Orca — chạy nhiều AI coding agent song song trong một app duy nhất (desktop + mobile + remote)

Chiều thứ Sáu, bạn giao cho Claude Code một task refactor chừng bốn mươi phút. Terminal bị chiếm, bạn không làm được việc khác trên repo đó. Bạn muốn thử Codex với cùng task để so sánh, nhưng mở thêm terminal là bắt đầu loạn: hai agent cùng sửa một branch, diff chồng lên nhau, bạn không còn nhớ agent nào đang ở bước nào. Rồi bạn phải rời bàn đi họp, và mọi thứ dừng lại ở đó.

Vấn đề không phải agent yếu, mà là thiếu một bàn điều khiển: một nơi duy nhất để chạy nhiều agent cùng lúc, mỗi agent một không gian riêng, xem được tiến độ, review từng diff, và tiếp tục làm việc dù bạn không ngồi trước máy.

Orca là gì? AI orchestrator chạy nhiều AI coding agent song song

Orca không phải một coding agent mới

Orca là bàn điều khiển cho AI coding agent, còn gọi là Agent Development Environment hay fleet console. Dự án tên đầy đủ stablyai/orca, giấy phép MIT, viết bằng TypeScript trên nền Electron, do Stably AI (YC W22) phát triển, tạo ngày 2026-03-17. Bản mới nhất là v1.4.251, ngày 2026-11-06. Tính đến 2026-11-07, repo có 117.864 stars và 7.476 forks.

Cần nói rõ ngay: Orca không kèm model hay agent riêng. Nó chạy các CLI agent bạn đã có — Claude Code, Codex, Grok, Cursor, GitHub Copilot, Muse, DeepSeek Harness, OpenCode, Pi, Hermes Agent, Devin và hơn 20 agent khác. Mỗi agent dùng subscription và tài khoản của chính bạn. Repo dự án: https://github.com/stablyai/orca — đừng nhầm với repo riêng biệt Chaoyi-Z/orca.

Nguyên tắc của dự án: thứ gì chạy được trong terminal thì chạy được trong Orca.

Orca giải quyết vấn đề gì?

Thứ nhất, chạy song song thay vì chờ nối tiếp: nhiều agent làm nhiều task cùng lúc, hoặc thử nhiều cách giải cho cùng một task. Thứ hai, mỗi agent một worktree git riêng, không giẫm chân nhau ở cấp branch và file. Thứ ba, một nơi để xem, chat, review diff và merge, thay vì N terminal rời rạc. Thứ tư, làm việc tiếp khi rời bàn: mobile companion và runtime remote cho agent chạy nền trên server.

Ai nên dùng Orca — và ai chưa cần?

Orca phù hợp với dev, backend và full-stack đã dùng ít nhất một CLI agent có trả phí, thường xuyên chạy task dài, muốn thử nhiều hướng giải song song, hoặc làm việc trên nhiều repo cùng lúc. DevOps, SRE và người chơi homelab cũng phù hợp, nếu đã quen SSH và VM và muốn agent chạy nền trên server.

Ngược lại, nếu bạn chỉ dùng một agent cho task ngắn và chưa bao giờ tắc nghẽn vì chờ đợi, Orca chưa mang lại nhiều giá trị. Nếu bạn chưa có subscription CLI agent nào, Orca không thay thế được chi phí đó.

