Devin Desktop は Cognition が開発した次世代 IDE です。Windsurf をベースに、Cognition が「エージェント指令センター」と呼ぶ機能を中心として一から再構築されています。単にコードを書くだけでなく、エージェントを管理するエンジニアのために設計されています。このガイドでは Devin Desktop の全機能を解説し、AnyCap がワークスペース内のすべてのエージェントにメディア生成機能を追加する方法を紹介します。
Devin Desktop とは？
Devin Desktop は、本格的なエンジニアリングチームでますます一般的になりつつある問いへの Cognition の答えです。コードベースの異なる部分を並行して担当する複数の AI エージェントをどう管理するか？
Cognition が買収した AI 搭載 IDE「Windsurf」から発展し、Devin（Cognition の自律型 AI ソフトウェアエンジニア）を IDE の画面に直接統合しています。中心となるアイデアは、一度に一つの AI とペアプログラミングするのではなく、大規模なエージェント管理のために設計されているということです。
Cognition はローンチ時にこの転換を率直に語っています。「私たちが一緒に働く優れたエンジニアは、一度に一つのエージェントとペアプログラミングしているだけではありません。彼らはエージェントを使って作業をスコーピングし計画し、タスクをクラウドエージェントに委任し、進捗をレビューし、本番環境に何を出すか決めています。」
Devin Desktop はまさにその世界のために作られました。
Devin Desktop の主要機能
エージェント指令センター
エージェント指令センターは Devin Desktop の中核機能です。エージェント管理をサイドバーやモーダルとしてではなく、主要な作業画面として前面に押し出しています。
指令センターからできること：
- すべての実行中エージェント（ローカルおよびクラウド）を一つのカンバンボードで確認
- エージェントの進捗・出力・ステータスをリアルタイムで追跡
- 特定のエージェントにタスク、コードのコンテキスト、要件を割り当て
- エージェントが作成したプルリクエストをレビューしてマージ
- コンテキストや状態を失わずにエージェント間を切り替え
複数のエージェントを並行して動かすチームにとって、ブラウザのタブやターミナルセッションを行き来することから脱却できる質的な変化です。
Spaces：エージェントチームの共有コンテキスト
Spaces は、Devin Desktop がマルチエージェントの連携問題を解決するための機能です。複数のエージェントが関連タスクに取り組む際、コード・意思決定・中間結果を共有する必要が生じることがよくあります。調整なしでは、作業が重複したり、矛盾した出力が生じたりします。
Spaces は関連エージェントに共有コンテキストレイヤーを提供します。これにより、エージェントはゼロから始めたり矛盾したりすることなく、互いの成果を土台にして作業を進められます。
典型的なセットアップ：1 つ目のエージェントが新機能のスコーピング、2 つ目がバックエンドの実装、3 つ目がテストの作成、4 つ目がフロントエンドを担当。Spaces がこの 4 つを同期させ、互いの進捗を常に把握させます。
マルチエージェントカンバンビュー
Devin Desktop のカンバンビューでは、並行エージェント作業を一目で把握・管理できます。各タスクカードには以下が表示されます。
- どのエージェントがタスクを担当しているか
- 現在のステータス（進行中・ブロック中・レビュー待ち）
- 最近の出力のプレビュー
- 経過時間
この可視性こそが、3 つのエージェントを効果的に並行運用できるかどうかを左右します。
ACP プロトコル：サードパーティエージェントにも対応
Devin Desktop はエージェントクライアントプロトコル（ACP）をサポートしており、Devin エージェントに限定されません。ACP 対応のエージェントであれば、Devin と並行して Devin Desktop 内で実行できます。同じカンバンビュー、Spaces コンテキスト、レビューワークフローを共有します。
実際には、開発ライフサイクルのさまざまな局面に特化したエージェントを接続できます。テストエージェント、セキュリティレビューエージェント、ドキュメントエージェント、そして AnyCap を使えばメディア生成エージェントも追加できます。
完全な IDE 互換性
Devin Desktop は Windsurf/VS Code をベースに構築されており、既存のセットアップとの完全な互換性を維持しています。
- すべての VS Code 拡張機能が引き続き動作
- キーバインドが完全に保持
- LSP、ターミナル、Git 連携が通常通り機能
- 現在のエディタワークフローからの移行は不要
エージェント管理レイヤーは、使い慣れた IDE の上に重なるかたちで提供されます。置き換えではありません。
マルチモデルアーキテクチャ
Devin は単一の基盤モデルに縛られるのではなく、タスクごとに最適なモデルを使用するよう設計されています。このアーキテクチャに反映されているように、Devin Desktop はエージェントレベルでモデルに依存しない設計となっており、タスクの複雑さや性質に応じて異なる AI モデルにルーティングします。
ギャップ：メディア生成機能がない
