要約: Orca は、Stablyが提供するデスクトップアプリで、多数のコーディングエージェントをそれぞれ独自の分離されたGitワークツリーで同時に実行できます。既存のサブスクリプションを通じて任意のCLIエージェントを駆動し、ターミナル分割、差分注釈、SSHワークツリー、Chromiumデザインモード、GitHubおよびLinearブラウジング、さらにモバイルコンパニオンアプリを追加します。2026年9月1日現在、58,464スターを獲得しており、MITライセンスの下、macOS、Windows、Linuxで利用可能です。これにより、ユーザーはスループットのボトルネックから解放されます。ただし、5つの差分のどれが正しいかを教えてくれるわけではなく、他の誰もが読める記録を残すこともありません。
これは、2026年にインストールすべき5つのオープンソースAIエージェントツールのまとめの中から、1つのツールに深く迫った記事です。
1つのターミナルで1つのエージェントは、1つの作業単位です。プロンプトを出し、待ち、レビューし、再度プロンプトを出します。エージェントは高速ですが、遅いのはユーザー自身であり、2年間のツール開発の進歩を経てこのような状況になるのは奇妙です。
明らかな解決策は、複数のエージェントを同時に実行することですが、その明らかな問題点は、同じワーキングツリーを編集するエージェント同士が互いに破壊し合うことです。Orcaはこの両方の問題を解決し、さらにコンテキストスイッチの削減を主眼とした多数の機能を提供します。
中心となるアイデア：エージェントごとに1つのワークツリー
Gitワークツリーを使用すると、1つのリポジトリで複数のワーキングディレクトリを異なるブランチで同時にチェックアウトできます。Orcaはこれを基本要素とします。各エージェントは独自のワークツリーを持つため、5つのエージェントが互いのファイルを触ることなく、同じリポジトリで同時に作業できます。
これを単なる利便性以上のものにするパターンは、ファンアウトです。1つのプロンプトを受け取り、それを複数のエージェントに同時に送信し、結果を比較します。
1つのプロンプトを5つのエージェントにファンアウトし、それぞれが独自の分離されたワークツリーで実行され、結果を比較して最良のものをマージします。
明確に指定されたタスクの場合、これは無駄になります。しかし、本当に困難で、どの方法が成功するか予測できないタスクの場合、これはこのリストの中で最も価値のあるものです。3つの異なるモデルによる困難な移行への3つの試行は、同じようには失敗せず、3つのうち最良のものを選択することは、最初のものを繰り返し改善するよりも優れています。
これを手動で行う場合、5つのターミナルタブ、5つのgit worktree addコマンド、そしてどのタブがどれであるかの精神的なマッピングが必要になります。これはまさに、人々が1週間でやらなくなる種類の帳簿付けです。
何を実行できるか
ターミナルで実行できるあらゆるものです。サポートされているリストは長く、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、MiMo Code、そしてその他のあらゆるCLIエージェントを包括的にサポートします。
重要なのは、既存のサブスクリプションとAPIキーを使用することです。ここでトークンが転売されたり、リクエストがプロキシされたりすることはありません。Opus 5でClaude Codeを、またオープンモデルに対してCodexを使用している場合、Orcaは既にお支払い済みのあなたのアカウントに対して両方を実行します。
これにより、複数モデルの比較も実際に安価に試すことができます。1つのプロンプトをClaude Code、Codex、OpenCodeにファンアウトしても、新しいベンダーとの関係を築く代わりに、3回のサブスクリプション呼び出しだけで済みます。
インストール方法
# macOS
brew install --cask stablyai/orca/orca
# Arch Linux
yay -S stably-orca-bin
macOS Apple SiliconおよびIntel用の直接ダウンロード、Windowsインストーラー、Linux AppImageはリリースぺージで提供されています。ヘッドレスのLinuxサーバー向けにはorca serveと、リポジトリに専用ガイドがあります。
モバイルコンパニオンはデスクトップアプリとペアリングされ、iOS App Storeで入手でき、Android APKはリリースに含まれています。
最初の1週間後に重要となる機能
並列ワークツリーのストーリーはヘッドラインを飾ります。これらは、日常的な使い方を変える機能です。
アカウント切り替えと使用状況の追跡。アプリ内でClaudeとCodexの使用状況とレート制限のリセット時間を確認し、ログアウトせずにアカウントをホットスワップできます。5つのエージェントを並行して実行している場合、制限に達することになりますが、いつリセットされるかを知っていれば、それに合わせて計画を立てるか、タスクの途中で気づくかの違いが生まれます。
