Herdr 终端多 Agent 协作实践：瓶颈不在模型，在你的编排

先给你看个好玩的。

Shopify CEO Tobi Lütke 上个月发了条推，50 万+ 浏览，说他最喜欢向别人介绍 Herdr 的方式是：打开一个新工作区，启动一个 Agent，然后告诉它：

阅读 herdr --skill，然后分割出另外 10 个面板，让我的电脑看起来像电影里那些科幻黑客终端。

然后 Agent 真的就自己拆了 10 个面板出来，Matrix 字符雨、十六进制数据流、端口扫描动画、二进制瀑布……全是伪造的，但效果贼炸裂。

你可能觉得这就是个炫技的花活。

但是等一下，Agent 刚才干了什么？它读懂了 Herdr 的能力，然后自己创建了 10 个终端面板，在每个面板里启动了不同的程序，还给每个面板起了名字。

一个 Agent，操控了整个终端工作区。

这才是 Herdr 真正厉害的地方。

上篇讲了云端协作，这篇聊终端方案

前段时间我写了 Tutti.VM，解决的是多个 Agent 之间“互相不认识”的问题，通过云端 Room 共享工作实况，不用你在中间当翻译。

发完之后有读者的反馈让我想了一下：如果不需要跨设备、不需要多人协作，就一个人在终端里开几个 Agent 干活，有没有更轻量的方案？

有。就是今天要聊的 Herdr。

GitHub 37K+ star，拿了 YC 的投资，最近在开发者社区里直接杀疯了。

一句话说清楚它是什么：一个专门为 AI Agent 设计的终端工作区管理器。

跟 tmux 有什么区别

用过 tmux 的人可能会说，这不就是又一个终端复用器吗？

还真不是。

tmux 是给人用的，Herdr 是给人和 Agent 一起用的。

具体来说有几个关键区别。整个 UI 都可以点击，面板、标签页、右键菜单，鼠标优先。你能直接看到哪个 Agent 正在跑、哪个在等你输入、哪个已经完成了，状态一目了然。

但最核心的区别是：Herdr 里的 Agent 能互相通信。

不需要 MCP 协议，不需要额外配置。因为它就是终端，Agent 可以直接通过 Herdr 的 CLI 命令给另一个面板里的 Agent 发消息、读结果、下指令。

💡 你可以这样理解：tmux 是把一块屏幕分成好几块，各干各的。Herdr 是把好几个 Agent 关进同一个房间，让它们互相说话、互相配合。

安装和基本操作

安装就一行命令：

装完之后终端里输入 herdr 就能启动。

进去之后的界面大概长这样：

• 左侧：Space 列表，你可以理解为项目。点 New 新建一个 Space，用 cd 切到你的项目目录就行
• 中间：标签页和面板，跟浏览器的 Tab 逻辑一样，点加号新建
• 左下角：当前 Space 里所有的 Agent 状态——谁在跑、谁空闲

几个常用操作：

• Ctrl+B 然后 V：向右分屏
• Ctrl+B 然后 -：向下分屏
• Ctrl+B 然后 Q：脱离界面（Agent 在后台继续跑）
• herdr server stop：彻底停止

踩坑提醒：接下来这两步不装等于白装。

第一，装 Agent 集成。 Herdr 官方给 Claude Code、Codex、Aider 这些主流 Agent 都做了集成命令。比如你要用 Claude Code，就跑一下对应的集成命令，这样 Herdr 才能识别和管理它。

第二，装 Agent Skills。 这个是重点中的重点。Skills 装上之后，你的 Agent 就知道怎么操作 Herdr 了，创建面板、启动其他 Agent、发消息、读结果。你对 Agent 说一句 /herdr，它就能调用这些能力。

没有 Skills，你的 Agent 根本不知道 Herdr 的存在。装了 Skills，Agent 就变成了整个终端工作区的指挥官。

这就是开头 Tobi Lütke 那个 demo 的原理，Agent 读了 Herdr 的 Skills，然后就知道怎么拆面板、起程序了。

杀手级功能：让 Agent 互相说话

接下来才是重头戏。

你有没有想过一个问题：为什么不在一个 Agent 工具里路由不同的模型来处理任务？比如 Claude Code 里切个 Deepseek 的模型不就行了？

💡 这里有一个很多人忽略的细节：每一款 Agent 工具都对自家的模型做了深度适配。Claude Code 配 Claude 是最强的，Codex 配 GPT 是最强的。你在 Claude Code 里硬塞一个 Deepseek 的模型，效果不一定比用 Deepseek 自己的 Agent 工具好。

