别把 OpenRig 吹成“编排神器”:扒开看,它就是给 tmux 套了层 YAML?
别把 OpenRig 吹成“编排神器”:扒开看,它就是给 tmux 套了层 YAML?
最近科技圈聊 AI 编程,绕不开一个画面:Claude Code 负责写,Codex 负责挑刺,几个 AI 在终端里像同事一样交接工作。
围观的评论里,有一句话特别扎眼:“说破天,不就是把 tmux 包了一层 YAML 吗?”
我把这个开源项目翻了个底朝天,又盯着它的界面看了半天。结论是:这句吐槽,对了一半;而它对的那一半,恰恰说中了这类工具最容易被吹过头的软肋。
一、先把冷水泼上:它确实没发明什么新东西
OpenRig 不训练模型,不做大模型,也不发明新的 AI 协议。
它跑在你自己电脑上已经装好的 Claude Code、Codex 上面,登录的是你的账号,消耗的是你的额度。你原本怎么跟 AI 对话,现在还是怎么对话,AI 本身一行代码都没改。
它的底座是 tmux——一个老牌终端工具,你可以把它理解成“关掉窗口,程序也不会死”的会话管理器。干程序员这行的,几乎没人不知道它。
团队怎么搭,则写在一份 YAML 文件里:分几个组、每组几个人、谁向谁汇报、谁能围观谁干活。字面意思就是一张剧组的通告单。
所以,“套壳论”不冤。真有博主说得直白:这东西的门槛不在 AI,而在你愿不愿意先学会一套终端生存技能。
二、但它套的不是保鲜膜,是脚手架
一个人搬砖,叫干活;一百个人搬砖,就得出工头、对讲机、考勤表、安全帽。
OpenRig 干的,是后面这些活。
第一,每个 AI 都有固定工位。
它的座位有固定地址,比如“开发-实现@某团队”。对话可以重启、可以换人接手,但工位不变。这件事听着小,实际很要命——你不会再因为“那个窗口关掉了”,就不知道活干到哪了。
第二,活有账本,不靠聊天记录。
发一条消息,不等于派了活。任务会被记成一条有状态的队列记录,谁接的、做到哪、最后交了什么证据,都留在账上。AI 最爱说“我已经完成了”,这里要求它拿东西出来证明。
第三,断电之后能接上,而且敢说真话。
它支持给整个团队拍快照,重开机再恢复。难得的是,恢复结果分四种如实汇报:接上了、重新热场、需要你拍板、彻底失败。
不打包票,不糊弄一句“恢复成功”。这在 AI 工具里算稀缺品质。
第四,有刹车,而且刹车分档。
你正在某个 AI 的窗口里手打指令,它可以设置成“别插嘴”,自动消息先扣着不投;别的 AI 能不能动你的模型设置、能不能替你压缩上下文,也有三档授权;权限默认是保守的,那种“全放开、随便干”的模式默认关闭。
这一点,比很多只会喊“全自动”的产品清醒得多。
第五,团队能打包带走。
整套班子能打成一个带校验的压缩包,换台机器接着跑;装之前还能先预览它到底要动哪些东西。

三、它把“看不见的 AI 团队”变成了看得见的东西
多智能体最吓人的地方,是它在你背后悄悄跑。你不知道谁在干活,谁在摸鱼,谁卡在等授权。
OpenRig 的终端界面,左边是一棵树:一个工厂团队下面挂着产品、开发、测试几个舱;中间是拓扑图,一个个方块代表 AI 座位,箭头代表“谁把活交给谁”,绿点表示这个座位还活着。
说白了,就是公司组织架构图,加医院病房的监护仪。
网页版则更像个后台管理系统,点开左边那个小树杈,就能一层层看到团队、成员、会话和状态。

对普通用户来说,这类界面最大的价值不是炫技,而是安心:至少你知道它没在偷偷乱来。
四、真能用它干什么?
它自带几套“班子模板”,按需挑:
- 两人小组:一个写代码,一个专门审查,适合改一个小功能;
- 四人小队:组长、开发、测试、审查,适合一个仓库的长期维护;
- 七人大团:组长、顾问、开发、测试、设计,再加两个独立审查,适合正经产品;
- 还有一些专门班子:双人交叉代码审查、调研(一个分析一个汇总)、产品原型,甚至有个“让 AI 看管密码库”的模板,背后跑的是 Vault,需要 Docker。
最新版本还往前迈了一步:一个团队可以对接多个人,甚至接进 Slack 共享频道,每条消息都标清楚是张三说的还是李四说的。小工作室、外包小队,用起来会有点意思。
这也是为什么它最近在技术社区被反复提起——大家真正想要的,不是“一个更聪明的 AI”,而是“一支能接活、能交活、能查账的 AI 施工队”。
五、门槛和代价,不藏着
先说好消息:不需要显卡。算力在云端,一台普通的 Mac 或 Linux 笔记本就够。
坏消息是,它的“入场券”不算便宜:
要装环境。 Node.js 22 或 24,加上 tmux;Windows 用户得走 WSL2,原生 Windows 不支持。苹果 M 系列芯片还得挑 Node 22,不然可能装不上。
会动你的配置。 安装过程会往你的终端配置、Claude 配置、Codex 配置里写东西。官方自己写得很坦白:不保证能完整回滚,请先备份。这点值得点赞,也值得警惕。
有预览习惯。 它提供了“只出计划、不真执行”的预演模式,先看清楚要改什么再点头,这个设计很厚道。
启动不秒开。 官方演示里 8 个节点的团队,按顺序拉起要 2 到 5 分钟。想着一键起飞、三秒开工的,会有点落差。
钱还是你出。 软件开源、可以自己部署,但模型调用费一分不少,该付给谁付给谁。
所以它适合谁?手里有多个角色、长周期任务,且不排斥终端的人。不适合只想开个聊天框问问题的人,也不适合一看到命令行就头大的朋友。
六、我的结论:它不是神器,是工地制度
判断一个多智能体框架值不值,别只看演示视频里 AI 们聊得多热闹。就看三件事:
活会不会丢?换班能不能接上?出了事能不能查?
OpenRig 在这三件事上,确实下了真功夫:固定工位、任务账本、快照恢复、投递刹车、权限分级、可校验的团队打包。这些东西不性感,但都是工地上的安全绳。
换个比喻:tmux 是砖头,YAML 是图纸,OpenRig 是工地那套管理制度和监理。
你可以说它没发明砖,这话没错。但一栋楼能不能交工,往往就差这套制度。
至于它是不是“编排神器”——我觉得不必神化。它更像一个把脏活累活接过去的包工头:不保证你发财,但尽量保证你不塌房。
最后想问问大家:如果真给你一支这样的 AI 施工队,你最想让它先接手你工作里的哪件破事?是写周报、改 bug,还是整理那堆永远理不清的表格?评论区聊聊。