Cách chạy Codex, Claude Code và OpenCode song song trong Git Worktrees

TL;DR: Orca là một ứng dụng máy tính để bàn từ Stably để chạy đồng thời một đội ngũ tác nhân lập trình, mỗi tác nhân trong một worktree git riêng biệt. Nó điều khiển bất kỳ tác nhân CLI nào thông qua các gói đăng ký hiện có của bạn, thêm tính năng chia màn hình terminal, chú thích khác biệt (diff annotation), worktree SSH, Chế độ thiết kế Chromium, duyệt GitHub và Linear, cùng với một ứng dụng di động đi kèm. Ứng dụng có 58.464 lượt gắn sao tính đến ngày 1 tháng 9 năm 2026, được cấp phép MIT, chạy trên macOS, Windows và Linux. Nó giúp loại bỏ bạn khỏi vai trò là nút thắt cổ chai về thông lượng. Nó không cho bạn biết bản khác biệt nào trong số năm bản là đúng, và nó không lưu lại bản ghi mà người khác có thể đọc.

Đây là một bài phân tích sâu về một công cụ trong danh sách tổng hợp của chúng tôi về năm công cụ tác nhân AI mã nguồn mở đáng cài đặt vào năm 2026.

Một tác nhân trong một terminal là một đơn vị công việc. Bạn đưa lời nhắc, bạn chờ đợi, bạn xem xét, bạn lại đưa lời nhắc. Tác nhân thì nhanh nhưng bạn lại là phần chậm, đây là một vị trí kỳ lạ sau hai năm phát triển công cụ.

Giải pháp rõ ràng là chạy nhiều tác nhân cùng lúc, và vấn đề hiển nhiên là các tác nhân chỉnh sửa cùng một cây thư mục làm việc sẽ phá hủy lẫn nhau. Orca giải quyết cả hai vấn đề này, sau đó tiếp tục phát triển với hàng loạt tính năng chủ yếu nhằm loại bỏ việc chuyển đổi ngữ cảnh.

Ý tưởng cốt lõi: một worktree cho mỗi tác nhân

Git worktree cho phép một kho lưu trữ có nhiều thư mục làm việc được kiểm tra trên các nhánh khác nhau cùng lúc. Orca biến điều đó thành nguyên thủy. Mỗi tác nhân có worktree riêng, vì vậy năm tác nhân có thể làm việc trên cùng một kho lưu trữ cùng lúc mà không chạm vào tệp của nhau.

Mô hình biến điều này thành hơn cả một sự tiện lợi là "fan-out" (phân tán). Bạn lấy một lời nhắc, gửi nó đến nhiều tác nhân cùng lúc, và so sánh kết quả:

Phân tán một lời nhắc cho năm tác nhân, mỗi tác nhân trong worktree riêng biệt, sau đó so sánh kết quả và hợp nhất bản thắng cuộc.

Đối với một tác vụ được chỉ định rõ ràng, điều này là lãng phí. Đối với một tác vụ thực sự khó, nơi bạn không thể dự đoán phương pháp nào sẽ thành công, đây là điều có giá trị nhất trong danh sách này. Ba nỗ lực di chuyển phức tạp từ ba mô hình khác nhau sẽ không thất bại theo cùng một cách, và việc chọn cái tốt nhất trong ba sẽ tốt hơn là lặp lại trên cái đầu tiên.

Thực hiện điều này bằng tay có nghĩa là năm tab terminal, năm lệnh git worktree add và một bản đồ tinh thần để biết tab nào là của cái nào. Đó chính xác là loại công việc ghi chép mà mọi người sẽ ngừng làm sau một tuần.

Những gì nó chạy được

Bất cứ thứ gì chạy trong terminal. Danh sách được hỗ trợ rất dài và bao gồm 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 và MiMo Code, cùng với khả năng hỗ trợ mọi tác nhân CLI khác.

Điều quan trọng là nó sử dụng các gói đăng ký và khóa API của riêng bạn. Không có gì ở đây bán lại token cho bạn hoặc ủy quyền các yêu cầu của bạn. Nếu bạn đang chạy Claude Code với Opus 5 và Codex với các mô hình mở, Orca sẽ chạy cả hai dựa trên các tài khoản mà bạn đã trả tiền.

