DeepSeek Harness aggiunge l'input multimodale di immagini — l'harness ha ottenuto gli occhi, i modelli no

Cosa è stato rilasciato, secondo le fonti ufficiali

Contesto: Harness v0.1 è stato reso open source il 13 agosto insieme alla GA di V4-Pro — consulta la nostra sintesi del lancio di v0.1 per l'architettura (struttura everything-is-a-plugin su Cordis, quattro modalità operative, licenza MIT).

La separazione: infrastruttura dell'harness vs capacità dei modelli

• Ciò che è diventato multimodale è il runtime, non i modelli. Incolla un'immagine in dsh oggi e questa persisterà attraverso le chiamate agli strumenti MCP/ACP, verrà inoltrata tramite programmi in modalità PTC e potrà accompagnare i comandi di pianificazione /goal e /plan. Si tratta di un'infrastruttura reale che mancava nella v0.1 — i primi recensori avevano penalizzato lo stack della settimana di lancio proprio perché un modello solo testo non poteva analizzare un bug visivo di due righe.
• I modelli API proprietari di DeepSeek erano ancora solo testo al momento della pubblicazione — e hanno acquisito la visione il giorno dopo. Il 21 agosto 2026, DeepSeek ha lanciato ufficialmente deepseek-v4-flash-vision-exp, un modello di visione sperimentale della famiglia Flash a prezzi invariati; V4-Pro rimane solo testo. Al momento della pubblicazione il changelog non riportava alcuna voce relativa alla visione dalla nota della GA di V4-Pro del 13 agosto, e una discussione di punta su Hugging Face relativa a V4-Pro lamentava la mancanza della "multimodalità nativa che ogni altro modello di punta cinese possiede ora, inclusi Qwen e Kimi" — esattamente la lacuna che il lancio ha appena colmato per Flash.
• La documentazione ufficiale rende esplicito il pattern previsto. La tabella di risoluzione dei problemi del repository: se un'immagine viene rifiutata prima dell'invio, il modello "dichiara nessuna modalità immagine" — risolvi aggiungendo input: [text, image] alla voce del modello in $DSH_HOME/settings.yaml. In altre parole: attiva le richieste di immagini per un modello che possiede effettivamente la visione, tramite l'adapter di DeepSeek o qualsiasi endpoint compatibile con OpenAI.
• Il divario di visione veniva già colmato dai plugin. modlens (autodefinito primo plugin di visione per dsh) consente di incollare un'immagine in una sessione solo testo e ottenere dati strutturati in JSON — OCR, layout, semantica — instradati attraverso un pool di motori di visione (una chiave Gemini gratuita, Antigravity CLI o qualsiasi endpoint compatibile con OpenAI; il suo README mostra esempi con Qwen-VL tramite la modalità compatibile di DashScope). Strumenti simili della community includono agent-vision-toolkit (Q&A su immagini, OCR di screenshot lunghi, ripristino UI, automazione GUI) e dsh-vision-router. Progetti della community, non affiliati a DeepSeek — la qualità varia.

Cosa dicono i media internazionali

• Turing Post (17 ago) ha pubblicato l'analisi in lingua inglese più incisiva: "DeepSeek sta vivendo il suo secondo momento DeepSeek." La sua tesi: con R1, DeepSeek ha indebolito il vantaggio competitivo dei modelli; con Harness (MIT, oltre 149.000 stelle al momento della pubblicazione), sta "aprendo il livello che tutti avevano iniziato a considerare come il prossimo vantaggio competitivo" — il livello di esecuzione degli agenti. Ripercorre inoltre le origini di Cordis fino a Koishi, il framework per chatbot sviluppato da Shigma (ora in DeepSeek), i cui quattro anni di problemi legati al ciclo di vita dei plugin si sono rivelati problemi di runtime degli agenti.
• Stampa della settimana di lancio (trattata nella nostra sintesi su v0.1): VentureBeat ha inquadrato dsh come un "rivale open source di Claude Code"; The Decoder ha tracciato il profilo dell'architettura e del responsabile di progetto Cui Tianyi (ex Jane Street); la prova pratica notturna di 36Kr ha rilevato 288 repository di plugin entro 24 ore; Pandaily l'ha strutturata come Modello + Harness = Agente.
• I rilasci rc.7/rc.8 in sé sono stati seguiti per lo più da chi monitora i changelog e dall'ecosistema dei plugin piuttosto che dai media generalisti nelle prime 48 ore — le guide di terze parti (chat-deep.ai, dshdocs.com, freedom.tech) hanno registrato la riga sugli "allegati immagine persistenti" entro un giorno. Se segui la vicenda, segui le note di rilascio, non i titoli.
• Su X, il thread di annuncio del progetto (@deepseek_ai, 13 ago) e i post del maintainer @tianyi restano i canali canonici; l'autore di modlens @liustack pubblica le note di rilascio prima su X — in linea con il baricentro dell'ecosistema situato nel repository e su X piuttosto che nei blog.

