TL;DR: Orca es una aplicación de escritorio de Stably para ejecutar una flota de agentes de codificación a la vez, cada uno en su propio worktree de git aislado. Impulsa cualquier agente de CLI a través de tus suscripciones existentes, añade divisiones de terminal, anotación de diffs, worktrees SSH, un modo de diseño de Chromium, navegación por GitHub y Linear, y una aplicación móvil complementaria. 58,464 estrellas al 1 de septiembre de 2026, con licencia MIT, en macOS, Windows y Linux. Te elimina como el cuello de botella de rendimiento. No te dice cuál de los cinco diffs es correcto, y no deja un registro que cualquiera pueda leer.
Esta es una inmersión profunda en una herramienta de nuestra recopilación de cinco herramientas de agentes de IA de código abierto que vale la pena instalar en 2026.
Un agente en un terminal es una unidad de trabajo. Pides, esperas, revisas, pides de nuevo. El agente es rápido y tú eres la parte lenta, lo cual es una situación extraña después de dos años de progreso en las herramientas.
La solución obvia es ejecutar varios a la vez, y el problema obvio con eso es que los agentes que editan el mismo árbol de trabajo se destruyen entre sí. Orca resuelve ambos, y luego sigue con un montón de características que se centran principalmente en eliminar los cambios de contexto.
La idea central: un worktree por agente
Los worktrees de Git permiten que un repositorio tenga varios directorios de trabajo extraídos en diferentes ramas simultáneamente. Orca hace de eso la primitiva. Cada agente obtiene su propio worktree, de modo que cinco agentes pueden trabajar en el mismo repositorio al mismo tiempo sin tocar los archivos de los demás.
El patrón que hace esto más que una conveniencia es el "fan-out". Tomas una indicación, la envías a varios agentes a la vez y comparas los resultados:
Envía una indicación a cinco agentes, cada uno en su propio worktree aislado, luego compara los resultados y fusiona el ganador.
Para una tarea bien especificada, eso es un desperdicio. Para una tarea genuinamente difícil, donde no puedes predecir qué enfoque funcionará, es lo más valioso de esta lista. Tres intentos de una migración complicada de tres modelos diferentes no fallarán de la misma manera, y elegir el mejor de tres es mejor que iterar sobre el primero.
Hacer esto manualmente significa cinco pestañas de terminal, cinco comandos git worktree add y un mapa mental de qué pestaña es cuál. Ese es exactamente el tipo de contabilidad que la gente deja de hacer después de una semana.
Qué ejecuta
Cualquier cosa que se ejecute en un terminal. La lista de soporte es larga e incluye Claude Code, Codex, Cursor CLI, GitHub Copilot CLI, OpenCode, Grok, Amp, Antigravity, Pi, oh-my-pi, Hermes Agent, Devin, Goose, Auggie, Charm, Cline, Codebuff, Command Code, Continue, Droid, Kilocode, Kimi, Kiro, Mistral Vibe, Qwen Code, Rovo Dev y MiMo Code, además de una opción general para cualquier otro agente de CLI.
Es crucial que utilice tus propias suscripciones y claves de API. Nada de esto te revende tokens o proxy tus solicitudes. Si estás ejecutando Claude Code con Opus 5 y Codex contra modelos abiertos, Orca ejecuta ambos contra las cuentas por las que ya pagas.
Eso también hace que la comparación multimodelo sea realmente barata de probar. Extender una indicación entre Claude Code, Codex y OpenCode te cuesta tres llamadas de suscripción en lugar de una nueva relación con un proveedor.
Cómo instalarlo
# macOS
brew install --cask stablyai/orca/orca
# Arch Linux
yay -S stably-orca-bin
Las descargas directas para macOS Apple Silicon e Intel, un instalador de Windows y un AppImage de Linux se encuentran en la página de lanzamientos. Para un servidor Linux sin cabeza, existe orca serve y una guía dedicada en el repositorio.
La aplicación complementaria móvil se empareja con la aplicación de escritorio y está disponible en la App Store de iOS, con un APK de Android en los lanzamientos.
Las características que importan después de la primera semana
La historia del worktree paralelo acapara los titulares. Estas son las que cambian el uso diario.
Cambio de cuenta y seguimiento de uso. Consulta el uso de Claude y Codex y los tiempos de reinicio de los límites de tasa en la aplicación, y cambia de cuenta rápidamente sin cerrar y volver a iniciar sesión. Si ejecutas cinco agentes en paralelo, alcanzarás los límites, y saber cuándo se reinician es la diferencia entre planificarlo y descubrirlo a mitad de tarea.
