DeepSeek Harness v0.1.1 non si limita a introdurre un nuovo endpoint multimodale. L'aggiornamento del framework aggiunge l'adapter per DeepSeek-V4-Flash-Vision-Exp, ma il segnale più rilevante è un altro: le immagini smettono di essere semplici allegati one-shot e diventano parte dello stato di una sessione di lavoro. I comandi /goal e /plan, pensati per definire obiettivi e pianificare passaggi, ora accettano input testuali e visivi insieme. Il menu @ può riferirsi a file e sessioni; i protocolli MCP e ACP supportano allegati immagine persistenti; la modalità PTC inoltra immagini annidate.

Questa scelta ha una conseguenza concreta per chi progetta pipeline basate su LLM. In un flusso tradizionale, l'immagine viene tokenizzata, elaborata e poi scartata. Con allegati persistenti, il framework deve serializzare il riferimento visivo, gestirne il ciclo di vita e riproporlo nei turni successivi senza costringere l'utente a ricaricare il file. Non è solo una comodità: cambia il modo in cui un agente può mantenere contesto su documenti, diagrammi, screenshot o mockup. Per i team che lavorano su reportistica, revisione di codice o analisi visuale, questo riduce l'attrito e aumenta la coerenza tra i passaggi.

Il rovescio della medaglia è operativo. Le immagini consumano budget di token molto più rapidamente del testo e, quando diventano persistenti, incidono su memoria, storage e tempo di inference. Un deployment self-hosted deve quindi considerare non solo la VRAM necessaria per il modello vision-language, ma anche dove finiscono gli allegati serializzati e come vengono ritirati quando la sessione termina. È un problema di TCO più che di semplice compatibilità: la persistenza introduce stato esterno che va governato, con policy di retention e controllo degli accessi.

C'è anche un segnale competitivo. DeepSeek sta trasformando il proprio harness da semplice strato di chiamata API a runtime per task agentici multimodali. La combinazione di comandi strutturati, riferimenti a file/sessioni e allegati persistenti avvicina lo strumento a ciò che servono le applicazioni enterprise più esigenti: workflow ripetibili dove l'agente deve vedere, pianificare e aggiornare un piano. Chi ha già investito in modelli open e self-hosted può valutare questi meccanismi senza passare per API cloud, ma deve fare i conti con una maggiore complessità infrastrutturale. Per chi valuta deployment on-premise, esistono trade-off tra persistenza e costi di storage che AI-RADAR analizza nei suoi framework su /llm-onpremise.

La direzione è chiara: la multi-modalità non è più un accessorio da chat, ma un componente di stato per agenti. Il rilascio 0.1.1 di DeepSeek, pur essendo una versione minore, mostra dove si sta spostando il baricentro: dalla generazione di risposte alla gestione di contesti visivi persistenti. La prossima sfida non sarà far vedere le immagini ai modelli, ma farle sopravvivere ai turni senza far esplodere i costi.