AnswersPublished24 sources
DeepSeek Harness RC.8 tuo kuvat agenttityönkulkuun – tekstimallit eivät silti opi näkemään
DeepSeek Harness v0.1.0 rc.8 julkaistiin UTC ajassa 19. elokuuta 2026, vaikka osa uutisoinnista ajoittui 20.–21. Kuvat voi liittää suoraan /goal ja /plan komentoihin, ja @ valikolla voi hakea paikallisia tiedostoja sekä aiempia istuntoja.
JulkaisijaMuokattu mallilla GPT-5.6 LunaKuvat luotu mallilla GPT Image 1.5
Research answer
Key takeaways
- DeepSeek Harness v0.1.0 rc.8 julkaistiin UTC ajassa 19. elokuuta 2026, vaikka osa uutisoinnista ajoittui 20.–21.
- Kuvat voi liittää suoraan /goal ja /plan komentoihin, ja @ valikolla voi hakea paikallisia tiedostoja sekä aiempia istuntoja.
- Tekstimallien niin sanottu työkalutason näkö perustuu OCR:ään, väritilastoihin, pikselirivien skannaukseen ja kuvan metatietoihin.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What changed in DeepSeek Harness v0.1.0-rc.8, released on August 21, 2026 as its first major post-beta update after the August 13 public bet. Article summary: The release was published on August 19 UTC, although coverage around August 20–21 described it as the first major update following the August 13 public beta/open-source launch. Its main change was to make images first-cl. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
DeepSeek Harness v0.1.0-rc.8 on ennen kaikkea orkestrointi- ja syötepäivitys, ei todiste siitä, että jokainen DeepSeek-malli osaisi nyt nähdä kuvia. Julkaisu tuli UTC-ajassa 19. elokuuta 2026, kuusi päivää julkisen beta- ja avoimen lähdekoodin julkaisun jälkeen. Osa aihetta käsitelleistä jutuista julkaistiin tai päiväsi keskustelun 20.–21. elokuuta. 9
16
Päivityksen 14 muutosta tekevät kuvista käyttökelpoisia agentin koko työnkulussa. Samalla paranevat alitehtävät, terminaalit, työkalujen suoritus, tallennus ja yhteensopivuus. 4
Kuvasta tulee osa agentin tavoitetta ja suunnitelmaa
RC.8 lisää DeepSeek-malliadapteriin määritettävän natiivin kuvapyyntöjen reitin. Jos valittu malli tai taustajärjestelmä tukee kuvia, Harness voi välittää kuvan sille suoraan sen sijaan, että liite jäisi tehtävästä erilliseksi tiedostoksi. 2
8
Kuvat toimivat nyt myös keskeisissä suunnittelukomennoissa:
/goalhyväksyy tekstin ja kuvan yhdistelmän./planhyväksyy tekstin ja kuvan yhdistelmän.@-valikolla voi viitata paikallisiin tiedostoihin ja aiempiin istuntoihin työn edetessä.2
12
15
Koodausagentille tämä on käytännöllinen muutos. Kuvakaappaus, käyttöliittymän luonnos, kaavio tai virhetilanne voidaan liittää suoraan tavoitteeseen ja suunnitelmaan. Käyttäjän ei tarvitse ensin yrittää kuvailla kaikkea sanallisesti.
Tärkeä rajaus kannattaa kuitenkin pitää mielessä: RC.8 lisää kuvien siirtämiseen ja käsittelyn orkestrointiin tarvittavan väylän. Se ei anna tekstipohjaiselle mallille itsestään riippumatonta visuaalista ymmärrystä. Natiivin tulkinnan ratkaisee määritetty malli tai yhteensopiva taustapalvelu. 8
9
Mitä 14 muutosta käytännössä sisältävät?
Claude Code ja Codex alitehtäviksi
Claude Coden ja Codexin voi asentaa tarvittaessa profiilipaketteina Harnessin alitehtäväjärjestelmään. Codex saa lisäksi ei-interaktiivisen käyttöoikeustilan sekä tuen useille nimetyille instansseille. Näin samassa työnkulussa voidaan käyttää erikseen määritettyjä Codex-alitehtäviä. 2
4
Windows-terminaali säilyttää komentotilan
Windowsin PTY-terminaalit saavat pysyvät PowerShell-istunnot. Ominaisuus on oletuksena käytössä minimal-esiasetuksessa, joten peräkkäiset komennot eivät joudu luomaan shell-tilaa uudelleen joka kerta. 2
Työkalujen suoritus nopeutuu ja monipuolistuu
Julkaisu parantaa työkalukutsuja muun muassa mahdollistamalla rinnakkaiset web_search-haut. Päätehtävä voidaan myös herättää, kun alitehtävä toimittaa raportin, ja dsh web voi avata paikallisen selaimen automaattisesti. Lisäksi suurten istuntohaarojen ja SQLite-tallennuksen suorituskykyä on parannettu. 2
4
Kuvien, suoratoiston ja yhdyskäytävien ongelmia korjataan
RC.8 korjaa pyyntöjen epäonnistumisia, joita saattoi syntyä liian suuresta yksittäisestä kuvasta tai keskusteluhistoriaan kertyneestä kuvamäärästä. Se säilyttää myös vastausten alut tilanteissa, joissa suoratoistovastaus perutaan ja keskustelua jatketaan tai haarautetaan.
Yhteensopivuutta mukautettujen OpenAI-yhteensopivien yhdyskäytävien kanssa parannetaan huomioimalla erot pyyntömuodoissa ja tilanteet, joissa inference-sisältöä ei palauteta. 2
4
Kokonaisuutena kyse ei siis ole vain kuvien lähettämisestä. Kuvat voivat osallistua suunnitteluun, istuntohistoriaan ja delegoituihin tehtäviin samalla, kun ajonaikainen ympäristö kestää paremmin pitkiä ja työkaluja runsaasti käyttäviä työskentelysessioita. 2
13
Miten tekstimallien ”työkalutason näkö” toimii?
