DeepSeek Harness8 月 13 日刚公测开源，仅仅七天就迎来重要更新，一共做了 14 处优化，新增的识图功能，让国内外开发者都很兴奋。

它的看图方式很有意思，不全靠 AI 模型本身。如果用的是只能读文字的模型，碰到图片不会直接罢工。框架会先用 OCR 提取文字，再分析颜色、像素，把图片拆成一堆文字数据，再交给 AI 去解读。

PPT 截图、软件界面，它基本能看懂内容；但真实照片、复杂场景，识别效果就比较有限，和天生会看图的 AI 还有差距。

除此之外，现在可以图片文字一起发，常用指令也能附带图片，还能直接导入本地文件。Claude Code、Codex 也加入子代理，Windows 终端体验变好，之前大图报错、会话丢失、网关兼容等一堆 bug 也修好了。

在我看来，这次更新最大亮点，就是不靠升级大模型，用工具帮普通文本 AI 间接看懂图片，给开源 AI 代理提供了不一样的思路。