架构
桌面运行时如何把模型调用变成可靠的 agent 会话：流式循环、工具路由、状态恢复、Provider 抽象和上下文管理。
首页 博客
工程与研究
Orkas 博客解释 Orkas 如何作为开源、本地优先的桌面客户端，用你自己的模型密钥协调 AI agent 团队。这里覆盖 Agent Harness 运行时、多 Agent 编排、本地自演进、Provider 路由、记忆、上下文压缩，以及模型流量直连供应商的安全设计。
Orkas 博客覆盖什么
多 Agent 工作流
主 agent 如何拆解请求、派发子 agent、在步骤间传递上下文，并在失败后恢复。
本地优先 AI 与安全
为什么 Orkas 把工作区数据和模型密钥留在用户机器上，以及为什么使用自己的供应商时模型流量会直连该供应商、不经 Orkas 服务器代理。
最新工程文章
产品
产品
自建、找代理，还是自己干：这个决定到底怎么做
代理公司卖的是三样可以拆开的东西——产能、专业度、问责——打包进一张发票，而大多数公司需要的不到三样。产能已经变得容易一个人产出，另外两样几乎没动。怎么搞清楚你真正在买的是哪一样。
2026 年 8 月 24 日
产品
产品
自由职业营销人该收多少（附免费定价计算器）
从你需要挣多少出发，而不是从别人收多少出发。一个跑在浏览器里的定价计算器、它背后的算术、真实市场数字该去哪找，以及跟现有客户涨价的四种做法。
2026 年 8 月 24 日
Agent
Agent
客户月报模板：该包含什么，以及怎么写
客户真正会看的六个部分、每部分该写什么、以及真正该用的写作顺序 —— 外加一份已经填好的 Word 和 Excel 模板，和生成它们的两步配方。不要邮箱。
2026 年 8 月 24 日
研究
研究
变大不是重点：Kimi K3 在三个方向上扩展信息流
Kimi K3 的参数从 1 万亿涨到 2.8 万亿，而这是整份报告里最不值得看的数字。它的架构沿序列、深度、宽度三条轴扩展，其中一处改动用一个下界换掉了 GPU 上一整条代码路径。每个方向各买到了什么，代价在服务栈上怎么还，以及报告悄悄放弃的一个行业惯例。
2026 年 8 月 4 日
架构
架构
上下文压缩是按 token 数切的，跟「什么该忘」没有关系
几乎所有 Agent 都在上下文占到窗口某个百分比时触发压缩，然后从最早的内容开始扔。这条阈值只知道你快装不下了，完全不知道你能安全丢什么。里程碑马尔可夫性为什么是假设而不是事实，以及压缩对它的要求为什么比训练严格一个量级。
2026 年 7 月 31 日
架构
架构
声明完成不等于验证完成：长程 Agent 的里程碑设计
Orkas 早就有可持久的计划里程碑，也早就在记录每次工具调用到底改变了什么。但这两半从没接起来，于是一步是否完成取决于模型说了什么。BEACON 怎么定位它的检测器，真要做该分哪三层，以及一条论文里没有的判据：看不可逆，别看重要。
2026 年 7 月 30 日
架构
架构
循环检测不等于停滞检测：抓住那些不重复却在原地打转的 Agent
Orkas 有三层循环防线，却都抓不住一个卡住的强模型——因为三层问的都是「你在不在重复」，而卡住的模型恰恰不重复。这篇讲这个盲区、从 BEACON 借来的输出侧进展定义，以及动手前先该量什么。
2026 年 7 月 28 日
研究
研究
BEACON：用里程碑引导的长程 Agent
精读浙江大学 BEACON：长程 Agent 为什么会在强化学习下崩溃，里程碑锚定的信用分配如何解决它，以及一个要把公式推一遍才看懂的自相矛盾指标。
2026 年 7 月 27 日
研究
研究
如何被 ChatGPT 引用：到底是什么决定了你会不会被引到
被引用不等于排名。它是先活过检索这一关，再成为那段值得被摘出来的话——OpenAI 的三个爬虫、robots.txt 藏起来的那道 CDN 门，以及为什么藏在 JavaScript 后面的事实等于不存在。
2026 年 7 月 14 日
Agent
Agent
如何让 Claude Code 和 Codex 一起用——一个对话同时指挥两个
