DeepSeek อัปเดตเฟรมเวิร์ก Harness อย่างไร? เจาะลึก 14 การเปลี่ยนแปลง

DeepSeek อัปเดตเฟรมเวิร์ก Harness? การปล่อยตัว DeepSeek Harness v0.1.0-rc.8 มาพร้อมกับการเปลี่ยนแปลง 14 รายการ ครอบคลุมการอัปเดตสำคัญทั้งอินพุตแบบมัลติโมดัล ซับเอเจนต์ (Subagents) ชุดเครื่องมือ และประสิทธิภาพรันไทม์ ซึ่งสร้างเลเยอร์การจัดตารางแบบแยกส่วนและเน้นปลั๊กอินเป็นอันดับแรก ซึ่งผสานรวมคำขอรูปภาพแบบเนทีฟและจัดการเครื่องมือภายนอกอย่าง Claude Code และ Codex ในฐานะซับเอเจนต์แบบโมดูลาร์ ในขณะที่สถาปัตยกรรมปัญญาประดิษฐ์เปลี่ยนผ่านจากแชทบอตแบบเสาหินมาสู่รันไทม์เอเจนต์แบบกระจาย นักพัฒนาจึงต้องการเฟรมเวิร์กที่ยืดหยุ่นเพื่อจัดการกับการแตกย่อยงาน การประสานเครื่องมือ และการรักษาหน่วยความจำ ในอดีต การปรับใช้ผู้ช่วยเขียนโค้ดแบบอัตโนมัติจะผูกเวิร์กโฟลว์ทางวิศวกรรมเข้ากับชุดสถาปัตยกรรมของผู้ให้บริการปิดรายเดียว ปัจจุบัน เนื่องจากเฟรมเวิร์กรันไทม์แบบโอเพนซอร์กช่วยให้นักพัฒนาสามารถสลับโมเดล เครื่องมือ และซับเอเจนต์ได้อย่างยืดหยุ่น ทีมเทคนิคจึงกำลังประเมินวิธีที่พวกเขาโครงสร้างการประสานเอเจนต์และการส่งต่อบริบทปลายทาง

ภาพรวมสถาปัตยกรรม: วิธีที่ DeepSeek อัปเดตเฟรมเวิร์ก Harness สำหรับการประสานเอเจนต์

สรุปสาระสำคัญ

• DeepSeek Harness v0.1.0-rc.8 รองรับคำขอรูปภาพแบบเนทีฟ ช่วยให้คำสั่งอย่าง /goal และ /plan สามารถรับอินพุตผสมระหว่างข้อความและรูปภาพได้โดยตรง
• ซับเอเจนต์ รวมถึง Claude Code และ Codex ถูกแพ็กเกจเป็นชุดโปรไฟล์แบบออนดีมานด์ พร้อมโหมดการทำงานแบบไม่ต้องโต้ตอบและระบบปลุกงานแม่ข่าย (Parent-task wakeups)
• ขับเคลื่อนโดยเฟรมเวิร์กปลั๊กอิน Cordis ทำให้รันไทม์มองเห็นโมเดล เครื่องมือ หน่วยความจำ และลูปเอเจนต์หลักเป็นปลั๊กอินที่เปลี่ยนแทนที่กันได้ทั้งหมดภายใต้ไลเซนส์ MIT

ขอบเขตทางวิศวกรรมที่แยกโมเดลภาษาพื้นฐานออกจากเอเจนต์อัตโนมัติมีความชัดเจนมากยิ่งขึ้น ในขณะที่โมเดลพื้นฐานมีความสามารถในการให้เหตุผลและการสร้างเนื้อหาเบื้องต้น การปฏิบัติงานจริงจำเป็นต้องมีเชลล์วิศวกรรมภายนอกเพื่อแยกวิเคราะห์ระบบไฟล์ เรียกใช้คำสั่งเชลล์ จัดการประวัติการสนทนา และจัดการการลองทำซ้ำ DeepSeek กำหนดความสัมพันธ์นี้ผ่านสูตรที่ชัดเจน: Model + Harness = Agent