Jos valittu malli ei ilmoita tukevansa kuvasyötettä, Harness voi käyttää työkaluja kuvan muuttamiseen rakenteiseksi tekstimuotoiseksi näytöksi. Raportoidussa ketjussa hyödynnetään:
- OCR:llä poimittua tekstiä ja sen koordinaatteja
- värien osuuksia kuvaavia tilastoja
- valittujen pikselirivien skannauksia
- kuvan mittoja ja väritilan metatietoja.
1
Tekstimalli päättelee kuvan sisällön näiden mittausten ja poimittujen kuvausten perusteella. Se ei saa alkuperäistä visuaalista näkymää samalla tavalla kuin natiivisti näkökykyinen malli. Menetelmä voi olla hyödyllinen, mutta se on väistämättä häviöllinen.
Missä menetelmä toimii parhaiten?
Työkalutason näkö soveltuu parhaiten kuviin, joiden rakenne voidaan palauttaa tekstinä, koordinaatteina ja yksinkertaisina kuvapistehavaintoina. Tällaisia ovat esimerkiksi:
- sovellusten ja käyttöliittymien kuvakaappaukset
- esitysdiojen kuvakaappaukset
- vuokaaviot, kaaviot ja yksinkertaiset grafiikat
- tekstipainotteiset kuvat, joissa on selkeä asettelu ja hyvä kontrasti.
Näissä tehtävissä olennaista voi olla luettava teksti, elementtien linjaus, rajat, värit tai muu signaali, jonka OCR ja kohdennettu pikselien tarkastelu pystyvät tavoittamaan.
Missä tarvitaan edelleen natiivisti näkevä malli?
Menetelmä on selvästi heikompi luonnonvalokuvissa, hienovaraisessa kohteiden tunnistuksessa, visuaalisen tyylin arvioinnissa, piilevän kontekstin ymmärtämisessä sekä monimutkaisissa tila- ja näkymäsuhteissa. OCR ja otantaan perustuvat pikselitilastot eivät pysty luotettavasti rakentamaan uudelleen kaikkia yksityiskohtia, joita näissä tehtävissä tarvitaan. 1
2
Käytännön nyrkkisääntö on yksinkertainen: käytä aitoa kuvaymmärrystä vaativiin tehtäviin natiivisti näkökykyistä mallia. Työkalutason näkö sopii tekstipohjaisen mallin varareitiksi tai rajattuihin tehtäviin, kuten tekstin poimintaan, hallitsevien värien tarkistamiseen, yksinkertaisten rajojen paikantamiseen ja käyttöliittymän pikselierojen varmistamiseen. Sen tulosta ei pidä pitää natiivin visuaalisen päättelyn veroisena. 2
3
Yhteisön lisäosat laajentavat kuvankäsittelyä
Yhteisön työkaluissa on jo kokeiltu useita tapoja tuoda visuaalista tietoa tekstipohjaisille Harness-agenteille. Esimerkkejä ovat dsh-vision, dsh-vision-toolkit ja modlens. Lisäosahakemistoissa on myös paikallisia OCR-ratkaisuja ja pseudonäköön perustuvia siltoja. 10
23
Kaksi esimerkkiä havainnollistaa vaihtoehtoja:
- ModLens palauttaa tekstipohjaiselle mallille rakenteista tietoa OCR:stä, asettelusta, entiteeteistä ja niiden suhteista.
18
dsh-vision-toolkitkeskittyy muun muassa pitkien kuvakaappausten OCR:ään, visuaaliseen kohdistamiseen, käyttöliittymän rekonstruointiin ja pikselivertailuun.21
Lisäosat täydentävät RC.8:n natiivien kuvapyyntöjen reittiä eivätkä korvaa sitä. Yhteensopiva näkömalli voi vastaanottaa kuvan suoraan, lisäosa voi tuottaa erikoistunutta OCR-, asettelu- tai pikselitietoa, ja tekstipohjainen malli voi päätellä vastauksen saadusta näytöstä. Tämä erottelu antaa kehittäjälle mahdollisuuden valita joko rikkaamman natiivin havainnoinnin tai rajatumman, tarkasteltavan työkalutuloksen.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek Harness RC.8 tuo kuvat agenttityönkulkuun – tekstimallit eivät silti opi näkemään"?
DeepSeek Harness v0.1.0 rc.8 julkaistiin UTC ajassa 19. elokuuta 2026, vaikka osa uutisoinnista ajoittui 20.–21.
What are the key points to validate first?
DeepSeek Harness v0.1.0 rc.8 julkaistiin UTC ajassa 19. elokuuta 2026, vaikka osa uutisoinnista ajoittui 20.–21. Kuvat voi liittää suoraan /goal ja /plan komentoihin, ja @ valikolla voi hakea paikallisia tiedostoja sekä aiempia istuntoja.
What should I do next in practice?
Tekstimallien niin sanottu työkalutason näkö perustuu OCR:ään, väritilastoihin, pikselirivien skannaukseen ja kuvan metatietoihin.
Sources
agenccy.aiDeepSeek Shipped Image Input for Its Agent CLI. Its Own Models Still Cannot See.
dsharness.orgThe DeepSeek Harness changelog
news.qq.comDeepSeek Harness首发新版本：14项更新，多模态能力拉满_腾讯新闻
cctest.aiDeepSeek Harness v0.1.0-rc.8 Adds Multimodal Agent Input - CCTest