← Volver a la academia
🐋
Orquestación

Varios agentes trabajando a la vez

Cuando ya sabes usar un agente, el cuello de botella deja de ser la IA y pasas a ser tú esperando. Orca reparte un mismo encargo entre varios agentes, cada uno en su propia copia aislada del proyecto, y después comparas y te quedas con el que mejor quedó.

✔ Open source (MIT) ⏱ ~15 minutos 🖥️ App de escritorio
🧭 Esta guía es distinta a las demás. Las otras te enseñan a construir algo para un cliente. Esta es para ti: es la herramienta con la que se trabaja más rápido. Si vives de construir, aquí está la ganancia de tiempo.
1

Instala la aplicación

Es una app de escritorio para Windows, macOS y Linux. Se descarga desde onorca.dev/download o con un gestor de paquetes:

macOS (Homebrew)
brew install --cask stablyai/orca/orca
Arch Linux (AUR)
yay -S stably-orca-bin

En Windows se baja el instalador .exe desde la página.

2

Usa el agente que ya tengas

Orca no trae su propio modelo ni te cobra tokens: orquesta el agente de línea de comandos que ya uses, con tu propia suscripción. Funciona con Claude Code, Codex, Cursor, GitHub Copilot, OpenCode, Qwen Code, Kimi y básicamente cualquier agente que corra en terminal.

💡 Esto importa: no estás cambiando de herramienta ni pagando otra suscripción. Sigues con lo tuyo, solo que ahora puedes correr varios a la vez.
3

Reparte un encargo entre varios

La función central son los worktrees paralelos: le das un mismo prompt a varios agentes y cada uno trabaja en su propia rama de git aislada. Nadie pisa el trabajo del otro.

Cuando terminan, comparas los resultados y fusionas el que sirvió. Es útil sobre todo cuando:

4

Vigílalos desde el celular

Trae aplicación móvil que se empareja con el escritorio: te avisa cuando un agente termina y puedes mandarle instrucciones desde donde estés. Está en la App Store para iOS y como APK para Android.

Suena a lujo, pero cuando una tarea tarda veinte minutos, dejar de estar pegado a la pantalla cambia el día.

5

Qué esperar (y qué no)

¿Quieres montar un flujo de trabajo así en tu equipo?

Te ayudamos a definir qué conviene paralelizar y qué no.