Delta：Zed团队打造的AI编程多人协作环境

什么是Delta？

Delta是一个面向AI编程代理（Coding Agents）的多人协作环境。这里的"多人"（Multiplayer）并不是指和AI一起玩游戏，而是指多位开发者可以在同一个代码库上，借助编程代理进行实时或异步的协作，而无需频繁依赖版本控制系统。

传统的协作流程中，哪怕只是想让资深工程师帮忙看一眼代码，初级工程师也往往需要走一遍commit、push、pull乃至创建Pull Request的流程。Delta的核心思路是提供一个中心化的空间，让多人可以同时与同一个AI代理对话、从不同角度请求修改代码，待讨论定稿后再进行commit，进入更高层级的版本控制协作。换句话说，Delta不是要取代Git，而是补齐"讨论与迭代"这一环节的体验。

值得一提的是，Delta出自Zed的开发团队。Zed是一款口碑颇佳的编辑器，常被从Vim迁移过来的开发者提及，这为Delta的技术底色增添了不少说服力。

透明声明：原视频为Delta官方赞助内容，但作者表示会给出诚实的评价。

安装与登录流程

Delta的安装过程相当简洁。在官网点击下载按钮，选择对应操作系统（演示中为Linux x64），下载后解压压缩包，目录中会有一个安装脚本。进入终端执行 ./install.sh 即可完成安装。

首次打开Delta时需要登录，而唯一的登录方式是GitHub账号。授权后需要选择LLM提供方，这里有三种路径：

• 直接使用Zed官方的推理服务（需订阅，也有免费额度）
• 复用已有的订阅，例如ChatGPT
• 填入API Key，支持常规API令牌或OpenCode之类的订阅方式

登录完成后进入的是一个简洁的欢迎界面，没有太多花哨的东西。

单人模式：先当作普通AI编程工具用

Delta也可以当作纯粹的"单人"编程工具使用。操作上先通过"add project to thread"选择本地文件夹——需要注意的是，这个文件夹必须是一个Git项目。

演示中使用的是一个简单的Flask待办事项应用。选定项目后，就可以开启一个新线程与代理对话，比如直接问"tell me about this project"。界面右下角可以切换模型与推理等级，既能用Zed提供的Opus系列，也能用自己绑定的ChatGPT账号。消息通过Ctrl+Enter发送。

界面布局上，左侧是项目与线程列表，右侧是实际的项目文件，点击文件即可预览，并带有不错的语法高亮。一个实用的细节是行内评论功能：对某段代码不满意时，可以右键选择comment，直接写出诉求（比如"把SQL语法改成小写"），AI便能精准理解你想修改的具体位置。

核心机制：工作树（Work Tree）与同步

理解Delta协作的关键在于它的文件结构。所有操作都发生在系统上的一个工作树（work tree）中，而非你原本的项目目录。通过"reveal in file manager"可以发现，文件实际位于 项目目录/.delta/work-trees/ 下。

这一设计的意义在于：这些工作树会在不同机器之间实时同步。当你在本地用普通编辑器修改文件时，协作者机器上的对应文件也会立即发生变化，无论他们是通过Delta查看还是直接浏览本地文件。

工作树（Work Tree）是 Git 的原生概念，指的是与某个仓库关联的实际文件系统目录。Git 本身支持通过 git worktree add 命令为同一个仓库创建多个并行工作树，每个工作树可以检出不同分支，互不干扰。Delta 借用并扩展了这一机制：它在 .delta/work-trees/ 路径下为每个协作会话维护独立的工作树，使 AI 代理的修改与用户的主工作区隔离，同时又能通过其同步层实现跨机器的实时更新。这与直接在本地主目录上操作有本质区别——代理的实验性改动不会污染你的工作区，只有经过审阅确认的变更才会提交进入正式 Git 历史。

多人协作：实时与异步两种模式

要开启真正的多人协作，需要邀请他人加入会话。点击右上角的share按钮，既可以指定邮箱邀请特定成员，也可以生成"任何人凭链接可加入"的分享链接。

需要强调的一个门槛是：即便拿到链接，受邀者仍然必须拥有Delta账号并完成GitHub登录才能加入，单纯打开链接是无法进入的。此外，由于GitHub限制免费账号只能有一个（创建第二个会被封禁），作者在演示协作时特意拉来了朋友Johannes，两人分别录屏完成了整套流程。

具体步骤是先把对方加为GitHub仓库的协作者，再邀请其加入Delta会话。一旦双方就位，一切都是实时同步的：一方在Delta中输入的内容，另一方立即可见；AI的所有回复与代码改动，所有用户都能同时看到，并通过清晰的diff视图审阅。

而异步协作在多数场景下反而更实用。协作者改完代码后，不必push到GitHub或创建PR，直接在聊天中发起一个review流程。另一方进入后可以查看改动，满意则批准并合并回主对话。这实质上是"分叉对话"——一个人提出修改，另一个人可以请求调整或直接批准，AI还会自动总结改动内容。

Delta 的异步 review 流程在概念上类似于 GitHub 的 Pull Request，但粒度更细、摩擦更低。传统 PR 需要完整的 push、分支创建和 CI 触发流程，适合已经成型的功能交付；而 Delta 的"分叉对话"机制则针对仍在探索阶段的修改——协作者可以在同一个聊天上下文中提出局部调整，另一方能在保留完整 AI 对话历史的前提下批准或要求再改，不必离开当前工作流。这种"对话即代码审查"的设计，尤其适合两人结对、或资深工程师对初级工程师代码进行快速指导的场景。

DeltaDB：可回溯的时间线

Delta底层由一个名为DeltaDB的系统追踪所有变更。这带来一个有趣的能力——回溯时间。你可以选中历史上的某条消息，执行"revert conversation to here"，撤销该节点之后的所有操作。需要注意的是，这种回退同样会作用于代码本身，例如此前被改成小写的SQL语句会重新变回大写。

DeltaDB 的时间线回溯在功能上与 Git 的 reset --hard 类似，但操作对象是"对话节点"而非 commit hash。这意味着它同时撤销了两层状态：AI 的对话上下文（模型不再"记得"被撤销的那些交互）以及对应的文件系统变更。这种双层回滚在调试 AI 代理产生的错误修改时非常实用——当代理沿着某个错误方向连续改了多个文件后，无需手动逐一还原，直接 revert 到分叉点即可。需要留意的是，这一回退并不写入 Git 历史，因此不会产生额外的 revert commit，整个探索过程对主仓库的 log 是透明的。

使用成本与适用场景

关于计费有一个容易被忽略的点：你连接的AI额度只用于你自己的消息。别人加入你的会话并不会消耗你的token，每位协作者仍需绑定各自的模型进行推理。

综合来看，Delta为"多人在同一代码库上进行代理式工程（Agentic Engineering）"提供了一个相当顺手的环境。无论是两人还是四人，无论是实时并肩工作还是通过review异步协作，它都补齐了传统Git流程中"轻量讨论与迭代"的缺口。对于希望团队共同使用AI代理开发的场景，它值得一试；而出自Zed团队这一背景，也为其工程质量提供了一定背书。