DeepSeek Harness更新增强多模态能力，支持历史会话和复杂附件处理

DeepSeek Harness版本更新的核心变化在于其多模态支持能力的增强，这直接影响到用户在与系统交互时的信息输入方式。

本次更新使得DeepSeek Harness能够接入第三方支持视觉的模型，用户需要手动在DeepSeek Harness的配置中开启多模态支持才能使用此功能。这一改动意味着，以往只能处理纯文本输入的命令，例如/goal和/plan等，现在可以接收包含图片的输入。

从信息引用和上下文理解的角度看，DeepSeek Harness的引用范围进行了重大扩展。其引用能力不再局限于文件本身，而是延伸到了历史会话记录中，这意味着用户在一次提问时，可以同时挂载截图、本地文件以及过往对话的内容作为参考依据。

在附件管理方面，MCP与ACP支持了持久化图片附件的功能。以往附件可能随单次调用结束而丢失，现在这些附件不再消失；此外，该更新还使得PTC Mode具备转发嵌套图片的能力，提升了复杂信息流的处理能力。

除了增强输入和上下文处理外，DeepSeek Harness也修复了两个关键的稳定性问题。首先，系统修复了因图片尺寸过大导致模型请求失败的问题。其次，在多轮对话场景下，系统修复了历史图片累计载荷过高从而引发请求失败的问题。

从架构和功能扩展来看，本次更新还涉及子智能体的优化。子智能体的“回报路径”进行了修改，现在reportDelivery可以及时反馈信息并成功唤醒父任务，增强了流程的自动化性和响应性。

在组件结构方面，新版本对部分模块进行了调整。Claude Code和Codex不再与主体一同分发，而是转变为按需安装的Profile Bundle形式，这为用户提供了更灵活的配置管理方式。同时，Codex支持部分也增加了非交互权限模式，使其能够在无人值守的流程中运行，并新增了多命名实例功能，允许存在多个配置不同、名称各异的Codex子智能体。

从背景和时间线来看，DeepSeek Harness在本次更新后，其商标已注册。这些技术迭代表明DeepSeek Harness正在向构建更复杂、更具持久化上下文理解能力的AI工作流平台演进。用户应关注配置流程，确保正确开启多模态支持以利用新功能。

综上所述，DeepSeek Harness的升级覆盖了从输入（带图命令）、上下文（历史会话引用）、数据管理（附件持久化）到稳定性（尺寸/载荷错误修复）等多个维度，极大地提升了其在处理复杂、多源信息任务时的可靠性和适用范围。请注意，以上所有功能增强和修复均基于公开资料的描述。