5月5日，datasette-llm 0.1a7 发布。更新日志只有一行：「支持为特定模型配置默认选项」。版本号带a，说明还在alpha阶段——但这个小动作指向一个被忽视的趋势。
为什么「默认配置」值得单独发版
用过命令行大模型工具的人都知道痛点：每次换模型都要重输参数。DeepSeek V4便宜但温度参数要调低，GPT-4o贵但默认就能用。datasette-llm 这次加的机制，本质是把「模型-参数」的映射关系固化下来。
这不是功能堆砌，是工作流优化。开发者Simon Willison的LLM工具生态（0.32a0刚完成大重构）正在把「模型即插件」做深——每个模型有自己的身份，也有自己的脾气。
版本号背后的节奏
注意时间密度：4月24日评DeepSeek V4，27日挖OpenAI-Microsoft的AGI条款历史，29日推LLM 0.32a0，5月5日datasette-llm跟进。两周四更，全围绕「多模型管理」这个主题。
Simon Willison 没明说，但动作很诚实：当大模型从「用OpenAI」变成「在十几个模型里挑」，工具层必须解决选择成本。配置默认选项，就是降低切换摩擦。
alpha版本的信号
0.1a7 的「a」说明功能未定型，但方向已锁定。datasette-llm 作为 Datasette 生态的LLM扩展，定位不是做模型，是做「模型之间的路由器」。这次更新让路由规则可编程——特定模型自动匹配特定参数，省去人工判断。
对比同期动态：DeepSeek V4 用低价冲击 frontier 模型定价，OpenAI 旧条款被翻出来说事。工具层的响应速度，比模型层还快。这说明开发者基础设施的竞争焦点，已经从「接多少模型」转向「切换多顺滑」。
datasette-llm 的更新很小，但埋了一个判断：未来用模型，不是调API，是管配置。谁把配置层做薄，谁就能在模型混战里截流用户。
热门跟贴