LLM 0.36 发布：新增 GPT-6 模型支持与单轮对话限制机制

Simon Willison 的开源命令行工具 LLM 迎来了 0.36 版本更新。作为一款可以通过统一接口调用各类大语言模型的工具，LLM 的每次迭代都在细节上体现出对开发者实际使用场景的关照。这次更新虽然版本号只是小幅递增，但在模型接入、插件能力和日志可读性三个方面都带来了实质性改进。

新增 GPT-6 系列模型支持

本次更新最引人注目的部分，是新增了对 OpenAI 两款 GPT-6 模型的支持：gpt-6-sol（对应 GPT-6 Sol）和 gpt-6-luna（对应 GPT-6 Luna）。这意味着开发者现在可以直接通过 LLM 命令行工具调用这两个模型，无需额外编写适配代码。

对于长期使用 LLM 工具的用户来说，这种快速跟进新模型的能力正是其核心价值所在。LLM 的插件化架构让它能够在主流厂商发布新模型后迅速提供支持，用户只需更新版本即可在同一套工作流中切换不同模型进行对比测试。

单轮对话模型的限制机制

这个版本引入了一个颇具工程价值的特性：模型插件现在可以声明 supports_conversation = False，用于标记那些只接受单轮提示、不支持多轮对话的模型。

当这类模型接收到包含助手回复或工具调用历史的输入时，LLM 会主动抛出 llm.ConversationNotSupported 异常；而 llm chat 交互命令也会在会话开始前直接拒绝这类模型，避免用户进入一个注定会失败的对话流程。

这种设计的意义在于将约束前置。与其让开发者在运行时遇到难以理解的错误，不如在模型能力层面明确声明限制，让工具链在最早的环节就给出清晰反馈。首个采用该特性的插件是 llm-typesafe，它专注于类型安全的结构化输出场景——这类场景往往确实只需要单次调用而非连续对话。

supports_conversation = False 这一设计背后对应的是大模型 API 的两种主要交互范式。多轮对话模型（如 GPT-4、Claude 等）接受一个包含历史消息列表的 messages 数组，每次请求都携带完整的上下文，模型据此维持对话连贯性。而部分专用模型——尤其是结构化输出、单次推理或批处理场景下的模型——其 API 仅接受单个 prompt 输入，不处理历史上下文。如果强行向这类模型传入多轮消息结构，轻则返回不可预期的结果，重则直接报 API 错误。LLM 的插件系统过去依赖开发者自觉处理这一边界，0.36 版本将其提升为一等公民的能力声明，使工具层可以在路由阶段就完成校验，而无需等到实际 API 调用时才暴露问题。

推理过程的日志可读性优化

随着推理型模型（reasoning models）的普及，模型输出中往往包含大段的"思考过程"（reasoning traces）。这些内容虽然有助于理解模型的推理路径，但在浏览日志时容易造成信息过载。

0.36 版本对 llm logs 命令的 Markdown 输出做了改进：推理过程现在会被包裹在 <details><summary> 折叠标签中。这意味着在支持该标签渲染的环境下，推理内容默认折叠，用户可以按需展开查看。这是一个小而实用的改动，直接提升了长日志的浏览体验。

推理型模型（reasoning models）是指在生成最终答案之前，会先输出一段内部"思考链"的模型，典型代表包括 OpenAI 的 o1/o3 系列和 DeepSeek^广告-R1。这段推理过程（reasoning trace）有时可达数千 token，内容是模型逐步分解问题、自我纠错的中间步骤。对于调试和研究场景，这些内容极有价值；但在批量处理或日常使用中，它们会大幅稀释日志的信噪比。HTML 的 <details><summary> 标签是一种原生折叠方案，GitHub Markdown、Jupyter Notebook 等环境均支持其渲染，无需额外 JavaScript，折叠后仅显示 <summary> 中的标题文字，点击即可展开完整内容。LLM 将推理过程包裹在该标签中，是一种低成本且兼容性良好的工程选择。

五位新贡献者参与修复

除了上述功能更新，本次发布还包含来自五位新贡献者的一系列 bug 修复。对于一个开源项目而言，新贡献者数量往往是社区活跃度的直接体现。LLM 能够持续吸引新的参与者，反映出它在开发者社区中已经建立起相当的影响力和使用基础。

小结

LLM 0.36 的三项主要改进——新模型接入、单轮对话约束机制、推理日志折叠——都指向同一个方向：让这款工具更好地适配当下快速演进的大模型生态。快速支持新模型保证了工具的时效性，单轮对话限制体现了对不同模型能力边界的精细化处理，而日志优化则回应了推理模型时代的实际使用痛点。对于依赖命令行进行模型调用和实验的开发者来说，这次更新值得升级。