หลังจากการเปิดตัวโอเพนซอร์กครั้งแรกของ Harness v0.1 ในเดือนสิงหาคม 2026 โครงการดังกล่าวได้รับการยอมรับและใช้งานจากนักพัฒนาอย่างรวดเร็ว การปล่อยตัว v0.1.0-rc.8 ต่ออดโดยตรงจากรากฐานนี้ พร้อมเพิ่มการรองรับคำขอรูปภาพที่กำหนดค่าได้และขยายความสามารถในการจัดตารางซับเอเจนต์

ความสำคัญของ rc.8 อยู่ที่ปรัชญาการออกแบบ “ทุกอย่างคือปลั๊กอิน” ขับเคลื่อนโดย Cordis ซึ่งจัดเตรียมบริบทปลั๊กอินแบบคอมโพสable ภายใต้ Harness ทำให้ไม่มีคอมโพเนนต์ใดถูกฮาร์ดโค้ดไว้อย่างถาวร นักพัฒนาสามารถสลับอะแดปเตอร์โมเดลเบื้องล่าง แทนที่เอนจิ้นจัดเก็บข้อมูลภายในเครื่อง ติดตั้งสภาพแวดล้อมแซนด์บ็อกซ์อิสระ หรือปรับแต่งลูปการทำงานของเอเจนต์หลักได้ตามต้องการ

กลไกเบื้องหลัง: ทูลเชนแบบมัลติโมดัล ซับเอเจนต์ และไปป์ไลน์รันไทม์

ในระดับโปรโตคอล DeepSeek Harness v0.1.0-rc.8 จัดระเบียบการอัปเดตข้ามพื้นที่ฟังก์ชันหลัก ได้แก่ การจัดการมัลติโมดัลแบบเนทีฟ การประสานซับเอเจนต์ และประสิทธิภาพของทูลเชน

1. อินพุตมัลติโมดัลที่กำหนดค่าได้

อะแดปเตอร์ที่อัปเดตแล้วรองรับคำขอรูปภาพแบบเนทีฟ โดยซีเรียลไลซ์อินพุตรูปภาพเป็น Data URL แบบ base64 ในเนื้อหาคำขอ ขณะที่การตอบสนองของโมเดลยังคงสตรีมผ่าน Server-Sent Events (SSE) คำสั่งหลัก รวมถึง /goal และ /plan รองรับเพย์โหลดข้อความและรูปภาพผสมกันแล้ว ในขณะที่เมนู @ ของคอมโพเซอร์ขยายเพื่ออ้างอิงเซสชันที่ใช้งานอยู่และไฟล์รูปภาพ ระบบจำกัดขนาดเพย์โหลดรูปภาพ base64 ไว้ที่ 20 MiB (maxRequestImageBytes) ซึ่งยังคงมีพื้นที่เหลือใต้ขีดจำกัดคำขอมาตรฐานที่ 30 MiB

ภายใต้สถาปัตยกรรมอะแดปเตอร์แบบเนทีฟ โมเดลที่กำหนดค่าความสามารถด้านรูปภาพจะได้รับเพย์โหลดข้อมูล base64 โดยตรง ในขณะที่โมเดลที่รองรับเฉพาะข้อความจะปฏิเสธอินพุตรูปภาพก่อนการส่งผ่านเครือข่าย นักพัฒนาในคอมมูนิตี้ได้สำรวจปลั๊กอินวิชันของบุคคลที่สามแยกต่างหาก เพื่อจัดหา OCR ภายนอกและการแยกเลย์เอาต์สำหรับแบ็คเอ็นด์ที่รองรับเฉพาะข้อความ แต่ไปป์ไลน์ rc.8 แบบเนทีฟมุ่งเน้นไปที่การส่งผ่านรูปภาพโดยตรงสำหรับการกำหนดค่าโมเดลที่เปิดใช้งานวิชัน

