问Harness多模态，团队怎么用？

背景是 DeepSeek Harness v0.1.0-rc.8 通过图文混合输入、本地文件引用和可插拔子代理，把多模态能力带进了开发者工具。谁适合先把 DeepSeek Harness 引入研发流程？图文输入、本地文件引用和可插拔子代理分别解决什么问题？如果团队已有代码助手，应该比较哪些真实指标，而不是只看演示效果？

为什么多模态能力不等于可以直接托管生产决策？文件可能含有密钥、客户数据或未公开设计，子代理也可能在上下文不完整时给出看似合理的修改。什么时候应从试验切换到稳定的工程流程？团队需要把权限隔离、敏感信息脱敏、变更审查、回滚和成本上限一起纳入方案，否则工具越灵活，错误传播的范围越大。

能力应优先落在代码库、知识库还是测试流水线？如何用验收指标控制成本、权限和结果质量？我倾向于先选一个边界清晰的任务，例如根据本地需求文档生成测试草稿，再用通过率、人工修订量、耗时和误读率做四周对照。你会如何设计最小试点和失败回退机制，证明它真的提升了团队交付质量？