ОтветыОпубликовано24 источники
DeepSeek Harness v0.1.0-rc.8: изображения, субагенты и «зрение» через инструменты
DeepSeek Harness v0.1.0 rc.8 был опубликован 19 августа 2026 года; сообщения 20–21 августа описывали его как первое крупное обновление после публичной беты. Команды /goal и /plan теперь принимают текст вместе с изображением, меню @ умеет ссылаться на локальные файлы и прошлые сессии, а Claude Code и Codex подключают...
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование
Ключевые выводы
- DeepSeek Harness v0.1.0 rc.8 был опубликован 19 августа 2026 года; сообщения 20–21 августа описывали его как первое крупное обновление после публичной беты.
- Команды /goal и /plan теперь принимают текст вместе с изображением, меню @ умеет ссылаться на локальные файлы и прошлые сессии, а Claude Code и Codex подключаются как устанавливаемые субагенты.
- Для текстовых моделей Harness может извлекать из изображения OCR, координаты, статистику цветов, данные о пикселях, размерах и цветовом режиме.
Промпт ИИ
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 — это прежде всего обновление оркестрации и обработки входных данных, а не доказательство того, что любая модель DeepSeek теперь умеет видеть. Релиз был опубликован 19 августа 2026 года, через шесть дней после публичной беты и открытия исходного кода; часть публикаций и обсуждений датировалась 20–21 августа. 9
16 Всего в обновлении 14 изменений: они делают изображения полноценным элементом агентских сценариев и одновременно улучшают субагентов, терминал, вызов инструментов, хранение данных и совместимость.
4
Главное: изображение попадает в цикл работы агента
В RC.8 появился настраиваемый путь для нативных запросов с изображениями в адаптере моделей DeepSeek. Если выбранная модель или подключённый бэкенд поддерживает изображения, Harness может передать картинку непосредственно модели, а не держать вложение отдельно от задачи. 2
8
Поддержка распространяется на ключевые команды планирования:
/goalпринимает смешанный ввод из текста и изображения;/planтакже работает с текстом и изображениями;- меню
@позволяет по ходу работы ссылаться на локальные файлы и предыдущие сессии.2
12
15
Для сценариев с coding-агентами это означает, что скриншот интерфейса, макет, диаграмма или изображение ошибки можно включить прямо в цель и план. Пользователю уже не обязательно подробно описывать увиденное словами.
Но здесь важна оговорка: RC.8 добавляет транспорт и оркестрацию для изображений, а не наделяет текстовую модель самостоятельным визуальным восприятием. Нативная интерпретация зависит от настроенной модели или совместимого бэкенда. 8
9
Что входит в 14 изменений
Claude Code и Codex стали устанавливаемыми субагентами
Claude Code и Codex теперь можно устанавливать по требованию как профильные пакеты в системе субагентов. Codex дополнительно получил неинтерактивный режим разрешений и поддержку нескольких именованных экземпляров. Это позволяет запускать в одном рабочем процессе несколько независимо настроенных субагентов Codex. 2
4
Windows сохраняет состояние PowerShell
В Windows PTY-терминалах появились постоянные сессии PowerShell. В минимальном пресете эта функция включена по умолчанию, поэтому последовательным командам больше не нужно каждый раз заново создавать состояние оболочки. 2
Вызов инструментов стал гибче
Обновление улучшает работу с инструментами: в частности, добавляет конкурентный запуск web_search, пробуждение родительской задачи после передачи отчёта субагентом и автоматическое открытие локального браузера для dsh web. Также повышена производительность крупных ответвлений сессий и SQLite-хранилища. 2
4
Исправлены проблемы с изображениями, стримингом и шлюзами
RC.8 устраняет сбои запросов, которые возникали из-за слишком большого отдельного изображения или накопления большого числа картинок в истории разговора. После отмены потокового ответа и продолжения либо ответвления диалога теперь сохраняются префиксы ответов. Кроме того, улучшена совместимость с пользовательскими шлюзами, совместимыми с OpenAI, — в том числе при различиях в форматах запросов и отсутствии возвращаемого inference-контента. 2
4
В результате это обновление заметно шире, чем простая функция загрузки картинок. Изображения могут участвовать в постановке целей, планировании, истории сессии и делегировании задач, а сам runtime становится устойчивее в длинных и насыщенных инструментами рабочих процессах. 2
13
Как «инструментальное зрение» помогает текстовым моделям
Если выбранная модель не заявляет поддержку ввода изображений, Harness может использовать инструменты, чтобы превратить картинку в структурированные текстовые свидетельства. Описанный конвейер включает OCR-текст с координатами, статистику соотношения цветов, сканирование отдельных строк пикселей, размеры изображения и метаданные цветового режима. Затем текстовая модель рассуждает уже на основе этих данных. 1
2
То есть модель получает не исходное визуальное поле в том же виде, что и нативная vision-модель, а набор измерений и извлечённых описаний. Это полезный, но неизбежно неполный способ анализа.