2. การจัดตารางซับเอเจนต์และชุดโปรไฟล์

แทนที่จะแจกจ่ายผู้ช่วยภายนอกภายในโค้ดเบสหลัก Claude Code และ Codex ถูกแพ็กเกจเป็นชุดโปรไฟล์แบบออนดีมานด์ Codex ได้รับโหมดสิทธิ์แบบไม่ต้องโต้ตอบซึ่งรองรับสถานการณ์การทำงานอัตโนมัติหรือแบบไร้หัว (Headless execution) ควบคู่ไปกับอินสแตนซ์ที่มีชื่อสำหรับการรักษาการกำหนดค่า Codex ที่แตกต่างกันหลายรายการ กลไก reportDelivery จะแจ้งเตือนและปลุกงานแม่ข่ายโดยอัตโนมัติเมื่อซับเอเจนต์ทำงานเสร็จสิ้น ลดความจำเป็นในการวนลูปคอยตรวจสอบอย่างต่อเนื่อง

แผนผังด้านล่างแสดงวิธีการกำหนดเส้นทางงานและซับเอเจนต์ผ่านเฟรมเวิร์ก:

[User Multimodal Goal / Plan Input]
                │
                ▼
     [Cordis Plugin Context]
                │
  ┌─────────────┼─────────────┐
  ▼             ▼             ▼
[Configured LLM Adapter] [Claude Code] [Codex Bundle]
(Text or Vision Model)   (Sub-Agent)   (Sub-Agent)
  │             │             │
  └─────────────┼─────────────┘
                ▼
  [Tool / Plugin Dispatch Layer]
(Concurrent WebSearch / PTY Terminal)

3. ความพร้อมกันของทูลเชนและเมทาเดตาการรับส่งข้อมูล

รันไทม์แนะนำการรองรับคิวรีแบบทำงานร่วมกันพร้อมกัน (Concurrent query) สำหรับ web_search, เซสชัน PowerShell แบบถาวรภายในเทอร์มินัล Windows PTY และประสิทธิภาพการอ่าน/เขียน SQLite และการแยกเซสชันที่ได้รับการปรับแต่ง ในเลเยอร์การขนส่ง อะแดปเตอร์ DeepSeek จะส่งข้อมูลประจำตัวระดับการขนส่งและเมทาเดตาเซสชันบนคำขอของผู้ให้บริการ รวมถึง x-deepseek-harness-user-id จาก @deepseek-ai/dsh-anonymous-user-id ในขณะที่เก็บตัวระบุนั้นไว้นอกเนื้อหาคำขอที่โมเดลมองเห็นได้และการนับโทเค็น

นักพัฒนาสามารถกำหนดการตั้งค่าอะแดปเตอร์แบบไดนามิกโดยใช้สีมาการกำหนดค่ามาตรฐาน:

- id: llm-deepseek
  name: '@deepseek-ai/dsh-llm-deepseek'
  config:
    apiKeyEnv: DEEPSEEK_API_KEY
    baseURL: https://api.deepseek.com
    thinking: enabled
    reasoningEffort: high
    maxTokens: 256000
    streamIdleTimeoutMs: 300000
    maxRequestImageBytes: 20971520
    defaultContextWindow: 1000000
    models:
      - id: deepseek-v4-flash
        name: DeepSeek-V4-Flash
      - id: private-vision
        name: Private Vision
        inputModalities: [text, image]

การประสานเวิร์กโฟลว์ที่มีสถานะ (Stateful Workflow Orchestration) เทียบกับความต่อเนื่องของบริบทการกระจายมือถือ

สถาปัตยกรรมแบบโมดูลาร์ของ DeepSeek Harness แสดงให้เห็นว่าการทำงานของซอฟต์แวร์กำลังเคลื่อนไปสู่เวิร์กโฟลว์แบบกระจายและหลายเอเจนต์อย่างไร เมื่อเอเจนต์หลักมอบหมายงานย่อยให้กับเครื่องมือและโมเดลหลายรายการ ฮาร์เนสจะรักษาบริบทการทำงาน ติดตามสถานะของซับเอเจนต์ และรวมผลลัพธ์เป็นผลลัพธ์สุดท้ายที่สอดคล้องกัน

