答案已发布24 来源
DeepSeek Harness v0.1.0-rc.8：图片成为 Agent 的一等输入，纯文本模型仍需借助工具“看图”
DeepSeek Harness v0.1.0 rc.8 于 2026 年 8 月 19 日发布（UTC），距公测和开源发布仅 6 天；8 月 20—21 日的报道主要是后续讨论，并非发布时间。[9][16] 这 14 项更新让兼容的视觉模型可以直接接收图片，同时为 /goal、/plan 增加图文混合输入，并支持通过 @ 菜单引用本地文件和历史会话。[2][12][15] Claude Code 和 Codex 可按需安装为子代理，Codex 还新增非交互权限模式和多个命名实例；Windows PTY、工具调用、存储性能及自定义网关兼容性也得到改进。[2][4]
发布者使用 GPT-5.6 Luna 编辑图片由 GPT Image 1.5 生成
研究答案
要点
- DeepSeek Harness v0.1.0 rc.8 于 2026 年 8 月 19 日发布（UTC），距公测和开源发布仅 6 天；8 月 20—21 日的报道主要是后续讨论，并非发布时间。[9][16]
- 这 14 项更新让兼容的视觉模型可以直接接收图片，同时为 /goal、/plan 增加图文混合输入，并支持通过 @ 菜单引用本地文件和历史会话。[2][12][15]
- Claude Code 和 Codex 可按需安装为子代理，Codex 还新增非交互权限模式和多个命名实例；Windows PTY、工具调用、存储性能及自定义网关兼容性也得到改进。[2][4]
- 对于不支持图片输入的文本模型，Harness 可通过 OCR、颜色比例、像素行扫描、图片尺寸和色彩模式等结构化证据辅助推理，但这仍不能替代原生视觉能力。[1][2]
AI 提示
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 的重点，不是宣布所有 DeepSeek 模型突然都能“看图”，而是把图片正式接入 Agent 的输入、规划、会话和协作链路。
该版本于 2026 年 8 月 19 日发布，距离公测及开源发布仅 6 天；部分媒体和社区在 8 月 20—21 日进行报道或讨论，因此出现了不同的日期表述。9
16 整体来看，RC.8 共带来 14 项调整，覆盖多模态输入、子代理、终端体验、工具调用、存储性能和兼容性修复。
4
最大变化：图片进入 Agent 循环
RC.8 为 DeepSeek 模型适配器增加了可配置的原生图片请求路径。当选定的模型或后端支持图片输入时，Harness 可以将图片直接传给模型，而不是把附件与任务上下文割裂开来。2
8
图片支持也延伸到了核心规划命令：
这对编程 Agent 很实用。用户可以直接附上网页截图、界面原型、流程图或报错画面，让图片成为目标和计划的一部分，而不必先用文字逐项描述。
但这里有一个关键边界：RC.8 增加的是图片传输与编排能力，并不会自动让文本模型获得独立的视觉理解能力。 图片能否被原生解读，取决于实际配置的模型或兼容后端。8
9
14 项更新主要改了什么？
Claude Code 和 Codex 成为可安装子代理
Claude Code 和 Codex 现在可以作为按需安装的 Profile Bundle 接入子代理系统。Codex 另外获得了非交互权限模式和多个命名实例支持，因此开发者可以在同一工作流中运行配置彼此独立的 Codex 子代理。2
4
Windows 终端能够保留 Shell 状态
Windows PTY 终端新增持久化 PowerShell 会话。在 minimal preset 中，这一行为默认开启，连续执行命令时不必每次重新创建 Shell 环境。2
工具调用和长会话性能改进
此次更新还增强了工具执行能力，包括支持并发调用 web_search、在子代理提交报告后唤醒父任务，以及执行 dsh web 时自动打开本地浏览器。同时，大型会话分叉和 SQLite 存储的性能也有所改善。2
4
图片请求、流式输出和网关兼容性修复
