如果你同时在用 Claude Code、Codex、Gemini CLI、OpenCode 这些终端 AI agent，你不会只打开一个。你会开好几个 terminal tab，同时让它们干不同的活。干着干着就乱了——哪个 agent 在做什么？谁改了哪个文件？冲突了怎么办？
这就是「多 Agent 管理工具」要解决的问题。这半年冒出来不少，我按功能层次把它们分成四类。
Agent 终端：把 agent 管理直接做进终端里
这类工具的起点是终端本身，在终端里内置了 agent 管理能力——不是一个插件或叠加层，而是从底层就为 AI agent 设计的。
Warp — 从终端长出来的 agentic 环境
Warp（62,726 stars）自称 “agentic development environment, born out of the terminal”。从一个现代化终端起步，演变成了完整的 AI 开发环境。内置 Agent Mode，直接在终端里跟 AI agent 交互。它的思路是「终端本身就是 agent」——不是终端里跑 agent，而是终端即 agent。Warp 部分闭源，但终端核心开源。
cmux — 基于 Ghostty 的 AI agent 终端
cmux（23,408 stars）基于 Ghostty（57,469 stars，Zig 写的极致性能终端模拟器）构建，专门为 AI coding agent 设计。垂直 tab、通知系统、agent 任务完成时推送通知、内建浏览器。你可以在同一个窗口里管理多个 agent session，agent 跑完了你不用盯着屏幕等。
跟 Warp 比：Warp 的野心更大——它要成为完整的开发环境；cmux 更聚焦，做一个对 AI agent 友好的终端。Wave 则偏向把各种工具集成进终端，不只是 agent 管理。Ghostty 是 cmux 的底层引擎，但它本身不带 agent 管理功能，是纯粹的高性能终端模拟器。
Wave Terminal — 开源跨平台 AI 终端
Wave Terminal（21,516 stars）是另一个开源 AI 集成终端，跨平台（macOS/Linux/Windows），内置 AI 工作流、图形渲染、文件预览。跟 Warp 和 cmux 比，Wave 更强调「在一个终端里完成所有事」——不只是 agent，还有数据可视化、SSH 管理、网页预览。
Session Manager：在现有终端里管理多个 agent 会话
跟上一类的区别：这些工具不绑定特定终端，你在 iTerm、Alacritty、甚至 Warp 里都能用它们。核心是「在终端里开多个 agent，管好它们」。
跟下面「Agentic IDE」的区别：Session Manager 活在终端里，TUI 或 tmux 就是它的界面；Agentic IDE 是独立的 GUI 应用，长得像传统编辑器。
herdr — agent multiplexer
herdr（10,006 stars）定位最像传统 tmux——在一个终端窗口里管理多个 agent，每个 agent 跑在独立的工作区。不绑定终端，你用什么都行。
claude-squad — tmux 上的 agent 团队
claude-squad（7,997 stars）用 tmux 管理多个 AI agent（Claude Code、Codex、OpenCode、Amp）。如果你已经在用 tmux，这个最自然——它不引入新的 UI 层，直接在 tmux 里分 pane 跑 agent。
ccmanager — 支持的 agent 类型最多
ccmanager（1,173 stars）支持 Claude Code、Gemini CLI、Codex、Cursor、Copilot、Cline、OpenCode、Kimi CLI 八种 agent。一个 TUI 里切换，不用记哪个 agent 跑在哪个 tab。
agent-of-empires — TUI + Web 双界面
agent-of-empires（2,721 stars）Rust 写的，用 tmux + git worktree 隔离 agent，支持 Claude Code、OpenCode、Codex、Gemini CLI、Copilot CLI、Pi.dev 等。提供 TUI 和 Web 两种界面，手机上也能管理。
HN 上 118 points、44 条评论，社区评价最高。跟 ccmanager 的区别：agent-of-empires 更偏「让多个 agent 并行干活不打架」，ccmanager 更偏「管理多种不同 agent 的会话」。
herdr 最像通用 multiplexer，claude-squad 是 tmux 用户的自然延伸，ccmanager 支持的 agent 类型最明确（8 种），agent-of-empires 的 worktree 隔离做得最好，还有手机端。
Agentic IDE：编辑器形态的 agent 管理
这类工具长得像 IDE，但内核是 agent 管理。不是你写代码 AI 辅助，而是 AI agent 写代码你 review。
Superset — 给 AI agent 时代做的代码编辑器
