一个请求，多个代理。
保留你更喜欢的结果。
一步把同一个任务交给 2 到 4 个 CLI 或模型：Claude Code 和 Codex，或者同一个 CLI 的两个模型。每个代理都在独立的 git worktree 中工作，在你选定之前，你的主检出不会变动。
公开的基准测试告诉你一个模型在别人的仓库上表现如何。这里告诉你它在你的仓库上、在你真正要关闭的工单上表现如何。
修复登录重定向循环
main，你的最后一次提交
race-1-claude- 3 个文件
- +42 -11
- 6 分钟
race-2-codex- 5 个文件
- +88 -23
- 9 分钟
race-3-antigravity- 2 个文件
- +31 -19
- 4 分钟
三个代理，一个请求，三个 worktree。数字只是示例：由你阅读 diff，由你选择。
Claude Code 和 Codex 的对比文章到处都是，但几乎都是在别人的仓库上测试。你想知道的是，哪个代理能应付你的技术栈、你的约定和眼前这个 bug。最直接的办法，就是给两者同一个请求，然后阅读两份 diff。
手动做的话，需要两个 worktree、两个终端，把同一个提示词粘贴两次，再分别对比起始提交生成 diff。这样行得通，本页也给出了准确的命令。AgentsRoom 把它变成一个启动器，适用于它能运行的 17 个代理 CLI 中的任意一个（Claude、Codex、GitHub Copilot CLI、Cursor 以及另外 13 个代理 CLI）。
AgentsRoom 不给结果打分，也不选赢家。它为每个代理提供相同的数字和完整的 diff，以及一个按钮，用来合并你决定保留的那个。
对比能做什么
三个已选好的代理
启动器打开时已选中三个 CLI，直接启动即可。每一行都可以更换提供商、模型、推理强度或账户，行数可以在 2 到 4 之间调整。同一个 CLI 的两个模型算作两个代理。
每个代理一个新的 worktree
每个代理都有自己的分支和 worktree，从你当前的 HEAD 精确切出，包括尚未推送的提交。如果某个 worktree 无法创建，只有那一行失败，其他代理照常启动：代理绝不会退回到你的主检出里工作。
工作时并排显示
面板排成一行，四个代理时排成方形。上方的状态条跟踪每个代理：启动中、工作中、等待你操作、已完成、失败。之后不会有任何东西移动你的屏幕：对比结束时只会出现一条带「对比」按钮的通知。
每个代理一张卡片
修改的文件、增删的行数、工作时长，以及 CLI 上报时的 token 或成本。「查看差异」会在标签页中打开该代理做的所有改动，无论是否已提交，并与它开始时的提交对比。
保留这个
在一次说明将要发生什么的确认之后，把该分支合并到你开始时所在的分支。代理未提交的内容会先提交到它自己的分支。发生冲突时合并会被取消，你的检出保持原样。
从手机启动
iOS 和 Android 应用可以启动并跟踪一次对比：由电脑运行，不会动它的屏幕，代理列表上方的卡片显示每个代理的状态。对比和合并仍在电脑上完成。
如何运行一次对比
从请求到合并，共五步。
- 1
打开启动器
在项目中打开闪电按钮并选择「在多个代理上对比」，或者在代理列表底部点「新代理」，再选择「在多个代理上对比」。输入请求，如果任务需要，再附上文件。
- 2
选择代理
三个 CLI 已准备好。点击某一行可以更改，也可以添加或移除一行。无法启动的行会显示「未安装 CLI」或「配额已满」，并且不计入数量。启动器还会告诉你哪些未提交的文件不会进入 worktree。
- 3
启动
点击「启动 3 个代理」，或按 Cmd/Ctrl+Enter。worktree 依次创建，每个代理把请求作为第一条消息收到，面板并排打开。过程中你可以回复其中任何一个。
- 4
对比
它们完成后，「对比」会为每个代理打开一张卡片。先看数字，再对值得阅读的打开「查看差异」，想询问某个代理时，用「显示」调回它的控制台。
- 5
保留一个，清理其余
「保留这个」在确认后合并它的分支。然后应用会提议关闭其他代理并删除它们的 worktree，并先列出会丢失的内容。你可以拒绝，稍后用「清理其余的」处理，或者用「不保留并结束」退出。
不用 AgentsRoom 做同样的对比
做这件事不一定需要我们的应用，这个方法值得了解。每个代理都需要自己的文件夹，否则第二个会覆盖第一个。这些命令于 2026 年 11 月 5 日在一个测试仓库上运行过。
BASE=$(git rev-parse HEAD)
git worktree add -b try/claude ../try-claude HEAD
git worktree add -b try/codex ../try-codex HEAD
# one terminal per folder, the same request in each
cd ../try-claude && claude "fix the login redirect loop"
cd ../try-codex && codex "fix the login redirect loop"
