Så ansluter du Codex, Claude Agent och OpenCode till Devin Desktop via ACP 2026

Vad är ACP på 2 minuter?#

I augusti 2025 publicerade Zed Industries Agent Client Protocol som en öppen specifikation. I slutet av 2025 hade JetBrains officiellt anslutit sig till utvecklingen, och i december meddelade företaget stöd i IDE 25.3 RC. Idén är enkel: det finns dussintals redigerare med AI och dussintals agenter, och tidigare krävde varje kombination av redigerare och agent ett eget integrationslager. ACP standardiserar lagret mellan dem.

En vanlig jämförelse är att ACP för AI-agenter är som LSP för språkservrar. När Microsoft publicerade LSP behövde man inte längre skriva en separat VS Code-integration för Python, en annan för Rust och ytterligare en för Go. Varje språk körde en LSP-server enligt standarden, och alla redigerare med LSP-stöd kunde integrera med den.

I juni 2026 är specifikationen stabil i version 1. Officiella SDK:er har släppts för TypeScript, Python, Rust, Java och Kotlin. Tolv produkter har meddelat ACP-stöd i redigerare: Zed (inbyggt och protokollets skapare), JetBrains IDE:er från och med 2025.3, VS Code, Neovim, Emacs, marimo och fem mindre produkter. Devin Desktop, redigeraren från Cognition, sticker ut: den lanserades den 2 juni 2026 och gjorde ACP till en central del av gränssnittet från början.

Information om hur du arbetar med Ailoot finns i dokumentationen.

Vad behöver du installera innan du börjar?#

ACP i Devin Desktop kräver ett betalt abonnemang. På gratisabonnemanget Free är åtkomst till tredjepartsagenter via ACP avstängd. Dokumentationen säger det uttryckligen:

Pro kostar $20 per månad. Det räcker för en enskild vibe coder som vill prova en konfiguration med tre agenter. Max, för $200 per månad, behövs bara om du kör Devin Cloud kontinuerligt i bakgrunden. Teams, för $80 per team plus $40 per medlem, är till för grupper som behöver delade Spaces.

Den främsta begränsningen med ACP i Devin Desktop just nu är att redigeraren inte hämtar agenter från registret på egen hand.

Det betyder att du måste installera alla tre CLI-verktygen—Codex, Claude och OpenCode—manuellt i förväg. Först när binärfilerna är installerade kan redigeraren hitta dem som anslutningsbara agenter.

Den snabbaste installationsvägen på macOS och Linux:

# Codex CLI från OpenAI
npm install -g @openai/codex

# Claude Code från Anthropic (ACP-adaptern tillhandahålls av community-adaptern claude-agent-acp nedan)
npm install -g @anthropic-ai/claude-code

# OpenCode (öppen källkod)
curl -fsSL https://opencode.ai/install | bash

Kontrollera efter varje kommando att binärfilen finns i PATH:

codex --version
claude --version
opencode --version

Om ett kommando inte svarar kan npm ha placerat binärfilen utanför PATH, eller så kan curl ha misslyckats på grund av en nätverkstidsgräns. Det är ingen idé att fortsätta; åtgärda installationen först.

Var letar Devin Desktop efter agenter?#

Cognition behöll den välbekanta Windsurf-sökvägen i stället för att ändra .windsurf till .devin. Det är praktiskt: dina gamla konfigurationer fortsätter att fungera som tidigare.

En post för en enskild agent i registret ser ut så här:

{
  "id": "codex-cli",
  "name": "Codex",
  "version": "0.42.0",
  "description": "OpenAI's coding agent",
  "authors": ["OpenAI"],
  "license": "Apache-2.0",
  "distribution": {
    "binary": {
      "darwin-arm64": {
        "path": "/opt/homebrew/bin/codex",
        "args": ["--acp"]
      },
      "darwin-x64": {
        "path": "/usr/local/bin/codex",
        "args": ["--acp"]
      },
      "linux-x64": {
        "path": "/usr/local/bin/codex",
        "args": ["--acp"]
      },
      "win32-x64": {
        "path": "C:\\Program Files\\codex\\codex.exe",
        "args": ["--acp"]
      }
    }
  }
}

Det viktigaste fältet är path. Där anges var den körbara CLI-filen finns på din disk. Om du installerade via npm är sökvägen vanligtvis ~/.nvm/.../node/.../bin/codex eller /usr/local/bin/codex. Du kan hitta den med which codex.