Điều đó cũng làm cho việc so sánh đa mô hình trở nên thực sự rẻ để thử. Việc phân tán một lời nhắc cho Claude Code, Codex và OpenCode chỉ tốn ba lượt gọi đăng ký của bạn thay vì phải thiết lập một mối quan hệ nhà cung cấp mới.

Cài đặt

# macOS
brew install --cask stablyai/orca/orca

# Arch Linux
yay -S stably-orca-bin

Các bản tải xuống trực tiếp cho macOS Apple Silicon và Intel, trình cài đặt Windows và AppImage cho Linux đều có trên trang phát hành. Đối với máy chủ Linux không có giao diện người dùng, có orca serve và một hướng dẫn chuyên biệt trong kho lưu trữ.

Ứng dụng di động đi kèm có thể ghép nối với ứng dụng máy tính để bàn và có sẵn trên App Store của iOS, với tệp APK Android trong các bản phát hành.

Những tính năng quan trọng sau tuần đầu tiên

Câu chuyện về worktree song song là điểm nhấn chính. Đây là những tính năng thay đổi việc sử dụng hàng ngày.

Chuyển đổi tài khoản và theo dõi mức sử dụng. Xem mức sử dụng Claude và Codex cùng thời gian đặt lại giới hạn tốc độ ngay trong ứng dụng, và hoán đổi nóng các tài khoản mà không cần đăng xuất rồi đăng nhập lại. Nếu bạn chạy năm tác nhân song song, bạn sẽ chạm giới hạn, và việc biết khi nào chúng được đặt lại là sự khác biệt giữa việc lập kế hoạch xung quanh nó và việc phát hiện ra nó giữa chừng tác vụ.

Chú thích các khác biệt AI (AI diffs). Thêm bình luận vào bất kỳ dòng khác biệt nào và gửi lại cho tác nhân. Xem xét, chỉnh sửa và commit mà không cần rời ứng dụng. Đây là mô hình tương tác chính xác cho đầu ra của tác nhân, bởi vì phản hồi đánh giá hữu ích hầu như luôn cụ thể theo dòng và việc gõ “trong hàm trợ giúp thử lại, thời gian chờ nên là lũy thừa” vào một hộp chat sẽ làm mất đi điểm neo.

Worktree SSH. Chạy các tác nhân trên một máy từ xa lớn hơn với khả năng chỉnh sửa tệp đầy đủ, git và terminal, cùng với tính năng tự động kết nối lại và chuyển tiếp cổng. Rất thiết thực khi máy tính xách tay của bạn không thể chạy năm bản dựng song song, điều mà nó thường không thể làm được.

Chế độ Thiết kế. Nhấp vào bất kỳ thành phần nào trong cửa sổ Chromium thực và Orca sẽ gửi HTML, CSS, cùng với một ảnh chụp màn hình cắt xén của nó vào lời nhắc của tác nhân. Điều này loại bỏ phần khó chịu nhất của công việc tác nhân giao diện người dùng, đó là mô tả bằng lời cái gì bị hỏng.

Chia màn hình terminal. Các terminal đẳng cấp Ghostty với kết xuất WebGL, chia màn hình vô hạn và khả năng cuộn lại (scrollback) tồn tại qua các lần khởi động lại. Hãy ghi nhớ chi tiết cuối cùng đó; nó sẽ xuất hiện lại sau.

GitHub và Linear, trong ứng dụng. Duyệt các PR, vấn đề và bảng công việc, sau đó mở một worktree trực tiếp từ một tác vụ.

Orca CLI. Các tác nhân có thể điều khiển chính Orca bằng các lệnh orca worktree create, snapshot, click và fill, nhờ đó quy trình làm việc có thể được kịch bản hóa thay vì chỉ bằng cách nhấp chuột.

Ngoài ra còn có tính năng kéo và thả tệp cũng như hình ảnh vào các lời nhắc trên một trình chỉnh sửa dựa trên VS Code với tự động lưu, mở nhanh giữa các worktree và tác nhân, xem trước markdown và PDF, sử dụng máy tính cho các quy trình làm việc cần tương tác UI thực sự, cùng với trạng thái thông báo và chưa đọc để bạn biết khi nào một tác nhân đã hoàn thành hoặc bị kẹt. Các nhà bảo trì cập nhật hàng ngày và nói rằng nhật ký thay đổi chính là danh sách tính năng thực sự, điều này vừa là một lời cảnh báo công bằng vừa là một dấu hiệu tốt.