# back in your main checkout: what did each one change?
git -C ../try-claude add -N . && git -C ../try-claude diff --stat $BASE
git -C ../try-codex add -N . && git -C ../try-codex diff --stat $BASE在两个独立的终端中运行两条代理命令，每个文件夹一个，然后边做边回复它们。要把新文件计入数字，先用 git add -N 标记，因为普通的 git diff 会忽略未跟踪的文件。要保留一个结果，就在它的文件夹中提交，从主检出合并它的分支，然后移除不再需要的 worktree 和分支。
其他工具提供什么（截至 2026 年 11 月）
这个想法不只属于我们，在某些方面别的工具走得更远。日期是我们阅读其页面的那一天。
Cursor
Cursor 3 有一条 /best-of-n 命令，把一个任务放到多个模型上运行，每个模型在独立的 worktree 中。父代理会评论结果，并能把不同实现的部分合并到一个提交中，这是 AgentsRoom 做不到的。它比较的是 Cursor 内部的模型（Cursor 论坛帖子，2026 年 11 月 5 日阅读）。
VS Code
VS Code 的 Agents 窗口把 Compare Models 列为 Preview 功能：同一个任务在多个模型上运行，结果并排显示。我们的对比页面介绍了这个窗口的其余功能，以及它比我们做得更多的地方。
Orca
Orca 围绕每个代理一个 worktree 构建，并展示了把同一个 bug 交给三个代理的做法。它是最接近这种工作流程的工具，而且不需要为此单独的启动器。我们的对比页面列出了差异。
AgentsRoom 增加了什么
对比可以在不同的 CLI 之间进行，而不只是不同的模型，所以 Claude Code 对上 Codex，各用自己的工具和你自己的订阅。配额规则适用于每一行，你保留的代理会继续作为项目的普通代理工作。
限制
- 项目必须是至少有一次提交的 git 仓库，并且你的检出必须在某个分支上。
- 主检出中未提交的改动不在 worktree 里：它们从你的最后一次提交开始。启动器会在启动前说明这一点。
- 每个代理消耗各自的配额：三个代理的花费是该请求的三倍。如果达到套餐限制或机器预算，代理会等待空位并自行启动。
- 检出在这台电脑上、代理却运行在 SSH 主机上的项目无法对比，因为在这里切出的 worktree 在主机上不存在。直接在服务器上打开的项目可以对比。
- 对比在启动它的电脑上运行，绝不会在账户的其他机器或机器池的机器上运行。
- 文件数和行数来自 git：未跟踪的新文件算一个文件，没有行数。如果你关闭了项目统计，工作时长未知。
- 在手机上可以启动和跟踪，但不能添加附件。对比、合并和清理都在电脑上完成。
- 于 2026 年 11 月 5 日在 1.254.0 版本中发布，目前已在 macOS 上手动测试。Windows 和 Linux 运行相同的 git 调用，但尚未手动测试。
常见问题
Claude Code 比 Codex 好吗？
这取决于你的仓库和任务，所以我们不发布排名。在截至 2026 年 11 月 5 日的四周内，在 AgentsRoom 中启动过 Codex 的账户里，84% 也启动过 Claude Code：很多人两个都留着。有用的测试是你自己的测试：给两者同一张真实的工单，阅读两份 diff，再用两三种不同类型的任务重复一遍，然后再下结论。
如何在自己的代码上对比 Claude Code 和 Codex？
