[NS : fotxitek] deepseek当务之急是先搞明白多模态，不是搞harness

市面上已经有很多足够优秀的codingagent，不需要deepseek重复造轮子当务之急是先搞明白多模态，有没有视觉能力，不管是靠人发prompt还是直接loop，agent能力的体现差距非常明显