Khi nào fan-out có lợi, và khi nào nó đốt cháy token

Tính song song không miễn phí, và chế độ thất bại là chi tiêu gấp năm lần số token để nhận được năm phiên bản của cùng một câu trả lời. Một quy tắc sơ bộ từ việc sử dụng mô hình này: phân tán (fan-out) khi gặp sự mơ hồ, chạy đơn lẻ khi có đặc tả rõ ràng.

Phân tán khi tác vụ có nhiều phương pháp tiếp cận khả thi. Một cuộc tái cấu trúc quản lý trạng thái, một cuộc di chuyển dữ liệu khó khăn, một vấn đề hiệu suất mà nút thắt cổ chai chưa được xác định, một tích hợp thư viện không quen thuộc. Ở đây các mô hình thực sự phân kỳ, và sự phân tán chính là giá trị. Ba tác nhân sẽ tạo ra ba cấu trúc khác nhau, và một trong số đó sẽ tốt hơn những gì bạn tự viết.

Chạy một tác nhân khi tác vụ đã được chỉ định rõ. Thêm một trường vào một endpoint, kết nối một handler phù hợp với bốn handler hiện có, viết các bài kiểm tra cho một hàm mà hành vi của nó đã được ghi lại. Năm tác nhân sẽ tạo ra năm bản khác biệt gần như giống hệt nhau, và bạn sẽ phải trả tiền gấp năm lần cho một lỗi làm tròn.

Phân tán trên nhiều mô hình, không chỉ trên nhiều lượt chạy. Ba phiên bản Claude Code trên cùng một lời nhắc sẽ cho kết quả rất gần nhau. Claude Code, Codex và OpenCode trên cùng một lời nhắc sẽ phân kỳ nhiều hơn, vì sự khác biệt đến từ quá trình huấn luyện chứ không phải từ việc lấy mẫu. Việc Orca biến điều đó thành một so sánh chỉ bằng một cú nhấp chuột là tính năng bị đánh giá thấp ở đây, và đó là lý do tại sao bộ chuyển đổi tài khoản và theo dõi mức sử dụng lại quan trọng ngang với các worktree.

Viết các tiêu chí chấp nhận trước khi bạn phân tán. Nếu bạn không thể nói rõ một câu trả lời đúng trông như thế nào trước khi các tác nhân bắt đầu, bạn sẽ chọn người chiến thắng dựa trên tính thẩm mỹ. Viết ba điểm tiêu chí trước chỉ mất một phút và biến việc đánh giá từ một quyết định chủ quan thành một kiểm tra. Nó cũng cung cấp cho bạn một cái gì đó để giao cho các tác nhân, điều này thường cải thiện tất cả năm ứng viên.

Quy luật kinh tế đủ đơn giản để bạn ghi nhớ. Phân tán (Fan-out) đánh đổi token để tìm kiếm rộng hơn trong không gian giải pháp. Đó là một sự đánh đổi tốt khi không gian rộng và là một sự đánh đổi tồi khi chỉ có một câu trả lời hợp lý duy nhất.

Vấn đề mà Orca tạo ra

Chạy năm tác nhân và bạn nhận được năm bản khác biệt (diff). Giờ thì sao?

Đây là phần mà bộ công cụ không trả lời, và nó trở nên tồi tệ hơn khi bộ công cụ ngày càng tốt hơn. Fan-out nhân rộng đầu ra. Khả năng của bạn để phân biệt đúng sai vẫn nguyên như cũ. Đọc kỹ năm bản khác biệt mất nhiều thời gian hơn là viết mã, vì vậy trong thực tế mọi người thường đọc lướt, chọn bản trông gọn gàng nhất và hợp nhất nó.