Fältet args anger vad Devin Desktop lägger till i startkommandot. Flaggan --acp behövs för att starta CLI-verktyget i ACP-serverläge och kommunicera med redigeraren via JSON-RPC genom stdin/stdout. Utan flaggan startar CLI-verktyget i vanligt interaktivt läge, och Devin Desktop hittar det inte.

Säkerhetskopiera registry.json innan du redigerar filen. En felaktig JSON-fil här blockerar alla ACP-agenter:

cp ~/.windsurf/acp/registry.json ~/.windsurf/acp/registry.json.backup

Öppna sedan filen i en redigerare och lägg till agentblocket i arrayen agents.

Ansluta OpenAI Codex CLI#

Steg ett: autentisera. Utan autentisering kan CLI-verktyget inte anropa API:et:

codex auth login

Kommandot öppnar en webbläsare. Om du har ChatGPT Plus eller Team sker autentiseringen via ditt konto, och du behöver ingen separat API-nyckel. Om du inte har ett ChatGPT-abonnemang blir du ombedd att ange en API-nyckel från platform.openai.com.

Steg två: kontrollera att det fungerar i vanligt läge:

codex run "write hello world in python"

Om du får ett svar och en post dyker upp i ~/.codex/sessions/ fungerar CLI-verktyget som det ska. Nu kan du ansluta det till redigeraren.

Steg tre: lägg till ett block i ~/.windsurf/acp/registry.json. Använd strukturen från avsnittet ovan och fyll i path med resultatet från which codex:

which codex
# /opt/homebrew/bin/codex

Steg fyra: aktivera agenten i redigeraren. Öppna kommandopaletten i Devin Desktop:

• Cmd+Shift+P på macOS
• Ctrl+Shift+P på Windows och Linux

Kör kommandot Devin User Settings från paletten. Växla till fliken Agents i fönstret som öppnas. Codex bör visas i listan när du har redigerat registret. Slå på reglaget bredvid.

När agenten har aktiverats visas en ny kolumn i Agent Command Center. Du kan tilldela den en uppgift, så utför Codex den.

I testet som beskrivs här svarade Codex snabbast av de tre—på ungefär 8 sekunder för uppgiften ”lägg till loggning i den här funktionen”. Claude tog 16 sekunder på samma uppgift, och OpenCode tog 22.

Codex passar bra när:

• Du behöver snabb, standardmässig kod utan långa resonemang
• Du skriver grundläggande skript och vill göra många små ändringar i följd
• Du arbetar utifrån en befintlig specifikation och lösningen är självklar

När Codex passar sämre:

• En komplex arkitekturuppgift med avvägningar: den tar ofta genvägar
• Kod med juridisk känslighet som kräver ett balanserat svar: Claude är ett bättre val
• Om du är van vid att finjustera prompter och egna regler: Claudes verktyg är mer flexibla

Ansluta Anthropics Claude Agent#

Anthropic släpper ännu inte en egen ACP-binärfil med namnet ”Claude Agent”. Devin Desktop använder samma sak som vanliga Claude Code, men via en shim: adaptern claude-agent-acp från protokollets kodförråd, licensierad under Apache 2.0.

Steg ett: autentisera Claude Code:

claude auth login

Om du har Claude Pro- eller Max-abonnemang sker autentiseringen via ditt konto. Annars blir du ombedd att ange en API-nyckel från console.anthropic.com.

Steg två: kontrollera det:

claude "rewrite this function so it returns Result<T, E>"

Om CLI-verktyget svarar kan du installera adaptern och ansluta den till redigeraren.

