AnswersPublished24 sources
DeepSeek Harness v0.1.0-rc.8: 14 endringer som setter bilder i sentrum
DeepSeek Harness v0.1.0 rc.8 ble publisert 19. august 2026. Oppdateringen med 14 endringer gir også bildeinput til /goal og /plan, fil og sesjonsreferanser via @ menyen, Claude Code og Codex underagenter, vedvarende PowerShell økter i Windows og flere ytelses og kompatibilitet...
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- DeepSeek Harness v0.1.0 rc.8 ble publisert 19. august 2026.
- Oppdateringen med 14 endringer gir også bildeinput til /goal og /plan, fil og sesjonsreferanser via @ menyen, Claude Code og Codex underagenter, vedvarende PowerShell økter i Windows og flere ytelses og kompatibilitet...
- «Verktøylagssyn» kan gi tekstmodeller OCR, fargedata og pikselscanning å resonnere over.
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 er først og fremst en oppgradering av orkestrering og input – ikke et bevis på at alle DeepSeek-modeller har fått syn. Versjonen ble publisert 19. august 2026, seks dager etter den offentlige betalanseringen og åpen kildekode-lanseringen. Noen omtaler daterte kunngjøringen eller diskusjonen til 20.–21. august. 9
16 De 14 endringene gjør bilder brukbare gjennom agentarbeidsflyter, samtidig som underagenter, terminaler, verktøykall, lagring og kompatibilitet blir forbedret.
4
Den viktigste nyheten: Bilder inn i agentens arbeidsflyt
RC.8 legger til en konfigurerbar kanal for native bildeforespørsler i DeepSeek-adapteren. Når den valgte modellen eller backend-løsningen støtter bildeinput, kan Harness sende bildet direkte videre – i stedet for å behandle vedlegget som noe separat fra oppgaven. 2
8
Bilde støttes nå i sentrale planleggingskommandoer:
/goalkan ta imot tekst og bilder i samme input./plankan ta imot tekst og bilder i samme input.@-menyen kan hente inn lokale filer og tidligere økter mens arbeidet pågår.2
12
15
I praksis betyr det at et skjermbilde, en skisse av et grensesnitt, et diagram eller en feilmelding kan inngå direkte i målet og planen. Brukeren slipper dermed å beskrive alt manuelt i tekst først.
Men her ligger den viktige presiseringen: RC.8 bygger bildekanalen og styringen rundt den. Den gir ikke automatisk en tekstmodell selvstendig visuell forståelse. Tolkningen av bildet avhenger av modellen eller backend-løsningen som er konfigurert. 8
9
Dette dekker de 14 endringene
Claude Code og Codex kan installeres som underagenter
Claude Code og Codex kan installeres ved behov som profilpakker i underagentsystemet. Codex får i tillegg en tillatelsesmodus for ikke-interaktive kjøringer og støtte for flere navngitte instanser. Det gjør det mulig å kjøre separat konfigurerte Codex-underagenter i samme arbeidsflyt. 2
4
Windows-terminalen beholder skalltilstanden
Windows-terminaler basert på PTY får vedvarende PowerShell-økter. Funksjonen er aktivert som standard i minimalprofilen, slik at påfølgende kommandoer ikke trenger å opprette skalltilstanden på nytt hver gang. 2
Verktøykall blir mer effektive
Oppdateringen forbedrer blant annet verktøykall med samtidige web_search-forespørsler, vekking av hovedoppgaven når en underagent leverer en rapport og automatisk åpning av lokal nettleser ved bruk av dsh web. Ytelsen blir også bedre ved forgrening av store økter og ved bruk av SQLite-lagring. 2
4
Feil med bilder, strømming og gateways er rettet
RC.8 retter forespørselsfeil som kunne oppstå med ett svært stort bilde eller mange bilder samlet i samtalehistorikken. Den bevarer også svarprefikser når en strømmende respons avbrytes og samtalen deretter fortsettes eller forgrenes. Kompatibiliteten med egendefinerte OpenAI-kompatible gateways blir bedre, blant annet ved forskjeller i forespørselsformat og manglende retur av inferensinnhold. 2
4
Samlet sett er dette mer enn en enkel funksjon for bildeopplasting. Bilder kan nå inngå i planlegging, økthistorikk og delegert arbeid, samtidig som kjøretidsmiljøet blir mer robust i lange økter med mange verktøykall. 2
13
Slik fungerer «verktøylagssyn» for tekstmodeller
Når den valgte modellen ikke oppgir støtte for bildeinput, kan Harness bruke verktøy til å gjøre bildet om til strukturert tekstlig dokumentasjon. Den rapporterte arbeidsflyten omfatter OCR-tekst med koordinater, statistikk over fargeforhold, utvalgte skanninger av pikselrader, bildedimensjoner og metadata om fargemodus. Denne informasjonen sendes deretter til tekstmodellen, som resonerer over målingene og beskrivelsene. 1
2
Modellen mottar altså ikke selve bildeinnholdet på samme måte som en ekte synsmodell. Den arbeider med målte og uttrukne beskrivelser – en nyttig, men også tapsbasert, tilnærming.