Trông gọn gàng không có nghĩa là đúng. Đó là toàn bộ vấn đề với đầu ra của tác nhân, và nó sắc nét nhất ở bất cứ thứ gì liên quan đến API, bởi vì đó là nơi tác nhân đang đoán mò chứ không phải suy luận. Mỗi trong số năm tác nhân của bạn đã tạo ra ý tưởng riêng về những gì endpoint trả về. Cả năm đều viết mã xử lý hình dạng mà chúng tưởng tượng. Cả năm đều viết các bài kiểm tra vượt qua dựa trên giả định của riêng chúng. Các bản khác biệt không khớp nhau và không có bản nào có thể kiểm tra được bằng cách đọc.

Điều bạn cần là một trọng tài không phải là bạn. Điều đó có nghĩa là một hợp đồng mà các tác nhân không tự tạo ra và một bộ kiểm thử sẽ thất bại khi có sự khác biệt:

• Thông số kỹ thuật OpenAPI là sự thật được chia sẻ. Mỗi tác nhân trong mỗi worktree đọc cùng một schema, mã trạng thái và bao lỗi thay vì năm dự đoán riêng biệt. Đây là trường hợp được đề cập trong bài viết sử dụng thông số kỹ thuật OpenAPI của bạn làm công cụ cho tác nhân.
• Mocks được tạo từ thông số kỹ thuật. Bao gồm cả các nhánh lỗi, vì vậy một tác nhân chỉ xử lý trường hợp thành công sẽ thất bại ngay lập tức thay vì ở giai đoạn thử nghiệm.
• Kiểm thử hợp đồng quyết định người chiến thắng. Chạy cùng bộ kiểm thử trên tất cả năm worktree. Hai vượt qua, ba không. Đó là một quyết định hợp nhất được đưa ra dựa trên bằng chứng thay vì dựa trên bản khác biệt nào đọc tốt nhất vào lúc 6 giờ tối.
• Các thay đổi về cấu trúc nổi lên rõ rệt. Khi hợp đồng upstream thay đổi, các bài kiểm tra sẽ bị lỗi thay vì hành vi trôi dạt một cách lặng lẽ. Xem điều gì xảy ra khi các thay đổi API làm hỏng tác nhân AI.

Đây là nơi Apidog phù hợp với thiết lập Orca, và nó thực sự là một sự bổ sung hoàn hảo chứ không phải chỉ là quảng cáo. Orca cung cấp cho bạn năm câu trả lời tiềm năng một cách rẻ tiền. Một thông số kỹ thuật cộng với một bộ kiểm thử có tính xác định là điều làm cho việc lựa chọn giữa chúng cũng trở nên rẻ. Nếu không có nửa thứ hai đó, tính song song sẽ nhân gánh nặng xem xét của bạn thay vì tăng thông lượng. Tải xuống Apidog và kết nối thông số kỹ thuật trước khi bạn bật fan-out, chứ không phải sau. Lập luận rộng hơn về lý do tại sao việc xác minh phát triển chứ không thu hẹp khi các tác nhân viết nhiều mã hơn có trong bài viết bạn có còn cần một công cụ API trong thời đại tác nhân AI không, và các thực hành độ tin cậy xung quanh nó có trong độ tin cậy của tác nhân AI trong sản xuất.

Scrollback không phải là một bản ghi

Bây giờ là khoảng trống thứ hai, điều này không phải là một lỗi trong Orca mà là một giới hạn về bản chất của nó.

Orca là một buồng lái tuyệt vời cho một người điều hành. Mọi thứ đều nằm trên máy của bạn: các worktree, các phiên terminal, các bản khác biệt (diffs), khả năng cuộn lại (scrollback) mà vẫn tồn tại sau khi khởi động lại. Điều đó hoàn toàn đúng cho công việc cá nhân và nó trở thành vấn đề ngay khi có người thứ hai cần biết bất cứ điều gì.

Bạn chạy năm tác nhân vào thứ Năm. Đến thứ Hai, một đồng đội hỏi tại sao logic thử lại thay đổi trong ứng dụng khách thanh toán. Câu trả lời nằm trong một cửa sổ terminal trên máy tính xách tay của bạn, nếu bạn chưa đóng worktree đó. Lời nhắc đã tạo ra nó đã biến mất, lý do đã biến mất, và vật phẩm lâu bền duy nhất là một tin nhắn commit được viết bởi một mô hình.

Lời nhắc không phải là bản ghi. Một buồng lái không phải là một tổ chức.