Steg tre: installera adaptern:

npm install -g @agentclientprotocol/claude-agent-acp

Steg fyra: lägg till ett block i registry.json. Fältet path pekar på adapterns binärfil, inte på claude självt:

{
  "id": "claude-agent",
  "name": "Claude Agent",
  "version": "0.4.0",
  "description": "Anthropic's coding agent (community ACP adapter)",
  "authors": ["Anthropic", "ACP community"],
  "license": "Apache-2.0",
  "distribution": {
    "binary": {
      "darwin-arm64": {
        "path": "/opt/homebrew/bin/claude-agent-acp",
        "args": []
      }
    }
  }
}

Steg fem: aktivera den i Devin Settings på fliken Agents.

I testerna som beskrivs här hanterade Claude Agent de största uppgifterna bäst. För uppgiften ”dela upp den här komponenten på 600 rader i tre filer, och bevara alla importer och tester” glömde Codex två gånger att komponenten renderades på tre ställen. Claude upptäckte allt på första försöket.

Claude Agent har samma nackdelar som Claude Code:

• Det är långsammare än Codex för enkla uppgifter
• Det kostar mer per anrop om du använder API:et i stället för ett abonnemang

Vill du att flera AI-agenter ska arbeta med din uppgift i stället för att bli en samling binärfiler? Att ansluta dem är den tekniska delen. Viktigare är att veta hur du fördelar kontext mellan dem så att varje agent vet vad de andra redan har gjort. Det är en del av kontextteknik: ett av systemets tre element—en AI-klon av dig, projektets Second Brain och kontextteknik för varje uppgift. Därefter spelar det ingen roll vilket protokoll agenterna använder för att kommunicera; de arbetar på samma sätt.

Ansluta OpenCode: ett kostnadsfritt alternativ#

OpenCode började som ett alternativ med öppen källkod till Claude Code i början av 2026. I juni hade kodförrådet samlat på sig över 30,000 stjärnor, dokumentationen hade översatts till ett dussin språk och färdiga förinställningar fanns för Ollama och vLLM.

Installera det med skriptet:

curl -fsSL https://opencode.ai/install | bash

Kontrollera:

opencode --version

Konfigurera sedan vilken modell OpenCode ska använda. Starta Ollama och hänvisa OpenCode till det för att köra allt lokalt:

opencode config set provider ollama
opencode config set base_url http://localhost:11434
opencode config set model qwen3.5-coder:32b

Hitta verktygsguider i Ailoot-dokumentationen

Lägg sedan till ett block i registry.json:

{
  "id": "opencode",
  "name": "OpenCode",
  "version": "0.18.1",
  "description": "Open source coding agent",
  "authors": ["OpenCode community"],
  "license": "MIT",
  "distribution": {
    "binary": {
      "darwin-arm64": {
        "path": "/usr/local/bin/opencode",
        "args": ["acp"]
      }
    }
  }
}

Aktivera det i Devin Settings. Klart.

I testerna som beskrivs här svarade OpenCode med Qwen 3.5 Coder märkbart långsammare än Codex och Claude—i genomsnitt 22–25 sekunder per uppgift jämfört med 8–16 för konkurrenterna. Å andra sidan kostar det ingenting, och inget team bakom det kan återkalla din åtkomst.

OpenCode passar bra när:

• Du har en lokal GPU och vill köra kodningsuppgifter offline

• Du arbetar med ett inlärningsprojekt och inte är redo att lägga pengar på ett API

• Du vill jämföra hur modeller med öppen källkod ligger efter slutna modeller

När OpenCode passar sämre:

• Du behöver kvalitet i nivå med Claude; modeller med öppen källkod har ännu inte kommit ikapp
• Stora arkitekturuppgifter med en kontext på 50K+ tokens; lokala modeller tappar ofta tråden
• Hastighet är avgörande; även på en 4090 är OpenCode långsammare än molnbaserade Codex

Spaces: dela kontext mellan agenter#

Tidigare hade varje agent i Windsurf en egen session. Du startade Cascade och sedan Codex, och de visste inte om varandra. Cognition löste det med Spaces.

