DeepSeek Harness更新多模态能力
Harness补齐多模态，解决了此前Agent框架一大痛点：只能处理文字，面对截图、图纸、照片类任务束手无策。对于开发者来说，这意味着搭建智能体，能够直接把截图、文档一并丢给Agent，完成看图分析、图文结合的复杂任务，更贴近真实工作流。框架快速更新迭代，也体现开源社区的压力，市面上主流Agent产品大多已经支持多模态，Harness需要跟上行业节奏。要分清框架能力和底层模型能力，框架层面打通图文输入，并不代表底层模型本身原生具备强大视觉理解，配置和适配还有不少工作要做。整体看，这是一次重要的功能补齐，但距离成熟商用Agent底座，依旧还有不少bug与稳定性问题需要打磨。
发布于 四川
5
评论
2
未登录
友善发言
评论
加载中