ในขณะที่รันไทม์เอเจนต์บนเดสก์ท็อปและฝั่งเซิร์ฟเวอร์รักษาสถานะข้ามปลั๊กอินที่ใช้งานอยู่และกระบวนการภายในเครื่อง แต่ความท้าทายทางสถาปัตยกรรมที่เกี่ยวข้องจะเกิดขึ้นเมื่อเส้นทางการทำงานอัตโนมัติเปลี่ยนผ่านขอบเขตการกระจายแอปพลิเคชันมือถือ

การเชื่อมโยงความต่อเนื่องของบริบทข้ามขอบเขตวงจรชีวิต

ภายใน Harness ความต่อเนื่องของเซสชันจะถูกรักษาไว้ผ่านสถานะเซสชันรันไทม์และเลเยอร์ความคงทน อย่างไรก็ตาม ในการกระจายแอปพลิเคชันมือถือ เมื่อแคมเปญส่งเสริมการขาย คำแนะนำบนเว็บ หรือลิงก์แนะนำที่แชร์ นำทางผู้ใช้ไปยังแอปพลิเคชันที่ยังไม่ได้ติดตั้ง บริบทแคมเปญหรือปลายทางก่อนการติดตั้งจะไม่คงอยู่โดยอัตโนมัติผ่านช่วงเปลี่ยนผ่านการติดตั้งสโตร์และการเปิดใช้งานครั้งแรก

สถาปัตยกรรมการลิงก์มือถือเฉพาะทาง เช่น OpoInstall แก้ไขปัญหาความขาดตอนของบริบทนี้ผ่านความสามารถในการเชื่อมโยงเชิงลึกแบบเลื่อนเวลา (Deferred deep linking) และการส่งผ่านพารามิเตอร์ เฟรมเวิร์กเหล่านี้จะจับภาพแคมเปญหรือเมทาเดตาปลายทางก่อนการติดตั้งและคืนค่าพารามิเตอร์เหล่านั้นเมื่อแอปพลิเคชันเปิดใช้งานครั้งแรก ช่วยให้สามารถกำหนดเส้นทางตามบริบทได้ทันที กลไกทั้งสองนี้แก้ปัญหาทางเทคนิคที่แตกต่างกันในแต่ละขั้นตอนของวงจรชีวิต แต่ทั้งคู่เน้นย้ำถึงความต้องการที่เพิ่มขึ้นสำหรับความต่อเนื่องของบริบทที่เชื่อถือได้ข้ามขอบเขตแอปพลิเคชันที่กระจัดกระจาย

รายการตรวจสอบทางวิศวกรรม: การปรับใช้ฮาร์เนสเอเจนต์แบบโมดูลาร์ในสภาพแวดล้อมจริง

การปรับใช้รันไทม์เอเจนต์ที่ขยายได้ในสภาพแวดล้อมจริงจำเป็นต้องมีการกำกับดูแลที่มีโครงสร้าง เพื่อสร้างความสมดุลระหว่างความยืดหยุ่นในการดำเนินการและความเสถียรในการปฏิบัติงาน

รายการตรวจสอบการใช้งานสำหรับนักพัฒนา

• จัดการการย้ายสีมา SQLite: ตรวจสอบให้แน่ใจว่ารูปแบบการจัดเก็บฐานข้อมูลได้รับการอัปเดตอย่างสะอาดเมื่ออัปเกรดข้ามเวอร์ชันย่อย เพื่อป้องกันข้อผิดพลาดของข้อมูลจากโครงสร้างตารางที่ไม่เข้ากัน
• กำหนดค่าโหมดการทำงานของซับเอเจนต์: เปิดใช้งานแฟล็กสิทธิ์แบบไม่ต้องโต้ตอบบนอินสแตนซ์ Codex อัตโนมัติเมื่อเรียกใช้กระบวนการแบบไร้คนดูแล
• กำหนดขีดจำกัดเพย์โหลดรูปภาพ: จำกัดเพย์โหลดรูปภาพ base64 ขาเข้าไว้ที่ 20 MiB (maxRequestImageBytes) เพื่อป้องกันการเกินขีดจำกัดเนื้อหาของผู้ให้บริการระหว่างการสนทนาหลายรอบ