从同一个提交出发，给两者同一个请求，各自在独立的 git worktree 中工作，然后分别与该提交生成 diff。在 AgentsRoom 中，这就是「在多个代理上对比」启动器。不用它的话，命令都在本页：每个代理一条 git worktree add，每个文件夹一个终端，对比起始提交运行 git diff。
在我做出选择之前，对比会动我当前的分支吗？
不会。每个代理都有自己的 worktree 和分支。只有「保留这个」会改动你的分支，而且只在你确认之后。如果你的检出在此期间切换到了另一个分支，「保留这个」会拒绝并说明原因，不会合并到其他地方。
一次对比要花多少钱？
有几个代理，就花几倍的请求费用，走各个 CLI 自己的配额或 API 密钥：AgentsRoom 不按对比次数额外收费。启动器会在启动前告知代理数量。把它留给选择很重要的任务，例如一个真实的 bug 或涉及多个文件的功能，而不是每个小改动都用。
可以对比同一个 CLI 的两个模型吗？
可以。启动器的每一行都有自己的提供商、模型、推理强度和账户，所以你可以把两个 Claude 模型并排，或者让同一个模型用两种推理强度，或者让同一个 CLI 用两个账户。
和 Cursor 的 best-of-n 有什么区别？
Cursor 的 /best-of-n 在 Cursor 内部把一个任务放到多个模型上运行，每个模型在独立的 worktree 中，父代理会评论结果，并能合并多次尝试的部分内容。AgentsRoom 既能对比不同的模型，也能对比不同的 CLI，用的是你自己的订阅，并把判断留给你：它显示数字和 diff，然后合并一整条分支。来源：Cursor 论坛上关于 Cursor 3 的帖子，2026 年 11 月 5 日阅读。
AgentsRoom 会替我选出最好的结果吗？
不会。改动的行数和花费的时间几乎说明不了质量，打分只会掩盖这一点。如果你想要第二意见，在点击「保留这个」之前，让另一个代理审查这些 diff。
如果某个代理崩溃，或者合并发生冲突，会怎样？
崩溃的代理会标记为「失败」，其他代理继续工作。如果你关闭某个代理或重启应用，对比会恢复，已关闭的代理仍然可以对比和保留。如果合并发生冲突，合并会被取消，你的检出恢复原样：让该代理解决冲突，然后再保留一次。
可以对比哪些 CLI？
AgentsRoom 支持的 17 个代理 CLI（Claude、Codex、GitHub Copilot CLI、Cursor 以及另外 13 个）中，只要已安装并在电脑上登录，都可以。所有 CLI 都能得知工作时长。token 或成本只有在 CLI 上报时才会显示。
与本页相关
你可能还喜欢
Git worktree
给每个 AI 代理或工单一个独立的 git worktree，开箱即可构建（依赖已安装、.env 已复制），然后在同一个窗口里审查、提交并合并它。
Claude 和 Codex 一起用
把新代理分给 Claude Code 和 Codex：每两个工单一个，或者先用 Claude 会话的 10%，再用 Codex 本周的 10%。两份订阅同步消耗，而不是用完一个再用另一个。剩下的交给配额规则。
多供应商
AgentsRoom支持17个AI编码供应商：Claude、Codex、GitHub Copilot CLI、OpenCode、Antigravity CLI、Aider、Grok Build、Mistral Vibe、Kimi Code、Amp、oh-my-pi、Freebuff、Devin、Cursor、Command Code、Muse Code和Pi。为每个代理分配不同的供应商，在对话中途切换供应商，通过自动交接保持完整上下文。最好用的多供应商AI编码工具。
在让你卡住的工单上试试
下载 AgentsRoom，输入一个请求，看看两个代理会怎么处理。
配套应用：随时随地监控你的 Agent
使用 Claude、Codex、Antigravity CLI 或其他 AI 提供商。
把 Bug 和需求直接发送到您的公开待办清单。
