纯文本模型也能“看“图？我把Harness的土法视觉拆开实测了一遍

[梅雅达编程笔记]

https://blog.csdn.net/2601_96428997/article/details/164119871?spm=1011.2124.3001.6209

土法视觉这个东西，你说它厉害吧，给它一张照片它连猫和狗都分不清；你说它没用吧，我截一张报错图丢过去，它能直接告诉我哪行出了什么问题。它的价值不在于"替代多模态模型"，而在于在你手头只有纯文本模型的时候，多给你一条路。能走多远看图片类型，但总比"不支持图片输入"这六个字强。

这套"模型不够、工具来凑"的思路，在Harness里不止视觉这一处。rc.8还做了一件更野的事——把Claude Code和Codex收编成了子代理，你在Harness里可以调度它们当打工仔干活，一个写代码一个做审查，主任务负责拆分和编排。Day06就来拆这个子代理系统，看看Harness是怎么让别的Agent给自己打工的。

本文由「梅雅达编程笔记」原创，首发CSDN。 AI Agent实战系列共18篇，从Function
Calling到多Agent协作，全程用免费模型GLM-4.7-Flash，点个关注不迷路✨
CSDN博客：https://blog.csdn.net/2601_96428997/
————————————————
版权声明：本文为CSDN博主「梅雅达编程笔记」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/2601_96428997/article/details/164119871