DeepSeek Harness更新多模态能力
DeepSeek Harness 14项更新背后，Harness正在变成Agent的“通用底盘”rc.8这波更新，表面是补多模态，实际上是在做三件事：一是打通“眼睛”：原生图片请求让视觉信息能直接进入Agent工作流。截图、流程图、UI稿，现在都能成为任务上下文的一部分。Claude Code和Codex也作为子代理按需接入，多个Agent协作更顺畅。二是修“手脚”：Windows的PTY终端加入持久PowerShell会话，自定义OpenAI网关调用问题也修了。公测后暴露的实操痛点被集中解决了一批。三是从“能用”走向“好用”：公测当天能翻译88页论文、开发贪吃蛇游戏，一周后能看懂截图、处理流程图。14项更新不是堆功能，是在把Harness打磨成Agent的“通用底盘”——不管上层模型是纯文本还是多模态，Harness都能让它们“看”到该看的东西。智东西的标题说“多模态能力拉满”，更准确的表述可能是“Harness正在变得像一个真正的Agent操作系统”。当它能看、能听、能调用、能协作的时候，离“替你干活”就不远了。
发布于 四川
5
3
4
未登录
友善发言
评论
加载中
