DeepSeek Harness补齐视觉短板，新模型多模态性能逼近Opus-4.8

【区角快讯】就在上周V4 Pro-0813大模型亮相之际，DeepSeek Harness也开启了高频迭代模式，短短两日内接连升级。这一次，那只“小鲸鱼”终于装上了“眼睛”。截至发稿，该工具已更新至0.1.1-rc.1版本，在既有的V4 Flash及V4 Pro阵容外，新增了一位成员——V4 Flash Vision-Exp，即视觉模型的体验版。对于热衷尝鲜的开发者而言，只需执行npm i -g@deepseek-ai/dsh@next指令，即可抢先上手。

其实，此次多模态能力的整合并非毫无征兆。回顾昨日发布的v0.1.0-rc.8版本，DeepSeek已初步打通多模态链路，其适配器支持配置原生图片请求，诸如/goal、/plan等命令均能接收图文混合输入。用户只需将截图与需求一并提交，Agent便能直接“读图干活”。尽管此前DeepSeek并非原生多模态架构，但其网页端提供的识图功能凭借快准的体验积累了不少口碑，而此次将其深度集成至Harness中，无疑补全了关键一环，极大便利了开发者的日常调试。

官方随后证实了V4 Flash Vision-Exp的存在，并指出该实验性模型在文本处理层面——涵盖代理执行、逻辑推理及世界知识储备——与DeepSeek-V4-Flash保持同等水准。更令人瞩目的是，在多模态代理基准测试中，新版模型相较旧款实现了质的飞跃，其综合表现已无限接近Opus-4.8的水平。从单纯的文字交互到真正的视听理解，这一步跨越，或许正是具身智能走向成熟的前奏。