Perché questo è rilevante per uno stack di modelli cinesi

• L'harness è gratuito; i token immagine sono la nuova variabile. Con V4-Pro soggetto a prezzi di punta e fuori punta (fuori punta $0.66 input / $1.98 output per 1M, di punta $1.32 / $3.96 — in base alla lettura della pagina ufficiale dei prezzi da parte di The Decoder), il costo del loop dell'agente si sposta ovunque vengano elaborate le immagini. Instradare le chiamate secondarie di visione verso un modello economico dotato di visione mentre i modelli di testo guidano il loop di programmazione è esattamente il pattern multi-modello per cui è stato creato il livello dei modelli dei plugin di dsh.
• La correzione del gateway di rc.8 è direttamente rilevante per gli utenti dei relay. Il rilascio corregge i gateway personalizzati compatibili con OpenAI che fallivano a causa di differenze nel formato di richiesta o scartavano i contenuti di ragionamento — la tipologia di bug che colpisce chiunque colleghi dsh a un endpoint di terze parti anziché a chiavi dirette. Testa il tuo endpoint con rc.8 prima di incolpare l'harness.
• Il ritmo dei breaking change è concreto e confermato. La v0.1 prometteva modifiche che avrebbero interrotto la compatibilità; rc.8 ne introduce una (formato di archiviazione SQLite incompatibile). Blocca la tua versione di dsh, mantieni i dati di sessione al di fuori del percorso di aggiornamento e verifica nuovamente dopo ogni incremento di rc — la serie sta ancora correndo verso una versione stabile 0.1.0.
• Il branding è ora ufficiale. Le note di rc.8 chiariscono che "DeepSeek Harness" è un marchio registrato con linee guida del brand pubblicate — gli autori di plugin e costruttori di strumenti dovrebbero leggerle prima di denominare progetti derivati.
• Inquadramento come progetto indipendente. dsh è il progetto open source di DeepSeek. ChinaModelAPI è un relay indipendente compatibile con OpenAI senza alcun legame ufficiale con esso o con DeepSeek — l'intersezione pratica è che un harness indipendente dal modello costituisce un client naturale per l'instradamento multi-modello, e gli ID dei modelli dotati di visione dovrebbero essere verificati in tempo reale nella dashboard del proprio provider prima di collegarli.

Fonti primarie

• GitHub — rilascio di deepseek-ai/deepseek-harness (note rc.7 e rc.8, CN/EN)
• npm — dist-tag @deepseek-ai/dsh (latest = rc.7, next = rc.8, verificato 2026-08-20)
• deepseek.com/harness — pagina ufficiale della developer preview
• Changelog dell'API DeepSeek — nessuna voce sulla visione dal 2026-08-13 (stato solo testo dei modelli V4)
• Turing Post — FOD#163: DeepSeek sta vivendo il suo secondo momento DeepSeek (2026-08-17)
• VentureBeat — DeepSeek Harness debutta come rivale open source di Claude Code (settimana di lancio)
• The Decoder — V4 Pro migliorato, prezzi delle API più alti, software per agenti reso open source (dettagli sui prezzi)
• GitHub — liustack/modlens (plugin di visione della community per dsh, MIT)
• Directory di DeepSeek Code — profilo del plugin agent-vision-toolkit (community)
• Discussione su Hugging Face — divario nella multimodalità nativa di V4-Pro (community)

FAQ