Anotar diferencias de IA. Añade comentarios en cualquier línea de diferencia y envíalos de vuelta al agente. Revisa, edita y haz commit sin salir de la aplicación. Este es el modelo de interacción correcto para la salida del agente, porque la retroalimentación útil de la revisión es casi siempre específica de la línea y escribir "en el auxiliar de reintento, el backoff debería ser exponencial" en un cuadro de chat pierde el anclaje.
Worktrees SSH. Ejecuta agentes en una máquina remota más grande con edición completa de archivos, git y terminales, con reconexión automática y reenvío de puertos. Práctico cuando tu portátil no puede alojar cinco compilaciones paralelas, lo cual suele ocurrir.
Modo Diseño. Haz clic en cualquier elemento de una ventana real de Chromium y Orca envía su HTML, CSS y una captura de pantalla recortada al prompt del agente. Esto elimina la peor parte del trabajo del agente frontend, que es describir con palabras qué es lo que está roto.
Divisiones de terminal. Terminales de clase Ghostty con renderizado WebGL, divisiones infinitas y un historial de desplazamiento que sobrevive a los reinicios. Guarda ese último detalle; volverá más tarde.
GitHub y Linear, dentro de la aplicación. Explora PRs, issues y tableros, y abre un worktree directamente desde una tarea.
CLI de Orca. Los agentes pueden controlar el propio Orca con orca worktree create, snapshot, click y fill, de modo que los flujos de trabajo son programables en lugar de solo hacer clic.
También hay arrastrar y soltar archivos e imágenes en las indicaciones en un editor basado en VS Code con autoguardado, apertura rápida entre worktrees y agentes, previsualizaciones de markdown y PDF, uso de la computadora para flujos de trabajo que necesitan interacción real de la UI, y estado de notificación y no leídos para que sepas cuándo un agente ha terminado o se ha estancado. Los mantenedores lanzan actualizaciones diariamente y dicen que el registro de cambios es la verdadera lista de características, lo cual es tanto una advertencia justa como una buena señal.
Cuando el "fan-out" compensa y cuando quema tokens
El paralelismo no es gratis, y el modo de fallo es gastar cinco veces los tokens para obtener cinco versiones de la misma respuesta. Una regla general de usar este patrón: dispersar en la ambigüedad, ejecutar individualmente en la especificación.
Dispersa cuando la tarea tiene varios enfoques defendibles. Una refactorización de la gestión del estado, una migración de datos complicada, un problema de rendimiento donde el cuello de botella aún no se ha identificado, una integración de biblioteca desconocida. Aquí los modelos divergen genuinamente, y la dispersión es el valor. Tres agentes producirán tres estructuras diferentes, y una de ellas será mejor de lo que tú habrías escrito.
Ejecuta un solo agente cuando la tarea esté especificada. Añadir un campo a un endpoint, conectar un manejador que coincida con cuatro manejadores existentes, escribir pruebas para una función cuyo comportamiento esté documentado. Cinco agentes producirán cinco diffs casi idénticos, y habrás pagado cinco veces por un error de redondeo.
Dispersa entre modelos, no solo entre ejecuciones. Tres instancias de Claude Code sobre el mismo prompt se agrupan estrechamente. Claude Code, Codex y OpenCode sobre el mismo prompt divergen mucho más, porque las diferencias provienen del entrenamiento más que del muestreo. El hecho de que Orca lo convierta en una comparación de un solo clic es la característica subestimada aquí, y es la razón por la que el selector de cuentas y el seguimiento de uso importan tanto como los worktrees.
Escribe los criterios de aceptación antes de dispersar. Si no puedes establecer cómo se ve una respuesta correcta antes de que los agentes comiencen, elegirás un ganador por estética. Escribir tres puntos de criterio primero toma un minuto y convierte la revisión de una decisión subjetiva en una verificación. También te da algo que entregar a los agentes, lo que generalmente mejora los cinco candidatos.
La economía es lo suficientemente simple como para tenerla en cuenta. La expansión (fan-out) intercambia tokens por una búsqueda más amplia del espacio de soluciones. Eso es un buen trato cuando el espacio es amplio y uno malo cuando solo hay una respuesta sensata.
El problema que crea Orca
Ejecuta cinco agentes y obtendrás cinco diferencias. ¿Y ahora qué?
Esta es la parte que las herramientas no responden, y empeora a medida que las herramientas mejoran. La dispersión multiplica la salida. Tu capacidad para distinguir lo correcto de lo plausible se mantiene exactamente donde estaba. Leer cinco diffs cuidadosamente lleva más tiempo que escribir el código, así que, en la práctica, la gente los hojea, elige el que parece más limpio y lo fusiona.
