Simon Willisons LLM-verktyg får stöd för resonemangsspår och OpenAI Responses
Den populära kommandoradsappen LLM (ett verktyg för att köra AI-modeller direkt i terminalen) har fått en ny version med flera praktiska uppgraderingar. Nyheterna inkluderar stöd för reasoning traces (de steg-för-steg-tankekedjar som modeller som o1 och o3 genererar), OpenAI Responses API, samt förbättrad loggning för att lättare hålla koll på vad modellerna faktiskt gör.
Djupdykning
Anthropic har uppdaterat sitt SDK med stöd för "reasoning traces" – det vill säga att modellen nu kan visa sitt interna tankesteg innan den svarar, ungefär som att se utkastet innan mejlet skickas. Samtidigt läggs OpenAI Responses API-kompatibilitet till, vilket signalerar att verktygsbyggare inte vill låsa sig till ett enda ekosystem utan vill kunna växla mellan leverantörer utan att skriva om hela kodbasen. Server-side tools innebär att vissa funktioner nu körs direkt på Anthropics servrar istället för hos utvecklaren, vilket minskar komplexiteten men också ger Anthropic mer kontroll över exakt vad modellen kan göra. Den förbättrade loggningen låter kanske tråkig, men för teams som debuggar varför en AI-agent plötsligt beter sig konstigt är det ofta det mest värdefulla verktyget de har. Det de flesta missar här är att detta inte primärt är en AI-nyhet – det är en infrastrukturnyhet. Kampen om AI-dominans utkämpas just nu lika mycket på SDK-nivå som i benchmarktester, och den plattform vars verktyg känns enklast att använda för utvecklare kommer att vinna marknadsandelen tyst, utan några pressreleaser om rekordresultat.