Devin Desktop はソフトウェア開発の側面をよくカバーしています。ただし、メディアが欠けています。エージェントは画像、UI モックアップ、その他のビジュアルアセットを生成できません。動画デモもなく、音声もなく、CDN 公開機能もなく、リアルタイムのウェブアクセス機能も内蔵されていません。
エージェントにコードの作成とデプロイだけを求めるチームには問題ありません。しかし、ほとんどのプロダクトには最終的にヒーロー画像、デモ動画、ソーシャルグラフィックのバッチが必要になります。現状では、エージェントが作業を中断して人間にタスクを戻さなければなりません。
AnyCap を接続する
AnyCap は、Devin Desktop エージェントに画像生成、動画制作、音声合成、ウェブ検索、ファイル公開機能を追加するエージェント CLI です。Devin Desktop エージェントはタスクの一環としてシェルコマンドを実行します。AnyCap がシステムにインストールされ認証されていれば、ワークスペース内のすべてのエージェントがそれを直接呼び出せます。
エージェントコマンドはローカルファイルパスと CDN URL を返すため、生成されたメディアは連鎖したワークフローにそのまま組み込めます。機能を構築しているエージェントが、ヒーロー画像を生成し、CDN URL を取得し、それを PR の説明に含めたり、Spaces 経由で別のエージェントに渡したりできます。人間の介入は不要です。
画像生成
任意のエージェントセッションから、製品モックアップ、ヒーロー画像、UI アセットセット、ソーシャルメディアグラフィック、イラストを生成できます。AnyCap は FLUX Pro、Ideogram、Stable Diffusion XL、Recraft など 15 以上の画像モデルをサポートしており、エージェントがタスクごとに最適なスタイルを選択できます。
動画制作
Veo 3、Kling、Runway、Wan などの主要な動画モデルを使って、製品デモ動画、ショート動画、アニメーションプレビュー、解説コンテンツを生成できます。ランディングページを構築しているエージェントは、コードを書くのと同じセッションでヒーロー動画を生成できます。
音声と音楽
アプリ、動画、コンテンツプロジェクト向けに、ナレーション、BGM、効果音、音声アセットを生成できます。AnyCap は音声合成モデルと音楽生成モデルの両方をサポートしています。
ウェブ検索とクロール
エージェントにリアルタイムのウェブアクセスを付与できます。Devin Desktop エージェントはライブウェブを検索し、競合他社のページをクロールし、最新ドキュメントを読み込み、手動の情報収集なしに最新データに基づいて行動できます。
ファイル公開
生成したアセットをクラウドストレージにアップロードし、即座に共有可能な CDN リンクを取得できます。エージェントはコード内で AnyCap がホストするファイルを参照したり、Spaces 経由で他のエージェントに渡したり、プルリクエストの説明に記載したりできます。
Devin Desktop で AnyCap をセットアップする
ステップ 1：AnyCap CLI をインストールする
npm install -g anycap
anycap login
セットアップはこれだけです。Devin Desktop エージェントはシェルコマンドを実行します。AnyCap がインストールされ認証されれば、ワークスペース内のすべてのエージェントがそれを呼び出せます。
ステップ 2：動作を確認する
任意のエージェントセッションを開いて入力します。
「AnyCap を使ってテスト画像を生成してください：シンプルなグラデーションの正方形。」
エージェントがシェル経由で anycap image generate を実行し、ファイルパスと CDN URL を返します。これで Devin Desktop ワークスペース内のすべてのエージェントがフルメディア生成機能を持ちます。
ワークフロー例
ランディングページを構築する Devin エージェントは、HTML・CSS・JavaScript を書き、ヒーロー画像を生成し、10 秒のデモ動画を制作し、すべてを含む PR をオープンできます。コードとアセットの間で人間の引き継ぎは不要です。
マーケティングコンテンツ：エージェントが変更履歴を読み込み、LinkedIn カルーセル用の画像セットを生成し、コピーを書き、公開可能なパッケージを納品します。QA ドキュメント：エージェントが主要なユーザーフローの注釈付きスクリーンショットを生成し、ドキュメントを書き、Wiki にリンクします。
クライアント案件では、エージェントがプロジェクトブリーフから磨き上げられたモックアップと短い解説動画を生成し、機能が完成する前から提示できるものを用意できます。
Devin Desktop 概要
| 機能 | 詳細 |
|---|---|
| ベース IDE | Windsurf（VS Code 互換） |
| 主要 AI モデル | Devin（Cognition SWE-1 シリーズ） |
| マルチモデルルーティング | あり — タスクごとに最適なモデル |
| プロトコルサポート | MCP + ACP |
| エージェント可視性 | カンバンビュー、リアルタイムステータス |
| サードパーティエージェント | ACP 対応エージェントすべて |
| ダウンロード | devin.ai/download |
| AnyCap 統合 | CLI ツール、一度インストールするだけ |
始める
Devin Desktop は Cognition からダウンロードできます。AnyCap は 5 分で接続でき、カスタムコードは不要です。