AI差分の注釈。任意の差分行にコメントをドロップし、エージェントにフィードバックとして送り返すことができます。アプリを離れることなくレビュー、編集、コミットが可能です。これはエージェントの出力に対する適切なインタラクションモデルです。なぜなら、有用なレビューフィードバックはほとんどの場合行に固有であり、「リトライヘルパーでは、バックオフは指数関数的であるべきだ」とチャットボックスに入力すると、アンカーが失われるからです。
SSHワークツリー。より大きなリモートマシン上で、完全なファイル編集、Git、ターミナルを備え、自動再接続とポートフォワーディングによりエージェントを実行できます。これは、通常は5つの並列ビルドをホストできないラップトップでは実用的です。
デザインモード。実際のChromiumウィンドウ内の任意の要素をクリックすると、OrcaはそのHTML、CSS、および切り取られたスクリーンショットをエージェントのプロンプトに送信します。これにより、フロントエンドエージェント作業の最悪の部分、つまり何が壊れているかを言葉で説明するという作業がなくなります。
ターミナル分割。WebGLレンダリング、無限の分割、再起動後もスクロールバックが維持されるGhosttyクラスのターミナルです。最後の詳細に注目してください。後で再び登場します。
GitHubとLinearのアプリ内統合。PR、課題、ボードを閲覧し、タスクから直接ワークツリーを開くことができます。
Orca CLI。エージェントはorca worktree create、snapshot、click、fillを使用してOrca自体を駆動できるため、ワークフローはクリック操作だけでなくスクリプト化可能です。
その他にも、VS Codeベースのエディターでのファイルや画像のプロンプトへのドラッグ＆ドロップ（オートセーブ機能付き）、ワークツリーやエージェント間でのクイックオープン、MarkdownやPDFのプレビュー、実際のUI操作が必要なワークフローのためのコンピュータ利用、そしてエージェントが完了したか停止したかを知るための通知と未読状態があります。メンテナーは毎日出荷しており、変更ログが本当の機能リストであると述べています。これは公平な警告であると同時に良い兆候でもあります。
ファンアウトが有効な場合とトークンを消費する場合
並列処理は無料ではありません。そして失敗のパターンは、同じ答えの5つのバージョンを得るために5倍のトークンを費やすことです。このパターンを使用する上での大まかなルールは、曖昧な場合はファンアウトし、明確な場合は単一のエージェントを実行することです。
複数の妥当なアプローチがあるタスクではファンアウトします。状態管理のリファクタリング、複雑なデータ移行、ボトルネックがまだ特定されていないパフォーマンス問題、馴染みのないライブラリの統合などです。この場合、モデルは本当に分岐し、その広がりが価値となります。3つのエージェントは3つの異なる構造を生成し、そのうちの1つはあなたが書いたものよりも良いでしょう。
タスクが明確に指定されている場合は、1つのエージェントを実行します。エンドポイントにフィールドを追加する、既存の4つのハンドラと一致するハンドラを接続する、動作が文書化されている関数のテストを書くなどです。5つのエージェントはほぼ同じ5つの差分を生成し、丸め誤差のために5倍の費用を支払うことになります。
単に実行を分散させるだけでなく、モデルをまたいでファンアウトします。同じプロンプトに対するClaude Codeの3つのインスタンスは密接にクラスタリングされます。同じプロンプトに対するClaude Code、Codex、OpenCodeは、サンプリングではなく学習に起因する違いがあるため、はるかに大きく分岐します。Orcaがこれをワンクリック比較できるようにしていることが、ここでは過小評価されている機能であり、アカウント切り替えと使用状況の追跡がワークツリーと同じくらい重要である理由です。
ファンアウトする前に受け入れ基準を記述します。エージェントが開始する前に正しい答えがどのようなものか述べることができない場合、あなたは美的感覚で勝者を選ぶことになります。最初に3つの箇条書きの基準を書き出すには1分かかりますが、これによりレビューは判断からチェックへと変わります。また、エージェントに渡すものを提供することにもなり、通常、5つの候補すべてが改善されます。
経済学は頭の中で理解できるほどシンプルです。ファンアウトは、ソリューション空間のより広範な探索のためにトークンを消費します。これは空間が広い場合には良い取引であり、唯一の賢明な答えしかない場合には悪い取引です。
Orcaが生み出す問題
5つのエージェントを実行すると、5つの差分が得られます。さあ、どうしますか？