Dette fungerer best på
Verktøylagssyn egner seg særlig for bilder med tydelig og gjenfinnbar struktur, som:
- Skjermbilder av apper og brukergrensesnitt
- Skjermbilder av presentasjoner og lysbilder
- Flytskjemaer, diagrammer og enkel grafikk
- Teksttunge bilder med ryddig layout og god kontrast
I slike oppgaver er det ofte viktig å lese tekst, vurdere plassering, finne grenser eller undersøke farger – signaler OCR og målrettet pikselanalyse kan hente ut.
Her trengs fortsatt native syn
Metoden er langt svakere på naturfotografier, finmasket gjenkjenning av objekter, visuell stil, subtile kontekstuelle detaljer og komplekse romlige forhold eller sceneforståelse. OCR og utvalgt pikselstatistikk kan ikke pålitelig rekonstruere alle detaljene slike oppgaver krever. 1
2
Den praktiske tommelfingerregelen er derfor enkel: Bruk en native synsmodell når oppgaven faktisk krever bilde-forståelse. Bruk verktøylagssyn som en fallback for tekstmodeller eller til avgrensede oppgaver som å hente ut tekst, undersøke dominerende farger, finne enkle grenser eller kontrollere pikselforskjeller i et grensesnitt. Resultatet bør ikke behandles som det samme som native visuell resonnering. 2
3
Fellesskapsplugins utvider bildearbeidsflytene
Fellesskapet hadde allerede prøvd ut flere måter å gi tekstbaserte Harness-agenter tilgang til visuell informasjon på. Blant løsningene som er omtalt, finner vi dsh-vision, dsh-vision-toolkit og modlens. Plugin-kataloger viser også lokale OCR-løsninger og broer for pseudo-syn. 10
23
To eksempler viser bredden i tilnærmingene:
- ModLens returnerer strukturert informasjon om OCR, layout, entiteter og relasjoner for tekstmodeller.
18
dsh-vision-toolkiter rettet mot blant annet OCR av lange skjermbilder, visuell forankring, rekonstruksjon av brukergrensesnitt og piksel-sammenligning.21
Pluginene utfyller, snarere enn erstatter, RC.8s native bildekanaI. En kompatibel synsmodell kan motta bildet direkte, en plugin kan levere spesialisert OCR-, layout- eller pikselanalyse, og en tekstmodell kan resonnere over dokumentasjonen som kommer ut. Det gir utviklere et valg mellom rikere, direkte bilde-forståelse og mer målrettede og etterprøvbare verktøydata.
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 v0.1.0-rc.8: 14 endringer som setter bilder i sentrum"?
DeepSeek Harness v0.1.0 rc.8 ble publisert 19. august 2026.
What are the key points to validate first?
DeepSeek Harness v0.1.0 rc.8 ble publisert 19. august 2026. Oppdateringen med 14 endringer gir også bildeinput til /goal og /plan, fil og sesjonsreferanser via @ menyen, Claude Code og Codex underagenter, vedvarende PowerShell økter i Windows og flere ytelses og kompatibilitet...
What should I do next in practice?
«Verktøylagssyn» kan gi tekstmodeller OCR, fargedata og pikselscanning å resonnere over.
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