El aspecto limpio no es correcto. Ese es todo el problema con la salida de los agentes, y es más agudo en cualquier cosa que toque una API, porque ahí es donde el agente está adivinando en lugar de razonar. Cada uno de tus cinco agentes inventó su propia idea de lo que devuelve el endpoint. Los cinco escribieron código que maneja su forma imaginada. Los cinco escribieron pruebas que pasan contra su propia suposición. Las diferencias no coinciden y ninguna de ellas es verificable mediante la lectura.
Lo que necesitas es un árbitro que no seas tú. Eso significa un contrato que los agentes no inventaron y un conjunto de pruebas que falle ante la diferencia:
- La especificación OpenAPI es la verdad compartida. Cada agente en cada worktree lee los mismos esquemas, códigos de estado y envoltorios de error en lugar de cinco suposiciones separadas. Ese es el caso planteado en usar tu especificación OpenAPI como herramientas de agente.
- Los mocks se generan a partir de la especificación. Incluyendo las ramas de error, para que un agente que solo manejó el camino feliz falle inmediatamente en lugar de en el staging.
- Las pruebas de contrato deciden el ganador. Ejecuta el mismo conjunto de pruebas contra los cinco worktrees. Dos pasan, tres no. Esa es una decisión de fusión tomada con evidencia en lugar de basarse en qué diff parecía mejor a las 6 pm.
- Los cambios de forma salen a la luz ruidosamente. Cuando el contrato ascendente se mueve, las pruebas fallan en lugar de que el comportamiento se desvíe silenciosamente. Consulta lo que sucede cuando los cambios de API rompen los agentes de IA.
Aquí es donde Apidog encaja en una configuración de Orca, y es un ajuste genuinamente complementario en lugar de una promoción. Orca te da cinco respuestas candidatas de forma económica. Una especificación más un conjunto de pruebas deterministas es lo que hace que elegir entre ellas también sea económico. Sin esa segunda mitad, el paralelismo multiplica tu carga de revisión en lugar de tu rendimiento. Descarga Apidog y conecta la especificación antes de activar el "fan-out", no después. El argumento más amplio de por qué la verificación crece en lugar de disminuir a medida que los agentes escriben más código se encuentra en ¿todavía necesitas una herramienta API en la era de los agentes de IA?, y las prácticas de confiabilidad al respecto están en confiabilidad de los agentes de IA en producción.
El scrollback no es un registro
Ahora, la segunda brecha, que no es tanto un defecto de Orca como una limitación de lo que es.
Orca es una excelente cabina para un solo operador. Todo reside en tu máquina: los worktrees, las sesiones de terminal, los diffs, el scrollback que, convenientemente, sobrevive a los reinicios. Esto es exactamente lo adecuado para el trabajo individual y se convierte en un problema en el momento en que una segunda persona necesita saber algo.
Ejecutas cinco agentes el jueves. El lunes, un compañero de equipo pregunta por qué la lógica de reintento cambió en el cliente de pagos. La respuesta está en un panel de terminal en tu portátil, si no has cerrado ese worktree. El prompt que lo produjo ha desaparecido, el razonamiento ha desaparecido, y el único artefacto duradero es un mensaje de commit escrito por un modelo.
Los prompts no son un registro. Una cabina no es una organización.
Sharkly se basa en el otro lado de esa línea, y los dos están más cerca en filosofía de lo que sugieren los nombres de las categorías. Ambos aíslan el trabajo por unidad. Ambos te permiten traer tu propia ejecución y tus propias suscripciones. La diferencia es cuál es la unidad: la unidad de Orca es un worktree que estás mirando, y la de Sharkly es una tarea que sobrevive a la sesión.
- La tarea es el registro compartido, no la indicación (prompt). El progreso, las llamadas a herramientas y los resultados se transmiten a ella, y la salida del agente se presenta como comentarios a los que puedes responder. La pregunta del lunes tiene una respuesta que no es una grabación de pantalla.
- Un agente es una configuración guardada. Instrucciones, tiempo de ejecución, habilidades, repositorios, entorno. La configuración que ajustaste para el servicio de pagos se reutiliza en lugar de volver a escribirla en un panel nuevo cada mañana.
- Un equipo (Crew) es un agente líder más otros agentes y personas, que funciona con el líder primero. El líder lee el contexto de la tarea, decide qué miembros incorporar y combina los resultados en un solo lugar. Eso es un "fan-out" con un paso de síntesis, en lugar de un "fan-out" más tú leyendo cinco diffs.
- La ejecución la aportas tú. Conectas un ordenador, que puede ser tu portátil, un servidor o un contenedor, y Sharkly utiliza el Runtime ya instalado en él. El mismo modelo que el uso de tus propias suscripciones por parte de Orca, y la misma razón por la que es el correcto.
