DeepSeek 给开源工具加视觉理解 — 中国 AI 正在追 MCP 这套国际标准

这是什么

DeepSeek 这周把开源工具 Harness 升级到 v0.1.1，主线变化是「能看图」：新增了视觉理解模型 DeepSeek-V4-Flash-Vision-Exp（名字带 Exp 后缀，属实验性），原生支持图像请求，命令 /goal 和 /plan 可以接文字加图片，@ 菜单能引用文件和会话。

更值得注意的是 MCP/ACP 协议接入。MCP（Model Context Protocol）是 Anthropic 去年开源的接口标准，让 AI 像调用乐高积木一样调用外部工具；ACP 是其演进版。Harness 现在支持在 MCP 会话里持续挂载图片，PTC 模式能转发嵌套图像。

说白了，DeepSeek 在让自己的工具链跟 OpenAI、Anthropic 那套 Agent（让 AI 自动拆任务、调工具的程序）协议栈对齐。

行业怎么看

乐观派认为，中国大模型公司主动接入西方主导的开放标准，是生态成熟的标志——开发者不会被绑死在某一家的模型里。也说明 DeepSeek 不再只拼基座模型，开始补 Agent 基建。

但也有冷静声音。版本号还是 0.1.1，离稳定版很远；视觉模型带 Exp 后缀，看起来像小范围测试。Harness 本质上是给开发者用的脚手架，离进入企业实际工作流还有距离。也有分析师提醒：DeepSeek 一年来的更新密集但缺乏让人惊艳的基座突破，更多是在追前沿厂商已经走过的路——这是补课，不是领跑。

对普通人的影响

对企业 IT：已经接入 DeepSeek API 的团队，现在可以加图像理解能力，比如自动识别合同扫描件、产品图分拣。

对个人职场：做 PPT 时让 AI 看截图改排版、读英文文档配图、解释同事发来的报错截图，明年的体验会更顺。

对消费市场：C 端用户暂时感受不到，但开源工具链成熟意味着更多创业公司能基于 DeepSeek 搭应用，明后年的消费级 AI 产品图像能力会有可见提升。