续:DeepSeek|Harness v0.1.0-rc.8:原生多模态输入与多项更新

PromptTree|阅读 0
2026/08/20 09:37
DeepSeekHarness多模态Agent
续报:DeepSeek于8月19日前后发布Harness v0.1.0-rc.8;支持原生图片请求与图文指令,Claude Code/Codex可按需安装为子代理,并提示SQLite存储格式不兼容。

续报八月中旬Harness开源公测之后,本轮增量不是换模型,而是把「看得见图」写进Agent运行时。模型会聊已经不够,开发者更关心外壳能不能接图片、能不能挂多套编码子代理、升级会不会把本地会话库弄坏。

DeepSeek是国内大模型公司;DeepSeek Harness是其面向开发者的开源Agent运行时,定位不是再发一套权重,而是把模型、工具、技能、会话、沙箱与界面做成可替换插件。所谓Harness,白话是把模型放进可规划、可调工具、可记会话、可换插件的外壳里跑任务——同一模型换外壳,成绩可能差一截。八月中旬前后,团队以MIT协议开放源码并启动v0.1开发者预览;此前产业讨论已提醒:榜单热度与真实多工具任务通过率之间仍可能存在裂缝。

GitHub发布记录显示,DeepSeek于8月19日前后推出Harness v0.1.0-rc.8(预发布)。更新日志把多模态写成最显眼的变化:DeepSeek模型适配器支持配置启用原生图片请求;/goal/plan等命令可接收图文输入;@菜单支持引用文件与会话。可以把它想成:以前Agent只能听口述地图,现在可以直接看照片再规划路线。

本轮可拆开看的几层增量:

  1. 子代理:Claude Code与Codex均可作为Profile Bundle按需安装;Codex另支持非交互权限模式与多个命名实例,方便同一任务里编排多套编码外壳。
  2. Windows:补上持久PowerShell会话,并在极简模式预设中默认启用,降低跨平台终端体验落差。
  3. 修复:过大图片或历史图片载荷过高导致请求失败、取消流式后前缀未带入后续提问、部分自定义OpenAI兼容网关格式差异等问题被点名修复。
  4. 体验:web_search支持并发查询,子代理回传可及时唤醒父任务;本地执行dsh web时可自动打开浏览器。

存储与SDK同样要写进升级清单。团队改善SQLite读写与分叉性能并降低体积,同时明确提示数据结构不兼容——这意味着老会话库不能假设「点一下就无缝升级」。Python SDK运行时覆盖四个内置Agent预设,并补齐搜索与MCP stdio相关依赖,降低「装得上却跑不起来」的概率。

把这条放进Agent基础设施坐标:前一阶段行业比拼谁的模型更能写代码;下一阶段比的是外壳能不能吃多模态、能不能热插拔子代理、失败了能不能回放。对开发者,rc.8把图文输入与主流编码工具链接进同一插件体系;对企业试用方,则要把不兼容存储与预览版破坏性变更算进迁移成本。

需要把边界读清楚。rc版本仍处开发者预览,生产环境需谨慎跟版;原生视觉与「工具层看图」在真实任务上的失败恢复率仍须复测。下一观察点是多子代理并行时的权限审计,以及不兼容升级是否提供清晰迁移工具——能看图是演示,能在失败时说清楚「哪一步读错了哪张图」才是验收。