所以更好的方式不是“一个工具路由多个模型”，而是“多个 Agent 工具各用各的最强模型，然后互相协作”。

这就是 Herdr 在干的事。

玩法很多。

你可以搞流水线：Claude Code 做计划，Codex 审核，审完让 Deepseek 去写代码。

脑力活给贵的，体力活给便宜的，成本和质量同时兼顾。

就拿我自己来说，以前让 Claude Code 做完一个 feature，我会用 Codex 来 review。每次都要手动把需求背景丢给 Codex，Codex 审完了，我又得把 review 结果手动贴回 Claude Code。来回搬运，当了半天翻译。有了 Herdr 之后，Claude Code 做完直接通过 /herdr 把结果发给 Codex，Codex 审完自动把意见传回来，你坐着看就行。

也可以搞圆桌会：三个 Agent 同时出方案，互相挑毛病，最后收敛。

让三个 Agent 开圆桌会

上面那个案例是流水线：一个做计划、一个审核、一个执行，按顺序来。

但有些场景不适合流水线，适合“吵架”。

比如技术选型。你要给项目选一个方案，但不确定哪个方向更靠谱。以前我的做法是同一个问题分别问三个 Agent，开三个窗口，复制粘贴来回搬运，自己脑子里做对比。干完之后发现搬运的时间比思考的时间还长。

现在我会在 Herdr 里同时开 Claude Code、Codex、Hermes 三个面板，把同一个需求丢进去，让它们各自出方案。三份方案出来之后，再让它们互相看对方的输出，互相评审一轮。

你觉得他的方案哪里有问题？你的方案比他的好在哪？

最后让主模型汇总收敛，把三方意见整合成一份最终方案。

整个过程你只发了两次指令：第一次是“各自出方案”，第二次是“互相评审然后汇总”。剩下的事 Agent 自己讨论去了。

一个模型容易有盲区，三个模型互相挑毛病，收敛出来的东西会扎实很多。

还有几个值得关注的点

这里面我最喜欢的是后台运行和远程管理的组合。Herdr 0.9 新增了 Machines 功能，一行 herdr machine add <hostname> 就能把远程机器纳进来。家里放一台常驻机，Herdr 跑着，Agent 24 小时干活，手机 SSH 连上来随时看进度下指令。对我这种一个人干活的来说，等于多了一台不下班的工位。

顺便提一句，还有一个叫 Orca 的工具也很火，GitHub 60K+ star，支持 macOS、Windows、Linux。它的思路跟 Herdr 不太一样，Orca 是一个桌面应用，核心是用 Git worktree 让多个 Agent 并行干同一个任务，各自隔离，最后你挑最好的结果合进去。Herdr 是纯终端工具，核心是让 Agent 之间直接通信、协作完成一个任务。

一个是“赛马”，一个是“组队”。看你的场景选就行。

写在最后

这两年我见过太多人把 AI 编程的竞争，理解成模型的竞争。谁的代码补全更准，谁的上下文窗口更长，谁又发了个跑分第一的模型，然后得出结论：选对模型就赢了。

我不这么看。

真正卡住效率的，从来不是单个模型不够强，是模型之间连不起来。

你手里有 Claude、有 GPT、有 Deepseek、有 Grok，每个都很能打。但它们之间没有一条线连着，你照样要在四个窗口之间来回搬运，照样要在聊天记录里翻三屏找上一版方案，照样要用人话给 B 重新解释一遍 A 刚才做了什么决定。

我之前一直说“一个人的 AI 军队”。但军队里的士兵如果互相不认识、不能通信，那就不是军队，是一群各干各的散兵。

Herdr 干的事情，就是给这些散兵装上了对讲机。

我是一个写代码出身的人，不是搞项目管理的。但这些年最深的体会是，工程里那套“拆任务、分角色、跑流水线”的思路，搬到 AI 协作里一样成立。

一个人 + Herdr + 多个 Agent = 一支真正能协作的队伍。

但怎么编排它们、谁干什么活、什么时候该让它们互相吵一架，这个问题永远只能由你自己来回答。

希望 Herdr 也能成为你的多 Agent 开发搭子。