Sharkly được xây dựng ở phía bên kia của ranh giới đó, và cả hai gần gũi về triết lý hơn là tên danh mục gợi ý. Cả hai đều cô lập công việc theo từng đơn vị. Cả hai đều cho phép bạn mang theo khả năng thực thi và các gói đăng ký của riêng bạn. Sự khác biệt nằm ở đơn vị là gì: Đơn vị của Orca là một worktree mà bạn đang nhìn, và của Sharkly là một tác vụ tồn tại lâu hơn phiên làm việc.

• Tác vụ là bản ghi được chia sẻ, không phải lời nhắc. Tiến độ, lệnh gọi công cụ và kết quả được truyền ngược về nó, và đầu ra của tác nhân xuất hiện dưới dạng bình luận mà bạn có thể trả lời. Câu hỏi của thứ Hai có một câu trả lời không phải là bản ghi màn hình.
• Một tác nhân là một cấu hình đã lưu. Hướng dẫn, thời gian chạy, kỹ năng, kho lưu trữ, môi trường. Thiết lập bạn đã điều chỉnh cho dịch vụ thanh toán được sử dụng lại thay vì phải gõ lại vào một cửa sổ mới mỗi sáng.
• Một Đội là một tác nhân lãnh đạo cộng với các tác nhân và người khác, hoạt động theo kiểu lãnh đạo trước. Người lãnh đạo đọc ngữ cảnh tác vụ, quyết định thành viên nào sẽ tham gia, và kết hợp các kết quả tại một nơi. Đó là fan-out với một bước tổng hợp, chứ không phải fan-out cộng với việc bạn đọc năm bản khác biệt.
• Thực thi là "mang theo của riêng bạn". Bạn kết nối một Máy tính, có thể là máy tính xách tay, một máy chủ hoặc một container, và Sharkly sử dụng Runtime đã được cài đặt trên đó. Cùng mô hình với việc Orca sử dụng các gói đăng ký của riêng bạn, và cùng lý do tại sao đó là cách đúng đắn.
• Công việc kho lưu trữ chạy trong một worktree riêng biệt cho mỗi tác vụ. Kỹ thuật cô lập giống hệt nhau, được áp dụng ở cấp độ tác vụ thay vì cấp độ cửa sổ.
• Backlog không chạy. Một tác vụ nằm trong Backlog không khởi động bất cứ điều gì, vì vậy công việc được chuẩn bị và xem xét trước khi bất kỳ token nào được chi tiêu. Điểm kiểm tra đó là điều mà hầu hết các thiết lập tác nhân song song đang thiếu.
• Cấu trúc mà một nhóm đã hiểu. Không gian (Spaces), dự án, sprint, tác vụ, với đồng bộ hóa Jira cho các nhóm sống ở đó.

Tóm tắt chân thực: nếu bạn làm việc một mình, Orca có lẽ là đủ, và nó rất tốt. Khoảnh khắc một người thứ hai cần khả năng hiển thị những gì các tác nhân đã làm, bạn cần một bản ghi tác vụ bền vững, và không có bao nhiêu scrollback có thể cung cấp điều đó.

Một thiết lập hiệu quả

Nếu bạn đang áp dụng điều này, một thứ tự giúp tránh sự lộn xộn thường gặp:

1. Cài đặt Orca và sử dụng một tác nhân trong một tuần. Terminal, trình chỉnh sửa và chú thích khác biệt (diff annotation) đã đáng giá trước khi bạn chạm đến tính song song.
2. Kết nối thông số kỹ thuật và kiểm thử hợp đồng trước tiên. Phân tán (Fan-out) mà không có trọng tài sẽ làm mọi thứ tồi tệ hơn. Đây là bước mà mọi người thường bỏ qua.
3. Chỉ phân tán cho các vấn đề khó. Ba tác nhân cho một refactor mơ hồ, một tác nhân cho một tác vụ rõ ràng. Phân tán mọi thứ sẽ lãng phí token và sự chú ý của bạn.
4. Giảm chi phí token của mỗi tác nhân trước tiên. Năm tác nhân tìm kiếm trên cùng một kho lưu trữ là lãng phí gấp năm lần, vì vậy hãy kết hợp điều này với codebase-memory-mcp.
5. Sử dụng chú thích thay vì nhắc lại. Bình luận trên dòng gửi lại cho tác nhân tốt hơn là viết lại toàn bộ hướng dẫn.
6. Chuyển sang worktree SSH khi máy tính xách tay của bạn không còn đáp ứng được. Điều đó sẽ xảy ra, khoảng tác nhân thứ ba hoặc thứ tư trên bất kỳ bản dựng thực tế nào.
7. Thêm một lớp tác vụ khi có người thứ hai tham gia. Nếu làm việc một mình, hãy bỏ qua. Trong một nhóm, bản ghi là bắt buộc.