これはツールが答えてくれない部分であり、ツールが改善されるほど悪化します。ファンアウトは出力を増やします。しかし、正しいものとそれらしいものを見分ける能力は、以前とまったく変わりません。5つの差分を注意深く読むことはコードを書くよりも時間がかかるため、実際には人々はざっと目を通し、最もきれいに見えるものを選んでマージします。
きれいな見た目が正しいとは限りません。それがエージェント出力に関する全体の問題であり、APIに触れるものに関しては最も顕著です。なぜなら、そこではエージェントが推論するのではなく推測しているからです。5つのエージェントはそれぞれ、エンドポイントが何を返すかについて独自のアイデアを考案しました。5つすべてが、想像した形を処理するコードを書きました。5つすべてが、独自の仮定に対して合格するテストを書きました。差分は一致せず、どれも読むだけでは検証できません。
あなたが必要としているのは、あなたではない審判です。それは、エージェントが考案したのではない契約と、違いがあると失敗するテストスイートを意味します。
- OpenAPI仕様は共有された真実です。すべてのワークツリー内のすべてのエージェントは、5つの異なる推測ではなく、同じスキーマ、ステータスコード、エラーエンベロープを読み取ります。これはOpenAPI仕様をエージェントツールとして使用するで述べられていることです。
- モックは仕様から生成されます。エラーブランチを含め、ハッピーパスのみを処理するエージェントがステージングではなく即座に失敗するようにします。
- 契約テストが勝者を決定します。5つのワークツリーすべてに対して同じスイートを実行します。2つは合格し、3つは不合格です。これは、午後6時にどの差分が最もきれいに見えたかではなく、証拠に基づいて行われたマージの決定です。
- 形状変更ははっきりと表面化します。アップストリームの契約が変更された場合、動作が静かにドリフトするのではなく、テストが壊れます。APIの変更がAIエージェントを破壊するときに何が起こるかを参照してください。
ここにApidogがOrcaのセットアップに適合する部分があり、これは単なる売り込みではなく、真に補完的な適合です。Orcaは5つの候補の答えを安価に提供します。仕様と決定的なテストスイートがあれば、それらの中から選択することも安価になります。この後半がなければ、並列処理はスループットではなくレビューの負担を増大させます。Apidogをダウンロードし、ファンアウトを有効にする前に仕様を組み込んでください。エージェントがより多くのコードを書くにつれて検証が縮小するのではなく増大する理由についてのより広範な議論はAIエージェント時代においてもAPIツールはまだ必要かにあり、それに関する信頼性プラクティスは本番環境AIエージェントの信頼性にあります。
スクロールバックは記録ではない
次に、2番目のギャップです。これはOrcaの欠陥というよりも、Orcaがどのようなものかの境界線です。
Orcaは、1人のオペレーターにとって優れたコックピットです。すべてがあなたのマシン上にあります。ワークツリー、ターミナルセッション、差分、そして再起動後も役立つスクロールバックです。これは単独作業には完全に適していますが、2人目の人間が何かを知る必要がある瞬間から問題になります。
木曜日に5つのエージェントを実行したとします。月曜日にチームメイトが、支払いクライアントのリトライロジックが変更された理由を尋ねました。その答えは、そのワークツリーを閉じていなければ、あなたのラップトップのターミナルペインの中にあります。それを生成したプロンプトは消え、推論も消え、唯一残っているのはモデルによって書かれたコミットメッセージだけです。
プロンプトは記録ではありません。コックピットは組織ではありません。
Sharklyはその境界線の反対側に構築されており、カテゴリ名が示唆するよりも哲学的に近い関係にあります。両者とも単位ごとに作業を分離します。両者とも独自の実行環境とサブスクリプションを持ち込めます。違いは単位が何かです。Orcaの単位はあなたが現在見ているワークツリーであり、Sharklyの単位はセッションを超えて存続するタスクです。
- タスクは共有記録であり、プロンプトではありません。進捗、ツール呼び出し、結果がタスクにストリームバックされ、エージェントの出力はあなたが返信するコメントとして残ります。月曜日の質問には、スクリーン録画ではない答えがあります。
- エージェントは保存された構成です。指示、ランタイム、スキル、リポジトリ、環境。支払いサービス用に調整したセットアップは、毎朝新しいペインに再入力されるのではなく、再利用されます。
- クルーはリーダーエージェントと他のエージェント、そして人間で構成され、リーダー主導で実行されます。リーダーはタスクコンテキストを読み取り、どのメンバーを呼び込むかを決定し、結果を1箇所にまとめます。これは、ファンアウトに合成ステップが加わったものであり、あなたが5つの差分を読むファンアウトとは異なります。
