2026 年 8 月开发者工具圈迎来两项重磅更新:DeepSeek 正式上线多模态视觉模型,同步升级 Harness 开发框架;OpenAI 全量开源 Codex 核心组件,将编码 Agent 的平台化能力开放给全行业。两项更新分别覆盖高性价比云端多模态调用与本地 Agent 定制两大核心场景,本文从模型接入、工具升级、开源价值三个维度,梳理可直接落地的实操要点。 一、DeepSeek 多模态模型上线 低成本平滑接入
本次开放的多模态模型名为deepseek-v4-flash-vision-exp,区别于此前仅支持文字识别的浅度图文能力,该版本具备完整的图像语义理解能力,可处理包含图片参考的复杂指令。
更值得关注的是,新增视觉能力的同时,模型的编码表现相较纯文本 v4-flash 版本还有所提升,实现了多模态理解与代码生成的双向兼顾。 接入门槛极低,API 调用仅需将模型名称替换为对应版本标识即可,无需额外改造接口逻辑,现有业务可实现平滑迁移。
定价延续了 DeepSeek 的高性价比路线:百万 Token 输入(缓存命中)空闲时段 0.05 元、高峰时段 0.1 元;百万 Token 输出空闲时段 4.5 元、高峰时段 9.0 元,大幅拉低了多模态能力的使用成本,适合批量图文处理、代码识图调试、UI 还原开发等高频场景。
二、DeepSeek Harness 同步升级 自动化运维降本提效
配套多模态能力落地,DeepSeek Harness 同步推出新版本,完成两项核心功能升级:
一是/goal、/plan等核心指令全面支持图文混合输入,可直接上传参考图下达复杂开发任务,指令理解精度大幅提升;
二是新增@文件支持,可直接引用本地文件作为任务输入,省去复制粘贴的繁琐操作,工作流更加顺畅。
针对开发者高频的版本维护痛点,可通过定制 Prompt 实现每日自动版本巡检。将检查脚本设置为系统定时任务后,系统会自动对比本地版本与 npm 官方包、GitHub Release 的最新状态,汇总版本差异、新增功能、问题修复、破坏性变更与迁移风险,附带官方文档链接与手动升级命令,且不会自动执行升级、不会读取任何 API 密钥与环境变量。这套方案既能及时跟进功能更新,又能规避盲目升级带来的兼容性 bug,适合生产环境的稳定运维。
三、OpenAI Codex 全量开源 解锁 Agent 定制化能力
同期 OpenAI 完成 Codex 项目全量开源,开放内容涵盖 Codex CLI、Codex SDK、app-server、Skills 仓库、Plugins 仓库以及云端环境基础镜像,覆盖从终端工具到服务端部署的完整技术组件。
其中最具行业价值的是app-server组件,它定位为可嵌入式 Codex 运行时:支持自有应用连接本地 Codex 进程,保持长会话上下文不中断,支持流式事件接收、随时打断指令,应用内的交互操作可实时同步给 Codex 并生成解决方案。
这意味着开发者无需从零搭建 Agent 底层架构,即可快速将编码 Agent 能力集成到自有产品中,大幅降低 AI 开发工具的研发门槛,推动编码 Agent 从单一终端工具,走向平台化、场景化的行业落地。
四、工具选型建议 按需搭建高效工作流
两项更新分别适配不同的开发需求:日常轻量多模态处理、高频代码生成场景,DeepSeek 多模态模型具备显著的成本优势,配合 Harness 可快速搭建轻量化开发工作流;如果需要深度定制本地编码 Agent、将 AI 开发能力嵌入自有产品,开源的 Codex 框架提供了成熟的底座参考,可大幅缩短研发周期。
整体而言,随着多模态能力普及与 Agent 框架开源,开发者的工具选择更加多元。按需组合高性价比的云端模型与灵活的本地开源框架,能够以更低成本搭建适配自身业务的 AI 工具体系,释放更多精力聚焦核心业务创新。