LLM 0.32 zamienia CLI Willisona z narzędzia do promptów w runtime agentowy

Simon Willison wydał LLM 0.32 i nazwał go największą wersją od startu projektu. Obok pluginu llm-anthropic 0.26 dostarcza widoczne ślady reasoning, server-side tools dostawców, przebudowane logi SQLite i nowe Python API oparte o streamowane zdarzenia.

Ślady reasoning, server-side tools i nowy model domyślny wchodzą naraz

Dla użytkowników CLI modele reasoning wysyłają teraz swoje myślenie na stderr. Standardowe wyjście zostaje czyste pod pipeline; -R/--hide-reasoning to wyłącza. Rodzina GPT-5.6 jest dostępna od razu, a nowy domyślny model dla zwykłego llm prompt to tańszy GPT-5.6 Luna.

LLM potrafi wołać server-side tools u dostawców. Przy OpenAI Willison wskazuje CodeInterpreter i WebSearch. Plugin llm-anthropic 0.26 dodaje WebSearch, WebFetch, CodeExecution i AnthropicMCP, więc jeden request może po stronie Anthropic odpalać wywołania MCP przeciw zdalnemu serwerowi. Jest też llm openai endpoint do jednorazowych promptów przeciw dowolnemu endpointowi zgodnemu z OpenAI, w tym lokalnemu LM Studio.

Dla osób składających agentów z CLI bardziej ruszył runtime niż marketing

Willison przyznaje, że niższe warstwy zmian toolowych pchała potrzeba Datasette Agent. Łańcuchy narzędzi potrafią teraz stanąć na ludzkiego stop-go i wrócić z zapisanej historii wiadomości. To dokładnie ten kawałek, bez którego agent zostaje pętlą, aż coś zepsuje.

Python API przestaje udawać, że każda odpowiedź to tylko string. Zamiast abstrakcji conversation, która chowała pełną historię wiadomości, jest model.prompt(messages=[...]) oraz stream_events() z typami w stylu reasoning, text i tool calls. Na tym stoi też plugin llm-chat-completions-server: LLM potrafi wystawić się jako lokalny serwer zgodny z OpenAI.

Druga warstwa to logowanie. Content-addressable message store wzorowany na Gicie rozwiązuje problem chat completions, gdzie każdy turn zapisuje zduplikowany JSON. Komendy llm logs i llm logs --json składają ten format z powrotem do czytelnej postaci.

To jeszcze nie framework, raczej solidny harness z ekosystemem pluginów

Willison pół żartem pisze, że LLM wygląda już agent-shaped i że od września 2025 przestał bojkotować słowo agent. Nadal nie sprzedaje orchestratora z dashboardem. To wciąż CLI i biblioteka, która miesza modele, tools i providerów w one-linerze.

Istniejące pluginy powinny działać dalej, ale pełny udział w stream events wymaga upgrade pluginów modeli do 0.32. Sam zaktualizował llm-anthropic; llm-gemini, llm-openrouter i llm-mistral miały dojść wkrótce. To klasyczne ryzyko open toolchainu: rdzeń skacze pierwszy, ekosystem dogania później.

Przekonamy się, czy Datasette Agent i obce pluginy utrzymają się na 0.32 bez obejść

Warto pilnować trzech sygnałów. Po pierwsze, czy pauza na ludzkie stop-go i wznowienie z historii wiadomości wejdzie w szerszy obieg poza projektami Willisona. Po drugie tempo doganiania pozostałych pluginów modeli. Po trzecie, czy kolejna major wersja naprawdę wpiecze agenta w core, czy zostanie uniwersalnym runtime, na którym agenty składają inni.

Dla zespołów inżynierskich praktyczne pytanie jest proste: potrzebujecie kolejnego frameworka, czy CLI, które w jednym procesie ogarnie reasoning, tools i audytowalny log?

Werdykt Lilith

Willison nie ogłasza kolejnego wrappera na chatbota. Buduje CLI, które uniesie pętlę narzędzi, ludzkie stop-go i gitolubne logi w tym samym procesie co prompt.