Câu hỏi thường gặp

Orca có thay thế IDE của tôi không? Chủ yếu là có, đối với công việc do tác nhân điều khiển. Nó có một trình chỉnh sửa dựa trên VS Code với tính năng tự động lưu, một trình duyệt tệp, terminal và khả năng xem xét khác biệt (diff review). Mọi người vẫn giữ một IDE đầy đủ để gỡ lỗi chuyên sâu.

Tôi có cần các gói đăng ký riêng cho mỗi tác nhân song song không? Không. Orca sử dụng các tài khoản bạn đã có, và tính năng theo dõi mức sử dụng tích hợp hiển thị giới hạn và thời gian đặt lại của Claude và Codex của bạn. Bạn sẽ gặp phải giới hạn tốc độ khi chạy nhiều tác nhân cùng lúc; đó là một vấn đề về giới hạn gói, không phải của Orca.

Liệu việc chạy năm tác nhân trên một kho lưu trữ có thực sự an toàn không? Có, bởi vì mỗi tác nhân có worktree git riêng, nên chúng không thể ghi đè lên tệp của nhau. Trạng thái chia sẻ bên ngoài kho lưu trữ, nghĩa là cơ sở dữ liệu, máy chủ phát triển đang chạy và các cổng, vẫn là của bạn để quản lý. Hãy trỏ chúng đến các môi trường riêng biệt nếu không bạn sẽ gặp phải những lỗi khó hiểu trông giống như lỗi của tác nhân.

Làm thế nào để tôi chọn giữa các bản khác biệt? Chạy cùng bộ kiểm thử trên tất cả chúng và để nó quyết định. Nếu các bài kiểm thử của bạn không phân biệt được các ứng viên, thì các bài kiểm thử là thứ cần sửa trước khi bạn mở rộng fan-out. Theo dõi những gì mỗi tác nhân thực sự đã gọi cũng hữu ích, điều này được đề cập trong bài viết truy vết các lệnh gọi công cụ của tác nhân.

Orca hay một công cụ quản lý công việc như Sharkly? Các lớp khác nhau, và chúng bổ sung cho nhau. Orca là nơi bạn điều khiển các tác nhân ngay bây giờ. Một hệ thống tác vụ là nơi công việc tồn tại, được giao và có thể xem xét sau đó. Làm việc một mình có thể bạn chỉ cần cái đầu tiên.

Nó có thực sự được cấp phép MIT không? Có, không giống như một số công cụ trong danh mục này. Stably là một công ty thương mại và ứng dụng máy tính để bàn là mã nguồn mở theo giấy phép MIT.

Tóm lại

Orca là câu trả lời mạnh mẽ nhất hiện có cho vấn đề thông lượng. Các worktree song song, một terminal thực sự, chú thích khác biệt (diff annotation), thực thi từ xa và một ứng dụng di động đi kèm tạo thành một công cụ nghiêm túc, và việc sử dụng các gói đăng ký của riêng bạn thay vì bán lại token là mô hình kinh doanh đúng đắn.

Những gì nó mang lại cho bạn là nhiều câu trả lời tiềm năng hơn mỗi giờ. Điều đó chỉ là tiến bộ nếu bạn cũng có thể quyết định giữa chúng và nhớ những gì đã xảy ra. Phần quyết định cần một hợp đồng và một bộ kiểm thử, đó là Apidog. Phần ghi nhớ cần một tác vụ tồn tại lâu hơn phiên làm việc, đó là Sharkly.

Năm tác nhân không có trọng tài không phải là đầu ra gấp năm lần. Đó là hàng đợi xem xét gấp năm lần.