RC.8 修复了单张图片过大，或长对话中累积图片过多而导致的请求失败；流式响应被取消后继续对话或创建分支时，回复前缀也能得到保留。此外，针对自定义 OpenAI 兼容网关在请求格式和缺少 inference-content 返回方面的差异，版本也做了兼容性改进。2
4
因此，RC.8 并不只是一个“支持上传图片”的小功能。它让图片可以参与目标设定、计划制定、会话历史和委派任务，同时提升了长流程、工具密集型 Agent 的稳定性。2
13
纯文本模型如何通过“工具层视觉”处理图片？
如果选定的模型没有声明图片输入能力，Harness 可以调用工具，把图片转换成文本模型能够处理的结构化证据。已披露的处理链路包括：
随后，文本模型根据这些测量结果和提取出的描述进行推理。
这和原生视觉模型直接接收图片并理解视觉场景并不是一回事。文本模型面对的是经过提取和压缩的证据，而不是完整的视觉信息，因此这种方式更像是“根据检测报告还原画面”，难免存在信息损失。
哪些图片最适合这种方案？
工具层视觉更适合包含清晰、可提取结构的图片，例如：
- 应用和网页界面截图；
- 演示文稿或幻灯片截图；
- 流程图、示意图和简单图形；
- 排版清楚、对比度较高的文字型图片。
2
这类任务往往依赖可读文字、坐标位置、对齐关系、边界、颜色或像素差异，OCR 和定向像素检查能够捕捉其中相当一部分信息。
照片和复杂场景仍需要原生视觉
对于自然照片、细粒度物体识别、视觉风格判断、微妙语境，以及复杂的空间关系或场景理解，OCR 和抽样像素统计就明显不够用了。它们无法稳定重建完成这些任务所需的全部视觉细节。1
2
实际使用时，可以遵循一个简单原则：
需要真正理解画面时，优先使用原生视觉模型；只需提取特定证据，或主模型本身是纯文本模型时，再使用工具层视觉。
例如，它可以辅助提取截图中的文字、检查主色比例、寻找简单边界，或验证两个界面之间的像素级差异。但这些结果不应被视为与原生视觉推理等价。2
3
社区插件如何补充图片工作流？
在 RC.8 之前，社区已经在探索让纯文本 Harness Agent 间接获得视觉证据的方式。已有报道提到 dsh-vision、dsh-vision-toolkit 和 modlens 等工具，插件目录中还可以看到本地 OCR 和伪视觉桥接方案。10
23
其中两个例子比较能代表不同方向：
这些插件并不是用来取代 RC.8 的原生图片路径，而是与它形成互补：兼容视觉模型时，可以直接接收图片；需要专门的 OCR、布局分析、像素检查或外部视觉模型时，可以调用插件；如果主模型是纯文本模型，则可以让它围绕插件返回的证据进行推理。
换句话说，RC.8 真正带来的变化是把图片纳入了 Agent 的完整工作流，而不是让每一个底层模型都获得了同等水平的视觉能力。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“DeepSeek Harness v0.1.0-rc.8：图片成为 Agent 的一等输入，纯文本模型仍需借助工具“看图””的简短答案是什么？
DeepSeek Harness v0.1.0 rc.8 于 2026 年 8 月 19 日发布（UTC），距公测和开源发布仅 6 天；8 月 20—21 日的报道主要是后续讨论，并非发布时间。[9][16]
首先要验证的关键点是什么？
DeepSeek Harness v0.1.0 rc.8 于 2026 年 8 月 19 日发布（UTC），距公测和开源发布仅 6 天；8 月 20—21 日的报道主要是后续讨论，并非发布时间。[9][16] 这 14 项更新让兼容的视觉模型可以直接接收图片，同时为 /goal、/plan 增加图文混合输入，并支持通过 @ 菜单引用本地文件和历史会话。[2][12][15]
接下来在实践中我应该做什么？
Claude Code 和 Codex 可按需安装为子代理，Codex 还新增非交互权限模式和多个命名实例；Windows PTY、工具调用、存储性能及自定义网关兼容性也得到改进。[2][4]
来源
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