- El trabajo del repositorio se ejecuta en un worktree separado por tarea. El truco de aislamiento idéntico, aplicado a nivel de tarea en lugar de a nivel de panel.
- El backlog no se ejecuta. Una tarea en el backlog no inicia nada, por lo que el trabajo se prepara y revisa antes de gastar cualquier token. Ese punto de control es lo que la mayoría de las configuraciones de agentes paralelos no tienen.
- Estructura que un equipo ya entiende. Espacios, proyectos, sprints, tareas, con sincronización con Jira para los equipos que lo usan.
El resumen honesto: si trabajas solo, Orca es probablemente suficiente, y es muy bueno. En el momento en que una segunda persona necesita visibilidad sobre lo que hicieron los agentes, necesitas un registro de tareas duradero, y ninguna cantidad de scrollback lo proporciona.
Una configuración que funciona
Si estás adoptando esto, un orden que evita el desorden común:
- Instala Orca y usa un agente durante una semana. El terminal, el editor y la anotación de diferencias valen la pena antes de que toques el paralelismo.
- Conecta la especificación y las pruebas de contrato primero. El "fan-out" sin un árbitro empeora las cosas. Este es el paso que la gente se salta.
- Dispersa solo en problemas difíciles. Tres agentes en una refactorización ambigua, un agente en un ticket claro. Dispersar todo desperdicia tokens y tu atención.
- Reduce primero el costo de tokens de cada agente. Cinco agentes rastreando el mismo repositorio es cinco veces el desperdicio, así que combina esto con codebase-memory-mcp.
- Usa la anotación en lugar de volver a preguntar (re-prompting). Los comentarios de línea de vuelta al agente superan la reescritura de toda la instrucción.
- Pasa a los worktrees SSH cuando tu portátil deje de soportarlo. Lo hará, alrededor del agente tres o cuatro en cualquier compilación real.
- Añade una capa de tareas cuando haya una segunda persona involucrada. Solo, sáltatela. En un equipo, el registro no es opcional.
Preguntas frecuentes
¿Orca reemplaza mi IDE? Principalmente, para el trabajo impulsado por agentes. Tiene un editor basado en VS Code con autoguardado, un explorador de archivos, terminales y revisión de diferencias. La gente aún conserva un IDE completo para depuraciones profundas.
¿Necesito suscripciones separadas para cada agente paralelo? No. Orca utiliza las cuentas que ya tienes, y el seguimiento de uso integrado muestra tus límites y tiempos de reinicio de Claude y Codex. Alcanzarás los límites de tasa al ejecutar varios agentes a la vez; esa es una cuestión de límite de plan, no de Orca.
¿Es realmente seguro ejecutar cinco agentes en un mismo repositorio? Sí, porque cada uno obtiene su propio worktree de git, por lo que no pueden sobrescribir los archivos de los demás. El estado compartido fuera del repositorio, es decir, bases de datos, servidores de desarrollo en ejecución y puertos, sigue siendo tu responsabilidad. Apúntalos a entornos separados o tendrás fallos confusos que parecerán errores del agente.
¿Cómo elijo entre los diffs? Ejecuta el mismo conjunto de pruebas contra todos ellos y deja que decida. Si tus pruebas no distinguen a los candidatos, las pruebas son lo que debes arreglar antes de escalar la dispersión. Trazar lo que cada agente realmente llamó también ayuda, lo cual se cubre en el rastreo de llamadas a herramientas del agente de IA.
¿Orca o una herramienta de gestión de trabajo como Sharkly? Son capas diferentes y se complementan. Orca es donde diriges a los agentes en este momento. Un sistema de tareas es donde reside el trabajo, se asigna y permanece revisable después. Si trabajas solo, quizás solo necesites el primero.
¿Realmente tiene licencia MIT? Sí, a diferencia de algunas herramientas de esta categoría. Stably es una empresa comercial y la aplicación de escritorio es de código abierto bajo licencia MIT.
Conclusión
Orca es la respuesta más sólida disponible al problema del rendimiento. Los worktrees paralelos, un terminal real, la anotación de diffs, la ejecución remota y una aplicación móvil complementaria se suman para formar una herramienta seria, y usar tus propias suscripciones en lugar de revender tokens es el modelo de negocio correcto.
Lo que te ofrece son más respuestas candidatas por hora. Eso solo es progreso si también puedes decidir entre ellas y recordar lo que pasó. La parte de la decisión necesita un contrato y un conjunto de pruebas, que es Apidog. La parte de recordar necesita una tarea que sobreviva a la sesión, que es Sharkly.
Cinco agentes sin árbitro no son cinco veces la producción. Son cinco veces la cola de revisión.