覆盖范围，因此更适合看作兼容目标，而不是已经全面验证的结果。
它管的不只是代码
Orca 试图把并行开发中散落的杂事也收进来。项目方称，它能显示 Claude 和 Codex 的用量及限流重置时间，并允许用户无需重新登录就切换账号；还能预览 Markdown、图片、PDF 和仓库文档。当 Agent 完成任务或需要关注时，系统会发送通知，并用未读状态帮助用户稍后返回处理。
它还加入了 Computer Use——让模型通过截图、鼠标和键盘操作图形界面的能力。这个功能面向没有合适 API、必须在桌面应用里点击完成的步骤。换句话说，Orca 想管理的不只是终端里的代码修改，也包括可见界面上的实际操作。
为什么现在值得看
多个 Agent 同时工作后，瓶颈会从“AI 能不能写代码”转向“人能不能管住这些任务”。Orca 抓住的正是这个变化：生成能力来自不同 Agent，它自己负责隔离工作区、汇总上下文、提示进度和切换视角。
项目还提供 macOS Apple Silicon、macOS Intel、Windows 和 Linux AppImage 构建，支持 Homebrew、AUR 安装及无头 Linux 服务器运行。配套移动端可用于监控和引导 Agent；仓库列出了 iOS App Store、TestFlight，以及版本标为 0.0.25 的 Android APK。项目采用 MIT License，官方称其免费且开源。
局限与未知
- Orca 自称面向“100x builders”，但这是营销口号。材料没有基准测试，无法判断并行 Agent 究竟能提升多少开发效率。
- 账号切换、用量跟踪、Computer Use 和移动端监控目前只有项目方描述，其稳定性、安全边界及平台覆盖尚无独立验证。
- 项目称自己每日更新，功能、下载渠道和版本号可能很快变化；本文呈现的是供稿时仓库列出的状态。