Claude Code 和 Codex 各有强项。这篇讲怎么把它们一起用——开两个终端加 git worktree 的手动做法，以及用一个 Orkas Commander 在同一个对话里同时驱动两者的更省事做法。
2026 年 7 月 11 日
架构
架构
云端同步实战：Orkas 如何做好数据同步
Orkas 如何用加密传输、内容存储、服务端提交、账号级锁、同步规则、模型辅助冲突处理、删除确认和回收站，把用户数据可靠同步到多台设备。
2026 年 7 月 1 日
架构
架构
重写 Agent 的地基：Orkas 的一次底层重构
Orkas 如何在 1.0 发布线重做模型调用、Agent 循环、多智能体编排和工具生态，并把桌面端 agent 的地基重新握回自己手里。
2026 年 6 月 25 日
架构
架构
多 Agent 编排实战：Orkas 如何调度一个主 Agent 和它的子 Agent
拆解 Orkas 的多 Agent 编排：主 Agent 把一句请求变成一份计划，按依赖派遣子 Agent，在步骤之间传递上下文，并在出错时自愈。
2026 年 6 月 16 日
产品
产品
为什么你的 AI 视频账单，大部分花在重试上
主导成本的是迭代率，不是每秒单价。重试从哪里来，以及怎么把业界公认的清单变成默认行为。
产品
产品
什么是本地优先 AI？你的数据、你的密钥、你的机器
本地优先 AI 是什么意思——数据、API 密钥和模型流量都留在你自己的机器上，而不是厂商的云里——为什么它对隐私重要，以及一个自带密钥的 agent 究竟怎么工作。
2026 年 6 月 16 日
架构
架构
把模型变成产品的那一层：Orkas 的 Agent Harness 工程实现
Orkas 如何把模型调用变成可靠的桌面 Agent 运行时：流式运行循环、工具路由、上下文压缩、Provider 抽象、记忆与可自愈会话。
2026 年 6 月 10 日
Agent
Agent
一个会自己变好用的 Agent：拆解 Orkas 的自演进机制
拆解 Orkas 的本地自演进闭环：轻量信号、后台反思、可执行技能、技能指标，以及避免学错方向的防线。
2026 年 6 月 10 日
读懂 Orkas
Orkas 是什么？
Orkas 是一个开源、本地优先的桌面 AI 客户端，支持 macOS 和 Windows。你不是和单个助手对话，而是指挥一支 agent 团队：主 agent 负责你的目标，招募子 agent 调用技能来完成工作。你可以选择使用 Orkas 托管的官方模型，也可通过 OAuth 或 API Key 接入自己的供应商；工作区默认本地优先。
为什么 Orkas 是本地优先？
本地优先意味着数据和控制权都留在你的设备上。默认情况下，你的对话、文件、知识库、记忆和加密后的模型密钥都存在本机。使用自己的供应商时，模型流量从你的电脑直连该供应商，不经 Orkas 服务器代理；官方模型使用 Orkas 的托管模型服务。
Orkas 里的 agent 团队是怎么协作的？
主 agent 读取你的目标，拆成步骤，并按任务和能力招募子 agent。每个子 agent 在各自受限的上下文中工作，调用技能——网页搜索、代码执行、文件读写、知识库检索和连接器——来交付结果。主 agent 只把必要的信息传给每个子 agent，从而降低 token 成本、保持职责清晰。
Orkas 能用来做什么？
常见用途包括研究与分析、写作与编辑、用原生或外部 CLI agent（如 Claude Code、Codex、OpenClaw）编程、数据处理、学习，以及办公文档。你也可以把一个重复任务一次性做成可复用的子 agent，之后在对话里随时召唤。
Orkas 有哪些限制？
当前公开版本是 macOS/Windows 桌面应用；iOS 远程控制中继已关闭，且没有网页客户端。可使用 Orkas 托管的官方模型或连接自有供应商；前者使用 Orkas 积分，后者由供应商计费。可选同步会把所选数据存到 Orkas。