当 tmux 遇上 AI Agent
全文约1700字，阅读需4分钟
当 tmux 遇上 AI Agent
我重度使用 tmux 大概有七八年了。屏幕一劈四，左边跑服务，右边看日志，上面写代码，下面跑测试——这种分裂式的工作节奏，用过就回不去了。
去年开始用 AI 编程工具，情况变了。Claude Code 在一个终端里跑，Codex 在另一个，有时候还想让 Gemini 写一版对比。三个终端窗口并排打开，跟十年前同时开五六个 SSH 会话一样狼狈。上下文切换的成本不是时间，是注意力——你刚看完 Claude 的输出转头去审 Codex 的改动，脑子得重新加载一遍需求上下文。
上周发现一个叫 Orca 的开源工具，MIT 协议，GitHub 上四个月攒了两万颗星。它的定位不是「AI 编辑器」，是「AI 编排台」——ADE，Agent Development Environment。
但真正让我眼前一亮的，不是功能列表，是一个更朴素的类比：Orca 就是 tmux，只不过管理的不是终端会话，而是 AI Agent。
处处是 tmux 的影子
这个类比经得起推敲。
tmux 把一个终端窗口切成多个 pane，每个 pane 跑一个独立的 shell 会话。Orca 把一个项目仓库切成多个 worktree，每个 worktree 跑一个独立的 Agent。tmux 有 session 管理，Orca 有并行面板——左侧一排卡片实时显示每个 Agent 的状态：运行中、等授权、完成、出错。tmux 能 detach 再 attach，换台电脑接着干活；Orca 有手机 App，配对桌面端后，你在地铁上就能看 Agent 跑到哪了，还能远程下指令。
甚至连哲学都一样。tmux 不关心 pane 里跑的是 bash 还是 python，它只管窗口和会话；Orca 不关心 Agent 是 Claude 还是 Codex 还是 Qwen Code，它只管分派和回收。官方的说法叫「Bring Your Own Subscription」——Orca 自己不卖模型，不卖 API，你插上已有的订阅就能用。
这个定位聪明。模型越来越便宜，编排层才是稳定价值所在。就像 tmux 的价值从来不在于它自带的那个 shell，而在于它让你同时操作多个 shell 的能力。
worktree：比 tmux 多走的一步
不过 tmux 有个老问题：多个 pane 共享同一个工作目录，两个人同时改同一个文件就炸。tmux 从来不操心这个，因为它的假设是你一个人在操作，你自己知道别踩自己。但 Agent 不是你。你让 Claude 改 app.py 的同时让 Codex 也改 app.py，谁后提交谁覆盖谁，毫无保障。
Orca 用 git worktree 解决这个问题。每个 Agent 分到一个独立的 worktree——独立目录、独立分支，文件系统层面就隔开了。共享同一个 git 对象库，磁盘不浪费；但文件物理隔离，互相碰不到。改完之后统一出 diff，你挑最好的那个合并进 main。
这是 tmux 从来没做过的，也没必要做的事。tmux 管的是人，人自己会协调。Orca 管的是 Agent，Agent 不会协调，必须靠基础设施来兜底。
四个人的项目
Orca 背后的公司叫 Stably AI，Y Combinator Winter 2022 批次，旧金山，四个人。CEO Jinjing Liang 前面在 Google Chrome 团队做测试和发布基础设施——就是那种面向几十亿用户的基础设施。CTO Neil Parker 之前在 Uber 管安全团队。
这个背景解释了 Orca 的几个怪癖。崩溃隔离是首要关注点——文件监听器用 fork 出的子进程池来跑，原生插件崩了不会拖垮主进程。有 CI 可靠性门控，检查不通过不允许合并。甚至有个最大行数卡尺，防止单文件膨胀。
这些全是测试基础设施思维在桌面应用上的投射。四个月，几乎每天发一版，节奏跟 Chrome 的 Canary 通道一个路子。当然，快也有快的代价——GitHub Issues 里几个严重 bug 跨版本反复出现，中文渲染模糊、Electron 的内存开销、手机 App 断连，都是客观存在的伤。
不过话说回来，tmux 刚出来那几年也不是什么省油的灯。
不适合所有人
说实话，如果你现在只用一个 AI 编程工具，Orca 增加的不是便利，是操作面。多一层管理就有多一层认知负担。
但如果你跟我一样，手里同时有 Claude 和 OpenAI 的订阅，一个功能想让两个 Agent 各写一版对比，或者前端后端测试并行推进——那 Orca 确实解决了真实存在的混乱。不再是一个人同时盯三个终端窗口手忙脚乱，而是一个面板里所有 Agent 的状态一目了然，diff 批注完一键打回让 Agent 重做。
《孙子兵法》说「凡治众如治寡，分数是也」。tmux 解决了「众 shell 如寡 shell」的问题，让一百个终端会话像管理一个一样。Orca 在做的事一样——让多个 Agent 像管一个一样。
只不过 tmux 的「分数」是窗口和面板，Orca 的「分数」是 worktree 和 Agent。
工具的进化往往是这样：先有人在一个领域把路子走通，然后另一个领域照着这个路子重新做一遍。tmux 走通的是「多路复用终端会话」，Orca 在照着这个路子做「多路复用 AI Agent」。至于它能不能像 tmux 一样成为一代人的肌肉记忆，四个月下结论太早。
但方向，我觉得是对的。
GitHub: stablyai/orca