Kiến trúc Orca và cơ chế chạy fleet AI agent song song

Các thành phần chính của Orca

• Orca Desktop: ứng dụng Electron trên macOS, Windows, Linux — workspace, chat, terminal, review diff, trình duyệt tích hợp, mobile emulator.
• Coordinator: agent điều phối — tách task lớn, giao cho worker, gom kết quả.
• Worker agent: các CLI agent thật — mỗi worker là một phiên Claude Code, Codex hay OpenCode trong workspace riêng, context riêng.
• Git worktree: đơn vị cô lập — mỗi worker một worktree và branch riêng của cùng repo.
• Remote Orca Server, SSH host, cloud VM: runtime chạy agent ở xa — agent tiếp tục chạy khi laptop ngủ.
• Mobile companion: iOS qua App Store, Android qua APK — báo khi agent cần phản hồi, trả lời trong chat.
• Tích hợp GitHub và Linear: xem task ở một nơi, mở workspace theo từng task, soạn commit và PR nháp từ diff, đưa failing check về cho agent.
• Orca CLI, Plugins, Automations, Computer Use: CLI tạo worktree và khởi động worker; plugin cài một chạm; automation chạy prompt theo lịch; Computer Use cho agent điều khiển app desktop và trình duyệt.

Luồng dữ liệu và điều khiển — sơ đồ duy nhất của bài viết

flowchart LR
    User["Người dùng<br/>prompt + quyết định merge"]
    Coord["Orca Desktop / Coordinator<br/>chat UI, terminal, diff review"]
    WA["Worker A: Claude Code<br/>worktree-A / branch-A"]
    WB["Worker B: Codex<br/>worktree-B / branch-B"]
    WC["Worker C: OpenCode<br/>worktree-C / branch-C"]
    Review["Diff Review<br/>review theo dòng, note, feedback"]
    Merge["Merge Winner<br/>chỉ một bản vào main"]
    GH["GitHub / Linear<br/>task đầu vào"]
    PR["Commit / PR Draft<br/>từ diff đã chọn"]
    Desk["Desktop App"]
    Mob["Mobile Companion<br/>iOS / Android"]
    Rem["Remote Server / SSH / Cloud VM<br/>agent chạy nền"]
    GH --> Coord
    User --> Coord
    Desk --> Coord
    Mob --> Coord
    Rem --> Coord
    Coord --> WA
    Coord --> WB
    Coord --> WC
    WA --> Review
    WB --> Review
    WC --> Review
    Review --> Merge
    Merge --> PR
    Review -. "feedback" .-> Coord

Bạn đưa prompt vào coordinator, hoặc mở workspace từ một task GitHub hay Linear. Coordinator tách task và giao việc cho các worker, mỗi worker chạy độc lập trong worktree của mình. Bạn review diff từng worker theo từng dòng, để note trên dòng thay đổi cụ thể, rồi gửi feedback cho agent sửa tiếp.

Khi hài lòng với một bản, bạn merge bản đó vào main và bỏ các bản còn lại. Orca không tự chọn bản thắng, cũng không tự hòa giải các bản divergent — con người là nút quyết định ở bước review và merge.

Bạn chuyển một phiên agent giữa Chat và Terminal mà không mất context.

Phụ thuộc và giới hạn kỹ thuật cần nói thẳng

Orca cần Git và repo có worktree, ít nhất một CLI agent đã cài và đăng nhập với subscription còn hiệu lực, tài khoản GitHub hoặc Linear nếu dùng tích hợp native, và runtime Electron của app desktop.

Giới hạn thứ nhất: cô lập ở cấp git, không phải sandbox. Worktree tách branch và file, nhưng các worker vẫn chia sẻ cùng máy — hệ điều hành, biến môi trường, credential, network, port, database local và cache chung. Hai agent vẫn có thể xung đột ngoài repo, ví dụ cùng chiếm một port. Đừng trình bày worktree như container hay VM.

Giới hạn thứ hai: chi phí nhân theo số agent. Mỗi worker là một phiên agent đầy đủ với context và token riêng; chạy N agent song song là N lần chi phí token và giới hạn sử dụng. Không có con số hiệu năng nào được kiểm chứng độc lập, nên bài này không nêu benchmark.

Giới hạn thứ ba: hành vi mobile pairing ngoài mạng LAN chưa khẳng định được — tài liệu của dự án ghi relay pairing nằm trong repo ở thư mục cloud/, trong khi một bài review thứ cấp nói companion iOS chỉ hoạt động cùng Wi-Fi. Phần này mình chưa chạy thử, chỉ đối chiếu tài liệu.

