Simon Willison 在 2026 年 5 月 12 日发布命令行大模型工具 LLM 0.32a2 alpha。LLM 的定位很清楚：让开发者从终端访问不同大语言模型，而这次 alpha 更新里，最关键的变化是多数 reasoning-capable OpenAI 模型从 /v1/chat/completions 转向 /v1/responses。

这不是一次普通的端点替换。对使用 OpenAI 推理模型写自动化脚本、工具调用流程和轻量代理的开发者来说，Responses API 更接近“模型边思考边用工具”的产品形态。LLM 0.32a2 把这层变化带进了命令行。

LLM 0.32a2 把 OpenAI 推理模型接到 Responses API

原文给出的关键说明是：多数支持推理的 OpenAI 模型现在使用 /v1/responses，而不是 /v1/chat/completions。这使 GPT-5 class 模型能够在跨工具调用时进行交错推理。

项目过去做法0.32a2 alpha 的变化开发者影响
OpenAI 接口/v1/chat/completions多数推理模型改用 /v1/responses更适合复杂工具调用流程
推理呈现主要看到最终输出可看到 summarized reasoning tokens更容易调试模型为何调用工具
显示控制无这一层显式展示-R 或 --hide-reasoning 可隐藏适合脚本、日志和安静模式

这里要把边界说清：LLM 0.32a2 是 alpha，不是稳定正式版；切换也不是“所有 OpenAI 模型”都完成迁移。它更像一次面向早期开发者的接口适配，适合试用和反馈，不适合未经验证就塞进关键生产链路。

Responses API 的意义在工具调用，不在版本号

/v1/chat/completions 是聊天接口时代的产物，围绕一轮轮消息组织交互。/v1/responses 则更像 OpenAI 为多模态、工具调用、推理输出和代理式流程准备的新入口。两者差异不只是 URL 不同，而是抽象层不同。

与上一代“给模型一段上下文、拿回一段回答”的模式相比，代理式流程要求模型能在调用搜索、数据库、代码执行器或内部工具时保留推理状态。所谓 interleaved reasoning across tool calls，指的正是模型在多次工具调用之间继续推进推理，而不是每次调用后像重新开一局。

行业里类似方向并不孤立。Anthropic 的 Claude 工具调用、Google Gemini 的 function calling、OpenAI 自己的 Assistants/Responses 路线，都在处理同一个问题：模型不再只是聊天窗口，而是工作流里的决策节点。Willison 的 LLM 工具把这种变化压缩到终端里，影响虽小众，却很贴近工程师真实用法。

推理摘要可见，但不是公开完整思维链

开发者运行提示词时，现在可以看到用不同颜色显示到标准错误输出的 summarized reasoning tokens。它的价值在调试：模型为什么选择调用某个工具、为什么走到某个中间方向，能有一点线索。

但这不等于完整思维链公开。OpenAI 和多数模型提供商近年都在收紧原始 chain-of-thought 的直接暴露，通常只给摘要或可审计片段。对企业团队来说，这个限制很现实：可解释性增加了，但不能把它当成完整审计日志。

受影响最直接的是两类人。其一是已经用 LLM 命令行工具串联脚本的开发者，他们可能要检查日志输出、CI 环境和插件兼容性。其二是做 AI agent 原型的工程师，他们会更关心跨工具调用是否稳定、推理摘要是否足够帮助定位失败。

接下来最该盯的不是“有没有更聪明”，而是三个变量：哪些 OpenAI 推理模型最终稳定迁到 Responses API；LLM 插件生态是否跟上新输出结构；推理摘要在真实项目里是降低调试成本，还是给日志和安全审查添新负担。目前原文没有给出价格、速度或准确率变化，不能替它补戏。