รายการตรวจสอบสถาปัตยกรรมและกลยุทธ์การเติบโต

• ตรวจสอบตัวระบุการขนส่ง: ตรวจสอบว่าตัวระบุที่ไม่ระบุตัวตน (x-deepseek-harness-user-id) และส่วนหัวเซสชันสอดคล้องกับนโยบายความเป็นส่วนตัวในท้องถิ่น
• เพิ่มประสิทธิภาพงบประมาณโทเค็นหลายเอเจนต์: ใช้การตัดสินใจเลือกโมเดลเพื่อกำหนดเส้นทางงานย่อยไปยังโมเดลที่คุ้มค่า ในขณะที่สำรองโมเดลระดับท็อปสำหรับการวางแผนที่ซับซ้อน
• รับประกันการรักษาบริบทข้ามแพลตฟอร์ม: ปรับใช้เฟรมเวิร์กการกู้คืนพารามิเตอร์ฝั่งเซิร์ฟเวอร์เมื่อเชื่อมโยงเวิร์กโฟลว์ของผู้ใช้ระหว่างจุดเข้าใช้งานบนเว็บและแอปพลิเคชันมือถือเนทีฟ

ประเด็นสำคัญสำหรับทีมวิศวกรรม

การพัฒนาอย่างรวดเร็วของรันไทม์เอเจนต์แบบโอเพนซอร์ก เช่น DeepSeek Harness บ่งบอกถึงการเปลี่ยนแปลงจากการแข่งขันที่เน้นโมเดลเป็นศูนย์กลาง ไปสู่การครองความเหนือกว่าในเลเยอร์เวิร์กโฟลว์และการประสานงาน เมื่อแบ็คเอ็นด์โมเดลสามารถเปลี่ยนแทนที่กันได้อย่างง่ายดายภายในสถาปัตยกรรมเอเจนต์แบบโมดูลาร์ เลเยอร์ซอฟต์แวร์ที่ประสานซับเอเจนต์ จัดการเครื่องมือ และรักษาสถานะการทำงานจึงกลายเป็นจุดศูนย์กลางหลักของการควบคุมโดยนักพัฒนา

ทีมวิศวกรรมที่สร้างระบบเอเจนต์ลูกผสมรุ่นต่อไปต้องให้ความสำคัญกับความเป็นโมดูล ขอบเขตสิทธิ์ที่ชัดเจน และการจัดการสถานะที่แข็งแกร่ง ด้วยการแยกการประสานเอเจนต์ออกเป็นปลั๊กอินที่ขยายได้และการใช้กลไกการส่งต่อบริบทที่ยืดหยุ่นข้ามจุดสัมผัสบนเว็บและมือถือ องค์กรต่างๆ จึงสามารถสร้างไปป์ไลน์การทำงานอัตโนมัติที่ปรับ ใช้งานได้หลากหลายและเป็นกลางต่อผู้ให้บริการ

ข้อมูลอ้างอิง

• DeepSeek AI. บันทึกประจำรุ่น DeepSeek Harness (v0.1.0-rc.8). https://github.com/deepseek-ai/deepseek-harness/releases/tag/dsh-v0.1.0-rc.8

• DeepSeek AI. เอกสารประกอบอะแดปเตอร์ DeepSeek LLM. https://github.com/deepseek-ai/deepseek-harness/blob/dsh-v0.1.0-rc.8/packages/llm/llm-deepseek/README.md

• DeepSeek AI. คลังเก็บข้อมูลอย่างเป็นทางการของ DeepSeek Harness. https://github.com/deepseek-ai/deepseek-harness

• OpoInstall. วิธีการติดตั้งใช้งาน SDK ติดตามการแนะนำด้วยลิงก์เชิงลึกแบบเลื่อนเวลาและการระบุแหล่งที่มาของการติดตั้ง. https://www.opoinstall.com/blog/referral-tracking-sdk-deferred-deep-linking