Giới hạn thứ tư: dự án ship hằng ngày (release v1.4.251 ngày 2026-11-06, 8.084 open issue) — đối chiếu docs tại https://www.onorca.dev/docs trước khi làm theo.

Hướng dẫn cài đặt Orca và chạy agent song song

Điều kiện tiên quyết trước khi cài Orca

Bạn cần máy macOS, Windows hoặc Linux, Git đã cài, ít nhất một CLI agent — ví dụ Claude Code hoặc Codex — đã cài và đăng nhập với subscription còn hiệu lực, và một repo git để thử worktree. Tài khoản GitHub hoặc Linear là tùy chọn. Lưu ý: dùng đúng tên đầy đủ khi cài qua Homebrew, vì cask orca trơn là một cask Plotly không liên quan.

Cài đặt Orca trên macOS, Windows, Linux và mobile

Trên macOS bằng Homebrew, lệnh chép nguyên văn từ tài liệu của dự án:

brew install --cask stablyai/orca/orca

Nâng cấp sau này bằng brew upgrade --cask stablyai/orca/orca.

Trên macOS, Windows và Linux, bạn cũng có thể tải trực tiếp từ https://onorca.dev/download hoặc từ https://github.com/stablyai/orca/releases/latest — file .dmg cho Apple Silicon và Intel, file .exe cho Windows, AppImage cho Linux.

Trên Arch Linux, cài qua AUR: yay -S stably-orca-bin (stably-orca-git để build từ source). Trên mobile, iOS cài qua App Store, Android cài file APK tại onorca.dev/download/android. Các lệnh trên đã đối chiếu với tài liệu chính thức, nhưng mình chưa chạy thử.

Chạy agent đầu tiên và kiểm chứng Orca hoạt động

Bước 1: mở Orca, mở repo, tạo workspace và worktree đầu tiên cho một task nhỏ, chọn CLI agent đã đăng nhập. Bước 2: chạy agent ở chế độ Chat, rồi chuyển cùng phiên sang Terminal để thấy context được giữ nguyên. Bước 3: tạo thêm một worktree song song cho cùng task với một agent khác. Bước 4: review diff từng worker, để note trên dòng thay đổi cụ thể, gửi feedback cho agent, rồi merge bản được chọn.

Kết quả mong đợi: hai worktree và branch riêng, mỗi agent có phiên chat và terminal riêng, diff review hiển thị thay đổi theo từng worker, và merge chỉ áp dụng bản được chọn.

Lỗi thường gặp và cách xử lý

Agent không xuất hiện: kiểm tra CLI agent đã cài và đăng nhập hay chưa — Orca không tự cài Claude Code hay Codex cho bạn. Cài nhầm phần mềm: bạn gõ brew install --cask orca thay vì tên đầy đủ stablyai/orca/orca — gỡ cask sai và cài lại đúng tên. Worktree xung đột do branch đã tồn tại: kiểm tra git worktree list, xóa worktree thừa hoặc đặt tên branch khác. Remote hoặc mobile không kết nối: kiểm tra pairing, SSH host và mạng.

Gỡ Orca và dọn dẹp worktree — rollback

Gỡ Orca không tự dọn worktree và branch đã tạo, và không tự thu hồi quyền agent đã cấp. Trước khi coi là đã gỡ sạch, xóa worktree thừa bằng git worktree remove, xóa branch không còn dùng, kiểm tra git status, thu hồi token hoặc SSH key đã cấp cho remote host, và tắt automation đã lên lịch. Nếu agent từng đọc file .env hay credential trên máy, bạn phải xoay credential liên quan.

Đánh giá kỹ thuật Orca — ưu điểm, nhược điểm, bảo mật và vận hành

Ưu điểm của Orca

Orca tận dụng subscription agent sẵn có, không bắt bạn mua thêm model hay agent, và hỗ trợ hơn 30 CLI agent. Song song hóa là thật ở cấp worktree, cộng thêm điều phối coordinator và worker, thay vì chỉ mở nhiều terminal. Review diff theo dòng, feedback có trọng tâm, soạn commit và PR nháp từ diff, và đưa failing check về cho agent là một vòng làm việc khép kín. Mã nguồn mở MIT, cộng đồng lớn với 117.864 stars.