I ett Space kan agenter se:

• Filändringar som andra agenter har gjort
• Historiken över de senaste uppgifterna och besluten
• Delad promptkontext (till exempel din CLAUDE.md eller AGENTS.md)
• Pågående pull requests och deras kommentarer

Så här skapar du ett Space:

1. Öppna Agent Command Center (knappen i det övre fältet i Devin Desktop)
2. Klicka på ”New Space” i det övre högra hörnet
3. Länka en projektmapp till Space
4. Lägg till de agenter du behöver bland dem som är aktiverade i Settings

Ett fungerande arbetssätt med tre agenter:

1. Codex skriver det första utkastet till implementeringen i Space
2. Claude Agent ser vad Codex gjort och granskar koden, omstrukturerar och städar upp komplicerade delar
3. OpenCode skriver tester för den slutliga versionen

Alla tre använder samma AGENTS.md (en gemensam fil med projektregler) och samma uppgiftsfil. Du behöver inte upprepa kontexten.

Tester över tre projekt visade två saker. För det första minskade tiden från att uppgiften startades till en färdig PR med ungefär en tredjedel, eftersom agenterna inte behövde upprepa information för varandra. För det andra behövdes mer manuellt ingripande eftersom Codex och Claude ibland drog koden åt olika håll. Det är bra att skriva AGENTS.md tydligt och strikt.

Om du inte har en egen AGENTS.md än kan du läsa guiden så använder du AGENTS.md och CLAUDE.md tillsammans: den beskriver en enda instruktionsfil som alla tre agenter läser.

När ska du köra varje agent?#

Mönster 1. En standardfunktion på 30 minuter

CRUD för en ny tabell, ett formulär med två fält, en enkel webbsida. Välj Codex. Det skriver den på 5 minuter, och du kan granska och leverera den. Claude kommer att tänka för länge här. OpenCode kommer inte att vara tillräckligt snabbt.

Mönster 2. En arkitekturuppgift med avvägningar

Du behöver bestämma om den här delen ska brytas ut till en separat tjänst eller stanna kvar i monoliten. Eller välja mellan Redux och Zustand för ett befintligt projekt. Välj Claude. Det kan väga argumenten mot varandra. Codex ger dig en ”lösning” utan diskussion, och den är sannolikt fel.

Mönster 3. Testtäckning för kod som redan är skriven

När en av agenterna har skrivit kod växlar du till Claude eller OpenCode för testerna. Codex har dålig känsla för vilka randfall som är viktiga. Claude är bättre än de andra på att testa komplex affärslogik, medan OpenCode är bra på att skriva API-integrationstester.

Mönster 4. Offlineutveckling lokalt

Ett flygplan, ett tåg, en sommarstuga utan internet. Codex och Claude fungerar inte—de kräver ett API. OpenCode med Ollama och en lokal modell är det enda alternativet. Kvaliteten är lägre, men du kan fortfarande skriva kod.

Mönster 5. Jämföra tre svar

När du inte är säker på vilket tillvägagångssätt som är rätt ger du samma uppgift till alla tre agenterna via Spaces. Jämför de tre svaren och välj det bästa eller kombinera dem. Det kostar mer i tokens, men lönar sig för viktiga uppgifter.

I den arbetsrytm som beskrivs här går 60% av uppgifterna till Codex (hastighet), 30% till Claude (kvalitet) och 10% till OpenCode (offline). En gång i veckan startas i det här exemplet alla tre i Spaces för en svår uppgift, så att deras förslag kan jämföras.

Devin Desktop-abonnemang och agentabonnemang#

När Devin Desktop väl är betalt behöver varje ACP-agent sitt eget abonnemang:

• Codex — ChatGPT Plus eller Team ($20 och uppåt), eller en OpenAI API-nyckel med betalning efter användning
• Claude Agent — Claude Pro ($20) eller Max, eller en Anthropic API-nyckel.
• OpenCode — kostnadsfritt när du använder en lokal modell via Ollama.

Det etiska minimumet är att inte dela ett konto mellan flera personer; ett konto är registrerat på en person.

I juni 2026 kostar grundabonnemangen för en konfiguration med alla tre agenter ungefär $60 per månad: Devin Pro ($20), ChatGPT Plus ($20) och Claude Pro ($20). Om du begränsar konfigurationen till Codex och OpenCode utan Claude blir kostnaden $40.

