AI第一线
上线刚满七天，DeepSeek Harness就甩出了v0.1.0-rc.8版本。这次更新没有大张旗鼓，但干的事挺“野”：给压根不识图的纯文本模型，硬生生装了一双眼睛。这双“眼睛”不是靠换模型，而是靠工具链“拼”出来的。当调用的模型不支持视觉，系统不会直接报错，而是自动启动一套备用方案：先OCR识别文字，再统计颜色比例，甚至扫描像素行。一张图被拆成坐标、色块、尺寸等一堆结构化数据，再喂给大模型。模型拿着这些“线索”，就能反推出图片的大致内容。这种“工具层视觉”对付PPT截图、流程图、界面截图这类结构清晰的内容很有效。虽然面对复杂照片还比不上原生多模态模型，但胜在灵活，不挑底座模型。除了“看图”，这次更新还把Claude Code和Codex拉进了子代理体系。Codex支持多实例运行，相当于给Agent团队招了两个专业外援。Windows端的PowerShell终端也做了优化，不用频繁重建环境，命令跑起来更顺滑。多模态支持这次也实装了。支持视觉的模型现在可以直接接收图片，/goal、/plan这些指令也能图文混排。输入框还新增了@功能，文件和会话随手就能引用。修复了一堆影响体验的Bug：大图或多图导致请求失败、流式输出中断后内容丢失、自定义网关调用异常等问题都得到了解决。大型会话分叉和SQLite读写的性能也有所提升。从设计思路看，DeepSeek Harness坚持“一切皆插件”。模型、工具、子代理像积木一样，可以按需拼装。这次更新就是典型：视觉模型走原生通道，纯文本模型走工具通道，两套方案在同一套体系里并行不悖。公测不到一周就补上多模态，迭代速度够快。接下来要看这套插件化架构，能不能把更多模型和Agent塞进来，跑出更复杂的任务流。
发布于 安徽
1
评论
赞
未登录
友善发言
评论
加载中