Nhược điểm và điểm cần cân nhắc

Orca là app Electron, nặng hơn CLI thuần — bạn đổi tài nguyên máy lấy giao diện fleet. Fan-out càng nhiều worker, bạn càng tốn token và thời gian review, vì mỗi worker tạo một diff đầy đủ cần chọn hoặc bỏ.

Tính năng thay đổi hằng ngày, docs có thể chậm hơn changelog, và 8.084 open issue cho thấy còn nhiều lỗi đang mở. Không có số liệu hiệu năng nào được kiểm chứng độc lập.

Bảo mật và quyền riêng tư khi chạy Orca

Agent chạy với quyền của người dùng trên máy hoặc SSH host. Credential, token, file .env và khóa SSH mà agent đọc được là rủi ro thật — chỉ chạy agent trên repo và máy đã cân nhắc phạm vi truy cập, và xem lại quyền file cùng secret trước khi giao task.

Remote Orca Server và SSH mở thêm bề mặt tấn công: server luôn chạy, agent chạy nền. Cần SSH key, firewall và cập nhật server thường xuyên. Mobile pairing và relay cần kiểm chứng cơ chế xác thực theo docs hiện hành trước khi dùng ngoài mạng tin cậy. Tài liệu telemetry ghi dữ liệu dùng ẩn danh và có opt-out — bạn nên kiểm tra và tắt nếu muốn. Computer Use là quyền rất rộng — chỉ bật khi cần, trên máy không chứa dữ liệu nhạy cảm.

Vận hành, hiệu năng và khả năng mở rộng

Cập nhật Orca qua Homebrew hoặc bản release mới. Automation theo lịch giúp việc lặp như bump dependency hay triage, nhưng cần giám sát log và kết quả. Về hiệu năng, không có dữ kiện đo đạc — chỉ có thể phân tích định tính: nút thắt chuyển từ “model chạy nhanh cỡ nào” sang “người review được bao nhiêu diff” và “token chịu được bao nhiêu phiên song song”. Đó là phân tích, không phải benchmark.

So sánh Orca với các công cụ cùng phạm vi

Tiêu chí so sánh: có kèm agent riêng hay dùng agent sẵn có; cơ chế song song; có điều phối coordinator/worker; review diff và merge; chạy remote và mobile; giao diện; chi phí thêm; mã nguồn và giấy phép.

Worktrunk là CLI quản lý git-worktree cho AI agent song song — nhẹ, không có bàn điều khiển desktop, coordinator, mobile hay remote như Orca.

Orkas là desktop local-first với 16 agent chuyên môn built-in — ngược với Orca: Orkas cấp agent sẵn, Orca dùng agent bạn đã có.

T3 Code điều khiển agent từ điện thoại — mobile là tính năng chính của nó, còn ở Orca mobile chỉ là companion của fleet desktop cộng remote.

Agent Desktop là CLI computer-use qua accessibility tree — điều khiển desktop là lõi của nó, còn ở Orca Computer Use chỉ là một tính năng phụ.

Kết luận của bảng: không có “tốt nhất tuyệt đối”. Orca thắng ở vai trò bàn điều khiển fleet toàn diện, thua ở độ nhẹ so với Worktrunk và thua ở việc không cấp agent sẵn so với Orkas.

Orca dùng trong thực tế — doanh nghiệp, homelab, DevOps và quản trị IT

Nhóm dev chạy nhiều task song song: một coordinator tách feature thành API, UI và test, giao ba worker ba worktree; dev review từng diff, merge bản thắng, bỏ bản lỗi.

DevOps/SRE và quản trị IT — agent chạy nền trên server: giao agent trên Remote Orca Server, SSH host hoặc cloud VM để viết script, cập nhật runbook, bump dependency theo lịch — chỉ trên host đã khóa quyền, không để agent chạm credential production.