Hur skiljer sig ACP från MCP?#

Folk blandar ofta ihop dem eftersom båda är ”protokoll för agenter” och båda använder JSON-RPC. Skillnaden ligger i vad de ansluter.

MCP—Model Context Protocol från Anthropic ansluter en agent till datakällor och verktyg. Via en MCP-server kan en agent se din databas, läsa filer, anropa GitHub API och komma åt Notion. Den analyserar indata och bestämmer vilket verktyg som ska användas.

ACP—Agent Client Protocol från Zed och JetBrains ansluter en redigerare till en agent. Via ACP skickar en IDE den markerade koden, de öppnade filerna och kommandot du körde från paletten till agenten. Tillbaka får den filändringar, bekräftelseförfrågningar och information om hur uppgiften fortskrider.

En agent kommunicerar med redigeraren via ACP och med sina verktyg via MCP. Stacken ser ut så här:

┌─────────────────┐
│ Devin Desktop   │ ← redigerare
└────────┬────────┘
         │ ACP (Apache 2.0, JSON-RPC över stdio)
┌────────▼────────┐
│ Claude Agent    │ ← agent
└────────┬────────┘
         │ MCP (Anthropic, JSON-RPC över HTTP eller stdio)
┌────────▼────────┐
│ MCP server      │ ← verktyg (databas, filer, API)
└─────────────────┘

Mer om MCP finns i den separata guiden MCP Servers för Claude Code, med exempel på hur du ansluter sju färdiga servrar.

Vad fungerar inte i juni 2026?#

Tre anmärkningsvärda begränsningar som identifierades under två veckors testning:

Registret hämtar inte agenter. Som nämnts i början av den här guiden förväntar sig Devin Desktop att du installerar CLI-binärfiler manuellt. Ett installationsskript löser det, men guider glömmer ofta att nämna det.

Alla redigerarfunktioner skickas inte vidare till alla agenter. Redigering av flera filer i en och samma transaktion fungerar för närvarande fullt ut bara med Devin Local. Codex och Claude via ACP får redigeringskommandon en fil i taget. Det påverkar inte de flesta uppgifter, men för omstruktureringar som omfattar 5+ filer i en operation behöver du växla tillbaka till Devin Local.

Konflikter vid parallellt arbete. Om två agenter redigerar samma fil samtidigt i ett Space skriver den som sparar sist över den andras version. Devin Desktop visar ännu ingen diff för konflikter. Lösningen är att tilldela varje agent en annan fil i uppgiften eller arbeta via en PR och lösa mergekonflikter manuellt.

JetBrains nämner liknande betabegränsningar i sin ACP-implementering i IDE 25.3 RC:

Det är samma upplägg som i Devin Desktop: installera CLI-verktyget manuellt och anslut det i redigeraren.

Vart är ekosystemet på väg?#

ACP är för närvarande en av de ledande standarderna, men inte den enda. Tre standarder växer parallellt:

• MCP (Anthropic)—agent till verktyg. Redan de facto-standard.
• A2A (Google, april 2025)—agent till agent. Kommunikation mellan fristående agenter utan en central samordnare.
• ACP (Zed, JetBrains, slutet av 2025)—redigerare till agent.

Under de kommande månaderna väntas Cursor och Replit Agent också bygga in ACP i sina gränssnitt. Just nu använder de proprietära API:er. När två stora aktörer börjar använda ACP blir standarden allmän. Då blir ”din egen agent i vilken redigerare som helst” en fungerande norm.

För en vibe coder innebär det två saker. För det första behöver du inte installera fem olika appar för att prova nya modeller. För det andra kan du flytta en leverantörs agent till vilken ACP-redigerare som helst och fortsätta arbeta om leverantören ändrar sin prismodell eller lägger ned tjänsten i morgon.

Att konfigurera en trio agenter är den tekniska delen. Att förstå hur tekniska val påverkar din produkt är en annan färdighet. Den viktigaste uppgiften är att bygga ett system där AI återskapar ditt sätt att tänka (en AI-klon), minns projektets kontext (ett Second Brain) och läser uppgiftens regler (kontextteknik). De här tre elementen bildar ett fungerande system. Därefter kan du byta verktyg på en kväll.

Lär känna Ailoot.