Superset（12,215 stars）自称 “Code Editor for the AI Agents Era”。GUI 编辑器形态，专门为同时跑多个 AI agent 设计。支持 Claude Code、Codex、Amp Code、Cursor Agent。不同 tab 管理不同 agent session，界面更像传统 IDE，但工作流是「agent 写、你审」。
Conductor — Superset 的最大竞品
Conductor 是一个 macOS 桌面应用，在隔离的 git worktree 中并行运行 Claude Code、Codex、Cursor 等 agent，提供统一仪表盘监控、代码审查和合并功能。HN 上 228 points（Show HN），115 条评论。闭源商业产品，由 Melty Labs 开发。
跟 Superset 的差异：Superset 开源（GitHub 可见），Conductor 闭源商业产品；HN 用户 motoboi 总结「superset is terminal-centric while conductor is chat-centric」——Superset 更像编辑器，Conductor 更像聊天 + 看板。
stagewise — 开源 Agentic IDE
stagewise（6,713 stars）同样定位 Agentic IDE，内置 agent 编排、app 预览、git 工作流。跟 Superset 比更偏编排和工作流自动化，Superset 更偏编辑器体验。
Orchestrator：一个任务拆给多个 agent 干
这层逻辑不一样：不是「帮你管 agent」，而是「agent 帮你干活」。你给一个任务，编排器拆成子任务、分发给不同 agent、收集结果。
ruflo — 62k stars 的 meta-harness
ruflo（62,552 stars）是目前这个品类 star 最高的项目。不管底层是 Claude Code、Codex 还是 Hermes，它在上面加编排层和自适应记忆。star 多说明大家认可这个方向，但 star 多不等于好用。
oh-my-claudecode — Claude Code 专属编排
oh-my-claudecode（37,308 stars）只做 Claude Code 的团队级并行编排。如果你只用 Claude Code，比 ruflo 更聚焦。
agent-orchestrator — 自动处理 CI 和 merge conflict
agent-orchestrator（7,868 stars）偏工程流程：并行 agent 编排，自动 CI 修复、merge conflict、code review。适合把 agent 嵌入 CI/CD。
omnigent — 多 agent 无痛切换
omnigent（6,001 stars）支持 Claude Code、Codex、Cursor、Pi。卖点是「无痛切换 harness」——今天用 Claude Code，明天换 Codex，不用改编排层代码。
其他
- paseo（9,627 stars）—— 桌面 + 移动端多 agent 编排
- sandcastle（6,583 stars）—— Matt Pocock 做的，
sandcastle.run()一键启动沙箱 - 1code（5,628 stars）—— Claude Code/Codex 编排层
社区在争论什么
HN 和中文社区的讨论里反复出现几个争论点。
编排 vs 等更强模型。 有人认为编排工具是过渡品——更强的模型会碾压一切编排带来的增益。HN 用户 mordymoop 说：「模型本身的智能提升最终会碾压任何 orchestrator 带来的能力增益。」反方观点是：用便宜模型编排可以接近甚至超过旗舰模型的成功率。掘金作者米小虾的实测中，3 个 Sonnet 编排比单个 Opus 成本更低、成功率更高——但这里用的模型不同，节省的成本到底是编排贡献的还是模型能力差异贡献的，严格说分不开。不过大方向是对的：编排 + 便宜模型 vs 单打旗舰模型，前者大概率更划算。
并行真的有效吗？ HN 用户 deepdarkforest 说：「I tried every single coding agent… whenever I try to parallelize, they clash while editing files simultaneously… It’s chaos.」几乎所有成功方案都指向同一个解法：git worktree 隔离 + test gating。没有隔离的并行等于自找麻烦。
代码质量 vs 吞吐量。 px1999（HN）说到了一个真问题：「Few people focus on building high quality changes vs maximising throughput of low quality work items.」多 agent 工具都在强调「同时跑 N 个 agent」，但产出多不等于产出好。
双方各有道理——编排确实能省钱提效，但前提是隔离 + review 做到位，否则并行就是加速制造混乱。这不是二选一的问题，是执行层面的工程问题。
我目前的使用场景是同时管理多个 Pi Agent 和 Hermes Agent。macOS 上用 cmux 作为终端，Windows 上用 Warp，正在考虑用 herdr 替代现有方案。