别再一个一个试 agent 了：Orca 把五个 agent 关进各自的房间，只把最好的那份合并进来

用 coding agent 干活的人都遇到过这个局面：同一个需求，Claude Code 写出来是一种结构，Codex 是另一种，换一个 agent 又是一种。挨个试很花时间，放在同一个目录里试又会互相覆盖。Stably AI 的开源项目 Orca 解决的就是这个问题：它不自己写代码，而是给你搭一个“赛场”——同一个任务同时发给几个 agent，每个 agent 在自己独立的 git worktree 里干活，互不干扰；跑完之后你并排看几份 diff，挑最好的那份合并进主分支，剩下的丢掉。

具体用法不复杂。装好 Orca，打开你的仓库，给任务起一份描述，然后同时启动几个 agent：比如 Claude Code、Codex、OpenCode 各一个。每个 agent 拿到同一份任务描述，在自己的 worktree 里改自己的那份代码。等它们跑完，你在同一个界面里逐份看 diff、给反馈，满意的那份点合并，不满意的直接弃掉。手机上还有配套应用，可以远程盯着进度、发指令。项目本身是 MIT 开源，支持 25 个以上的命令行 agent，macOS、Windows、Linux 都能跑。按趋势页 11 月 3 日的数据，它 7 天新增 6434 星，11 月 3 日发了 v1.4.247 版，几乎每天都在发新版。

这个工具真正适合的场景，是“答案不唯一”的活：一个难复现的 bug 有几种修法，一次重构有几种架构可选，或者你想对比两个 agent 在同一个需求上的代码风格。把几种解法一次性摆出来，比让一个 agent 改五遍更省来回。但它有两个代价，必须提前算进去。第一是 token 账单：五个 agent 一起跑，消耗就是五倍，Orca 本身免费，可每个 agent 走的都是你自己的订阅或 API 额度，小套餐很容易撞上限。第二是决策成本没有消失：对比和合并还是人来做，Orca 只是把几份答案摆整齐，没法替你判断哪份真正能上线。

我的建议是分情况用：小修小补、改一行文案这种活，别上这个阵仗，一个 agent 就够了；真正值得并行跑的，是你心里没底、改错代价大的活——先花一份并行的钱，换几份可对比的解法，再挑一份合并。第一次用的时候别贪多，先拿两个 agent、一个小任务试一遍完整流程：发任务、看 diff、合并、删掉多余 worktree。流程跑通了，再加到三到五个。工具本身不难，难的是养成“先对比再合并”的习惯——不对比就合并，并行跑就白跑了。