- 実行は持ち込みです。あなたのラップトップ、サーバー、またはコンテナであるコンピュータを接続すると、Sharklyはそれに既にインストールされているランタイムを使用します。これはOrcaが独自のサブスクリプションを使用するのと同じモデルであり、それが正しい選択であるのと同じ理由です。
- リポジトリ作業はタスクごとに個別のワークツリーで実行されます。ペインレベルではなく、タスクレベルで適用される同一の分離トリックです。
- バックログは実行されません。バックログにあるタスクは何も開始しないため、トークンが費やされる前に作業が準備され、レビューされます。このチェックポイントは、ほとんどの並列エージェント設定に欠けているものです。
- チームが既に理解している構造。Jira同期機能を備えたスペース、プロジェクト、スプリント、タスクで、Jiraを常用するチーム向けです。
機能するセットアップ
- Orcaをインストールし、1週間は1つのエージェントを使用してください。並列処理に手を出す前に、ターミナル、エディター、差分注釈だけでもその価値はあります。
- まず仕様と契約テストを組み込みます。審判なしのファンアウトは状況を悪化させます。これは人々が省略しがちなステップです。
- 難しい問題にのみファンアウトします。曖昧なリファクタリングには3つのエージェント、明確なチケットには1つのエージェントです。すべてをファンアウトすると、トークンと注意力が無駄になります。
- まず各エージェントのトークンコストを削減します。5つのエージェントが同じリポジトリをgrepするのは5倍の無駄であるため、これをcodebase-memory-mcpと組み合わせてください。
- 再プロンプトではなく注釈を使用します。エージェントへの行コメントは、指示全体を書き直すよりも効果的です。
- ラップトップが対処できなくなったら、SSHワークツリーに移行します。実際のビルドでは、3つ目か4つ目のエージェントあたりでそうなるでしょう。
- 2人目の人が関与する場合は、タスクレイヤーを追加します。単独作業の場合はスキップしてください。チームでは、記録は必須です。
よくある質問 (FAQ)
Orcaは私のIDEを置き換えることができますか？エージェント主導の作業では、ほとんどの場合可能です。オートセーブ機能を備えたVS Codeベースのエディター、ファイルエクスプローラー、ターミナル、差分レビュー機能があります。しかし、深いデバッグには、依然としてフル機能のIDEを使い続ける人が多いです。
並列エージェントごとに個別のサブスクリプションが必要ですか？いいえ。Orcaは既存のアカウントを使用し、組み込みの使用状況追跡機能でClaudeとCodexの制限とリセット時間を表示します。複数のエージェントを同時に実行するとレート制限に達するでしょうが、それはOrcaの問題ではなく、プランの制限に関する問題です。
1つのリポジトリで5つのエージェントを実行するのは本当に安全ですか？はい、各エージェントが独自のGitワークツリーを持つため、互いのファイルを上書きすることはありません。リポジトリ外の共有状態（データベース、実行中の開発サーバー、ポートなど）は依然としてあなたが管理する必要があります。それらを別々の環境に設定しないと、エージェントエラーのように見える混乱した失敗が発生する可能性があります。
差分の中からどのように選択しますか？すべての差分に対して同じテストスイートを実行し、それに決定させます。もしテストが候補を区別できない場合、ファンアウトを拡張する前に修正すべきはテストです。各エージェントが実際に何を呼び出したかを追跡することも役立ち、これはエージェントツール呼び出しの追跡で説明されています。
OrcaとSharklyのような作業管理ツールのどちらを選ぶべきですか？異なるレイヤーであり、連携して機能します。Orcaは今すぐエージェントを駆動する場所です。タスクシステムは、作業が存在し、割り当てられ、後でレビュー可能になる場所です。単独作業であれば、最初のものだけで十分かもしれません。
本当にMITライセンスですか？はい、このカテゴリの一部のツールとは異なります。Stablyは商業企業であり、デスクトップアプリはMITライセンスの下でオープンソースです。
まとめ
Orcaは、スループットの問題に対する最も強力な解決策です。並列ワークツリー、本格的なターミナル、差分注釈、リモート実行、そしてモバイルコンパニオンが組み合わさって、強力なツールとなっています。トークンを転売するのではなく、ユーザー自身のサブスクリプションを使用するビジネスモデルも正しいものです。
Orcaがあなたにもたらすのは、1時間あたりの候補回答の増加です。しかし、それが真の進歩となるのは、それらの間で決定を下し、何が起こったかを記憶できる場合のみです。決定を下す部分には、契約とテストスイートが必要であり、それがApidogです。記憶する部分には、セッションを超えて存続するタスクが必要であり、それがSharklyです。
審判のいない5つのエージェントは、出力が5倍になることを意味しません。それはレビューキューが5倍になることを意味します。