Homelab — fleet agent trên máy chủ tại nhà: chạy Orca remote trên server nhà, nhiều agent làm việc trên nhiều repo tự host cùng lúc, theo dõi từ điện thoại — cần cập nhật và phân quyền rõ ràng, vì server nhà thường ít được vá như cloud.

Workflow AI — thử nhiều hướng giải cho cùng một task: cùng một prompt, cho Claude Code và Codex chạy hai worktree riêng, so sánh diff thực tế rồi chọn — người dùng vẫn quyết định bản merge.

Kết luận — ai nên dùng Orca, ai không nên, bước tiếp theo

Ba ý cần nhớ: Orca là bàn điều khiển fleet, không phải agent mới; giá trị lớn nhất là song song hóa cộng review có tổ chức, chi phí lớn nhất là token và thời gian review nhân lên; và worktree là cô lập git, không phải sandbox.

Nên dùng Orca nếu bạn đã có subscription CLI agent, hay chạy task dài, muốn song song hóa và làm việc từ xa hoặc mobile. Chưa nên dùng nếu bạn chưa có CLI agent nào, chỉ làm task ngắn, hoặc môi trường yêu cầu sandbox mạnh — khi đó cần thêm một lớp cách ly ngoài Orca.

Bước tiếp theo: cài theo phần hướng dẫn ở trên, thử một task nhỏ với hai worker song song, review diff, rồi mới mở rộng sang remote và mobile. Đọc docs tại https://www.onorca.dev/docs và changelog của release v1.4.251 (2026-11-06) trước khi dùng tính năng mới.

Bài học rút ra

1. Worktree chỉ giải quyết xung đột branch — xung đột ngoài repo như port hay file chung vẫn còn, phải kiểm tra trước khi fan-out.
2. Fan-out nhân chi phí và nhân việc review: chỉ fan-out khi giá trị so sánh nhiều hướng giải lớn hơn token và thời gian đọc diff.
3. Người dùng là bộ hòa giải cuối cùng: Orca không tự chọn bản thắng, nên quy trình review và merge phải có trước khi chạy nhiều worker.
4. Remote và mobile chỉ có giá trị khi pairing và quyền truy cập đã được khóa chặt; tiện lợi không thay thế kiểm tra bảo mật.
5. Dự án ship hằng ngày, nên mọi hướng dẫn trong bài đều có hạn sử dụng — đối chiếu docs và changelog trước khi làm theo.

Phạm vi kiểm chứng

Ngày kiểm chứng: 2026-11-07. Đã kiểm chứng với nguồn chính: repo stablyai/orca qua GitHub API lúc 01:18 UTC ngày 2026-11-07 (117.864 stars, 7.476 forks, MIT, tạo 2026-03-17, release v1.4.251 ngày 2026-11-06), README với lệnh cài đặt chép nguyên văn, docs tại onorca.dev/docs.

Hành vi mặc định so với opt-in: chạy agent CLI sẵn có là mặc định khi mở app; Remote Server, SSH, cloud VM, mobile companion, automation và Computer Use là tính năng cần cấu hình hoặc bật thêm, không phải mặc định. Telemetry ẩn danh có opt-out theo docs.

Các con số trong bài là số liệu repo và cấu hình — stars, forks, số agent được liệt kê, số open issue — không phải benchmark hiệu năng. Chưa kiểm chứng: chưa cài đặt, chưa chạy và chưa benchmark Orca; hành vi mobile pairing ngoài LAN chưa khẳng định được; cú pháp lệnh version của Orca CLI chưa xác minh.

Tham khảo

• Repo chính thức: https://github.com/stablyai/orca
• Release v1.4.251: https://github.com/stablyai/orca/releases/tag/v1.4.251
• Trang chủ và tải về: https://onorca.dev
• Tài liệu: https://www.onorca.dev/docs
• Tài liệu telemetry: https://www.onorca.dev/docs/telemetry