Для каких изображений подход подходит лучше всего
«Инструментальное зрение» наиболее эффективно там, где структуру картинки можно восстановить по тексту, расположению элементов и измеримым признакам:
- скриншоты приложений и пользовательских интерфейсов;
- слайды и изображения презентаций;
- блок-схемы, диаграммы и простая графика;
- изображения с большим количеством текста, чёткой компоновкой и хорошим контрастом.
Такие задачи часто зависят от читаемого текста, выравнивания, границ, цветов и других сигналов, которые способны уловить OCR и выборочная проверка пикселей.
Где без нативного зрения не обойтись
Метод заметно слабее работает с обычными фотографиями, тонкими различиями между объектами, визуальным стилем, неявным контекстом и сложными пространственными отношениями между объектами и сценами. OCR и выборочная статистика пикселей не могут надёжно восстановить все детали, необходимые для подобных задач. 1
2
Практическое правило простое: для полноценного понимания изображения стоит использовать нативную vision-модель, а инструментальный слой — для извлечения конкретных свидетельств или как запасной вариант для текстовой модели. Он может помочь распознать текст, проверить преобладающие цвета, найти простые границы или подтвердить различия интерфейса на уровне пикселей, но его результат нельзя считать эквивалентом нативного визуального рассуждения. 2
3
Плагины сообщества для работы с изображениями
Ещё до появления встроенного пути RC.8 сообщество экспериментировало со способами дать текстовым агентам Harness доступ к визуальным данным. Среди упоминаемых решений — dsh-vision, dsh-vision-toolkit и modlens; каталоги плагинов также перечисляют локальные OCR-инструменты и мосты псевдозрения. 10
23
Два примера показывают разные подходы:
- ModLens возвращает структурированные данные об OCR, компоновке, сущностях и связях, чтобы текстовая модель могла работать с ними как с доказательствами.
18
dsh-vision-toolkitориентирован на OCR длинных скриншотов, визуальное заземление, восстановление пользовательских интерфейсов и попиксельное сравнение.21
Эти плагины не заменяют нативный путь к изображениям в RC.8, а дополняют его. Совместимая vision-модель может получить картинку напрямую, плагин — предоставить специализированные инструменты OCR, анализа компоновки и пикселей или подключить внешнюю модель, а текстовый агент — рассуждать на основе полученных данных. Такое разделение позволяет выбирать между более богатым нативным восприятием и более узким, прозрачным для проверки инструментальным выводом.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «DeepSeek Harness v0.1.0-rc.8: изображения, субагенты и «зрение» через инструменты»?
DeepSeek Harness v0.1.0 rc.8 был опубликован 19 августа 2026 года; сообщения 20–21 августа описывали его как первое крупное обновление после публичной беты.
Какие ключевые моменты необходимо проверить в первую очередь?
DeepSeek Harness v0.1.0 rc.8 был опубликован 19 августа 2026 года; сообщения 20–21 августа описывали его как первое крупное обновление после публичной беты. Команды /goal и /plan теперь принимают текст вместе с изображением, меню @ умеет ссылаться на локальные файлы и прошлые сессии, а Claude Code и Codex подключаются как устанавливаемые субагенты.
Что мне делать дальше на практике?
Для текстовых моделей Harness может извлекать из изображения OCR, координаты, статистику цветов, данные о пикселях, размерах и цветовом режиме.
Источники
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