DeepSeek Harness上线多模态功能 疑似预告V4视觉模型即将发布

2026年8月20日，开源智能体工具DeepSeek Harness在发布仅7天后迎来重磅升级，正式上线全链路多模态支持，新增模型适配器原生图片请求能力，引发外界对DeepSeek V4视觉版模型即将发布的广泛猜想。本次更新同步优化交互逻辑与复杂工作流稳定性，多项核心功能实现图文混合调用，大幅降低开发者搭建多模态智能体的技术门槛。

2026年以来，国内大模型工具链的迭代速度明显加快，仅今年二季度就有超过12款开源智能体工具上线，但其功能大多集中在纯文本任务调度，多模态能力的缺失一直是开发者的核心痛点。不少中小团队反馈，要实现智能体的图片理解、图文混合调度功能，需要额外对接3-4个第三方工具模块，不仅开发周期长，后续的稳定性维护成本也居高不下。

本次DeepSeek Harness的更新，直接从底层补上了多模态支持的短板。模型适配器首次支持配置原生图片请求，开发者无需额外对接第三方视觉处理工具，即可直接调用图像理解能力。

交互层面的优化也更贴合开发者的实际使用场景：此前仅支持纯文本输入的/goal、/plan等核心调度命令，现在全面支持带图发送；@引用功能的覆盖范围也从单纯的本地文件，扩展到了历史会话内容，开发者单次提问即可同时挂载截图、本地文件与过往对话记录，省去了多次上传、上下文重复输入的麻烦。