一句话看懂：Simon Willison 发布的 LLM 0.32rc1 重构了对话存储的底层 Schema，用内容可寻址哈希替代传统 ID，实现消息去重与对话分支树的原生支持。同时新增对 OpenAI gpt-5.6 系列三个模型（sol、terra、luna）的支持。这是一个面向重度使用者与开发者、逻辑上更严谨的基础架构更新。
事件核心：发生了什么
LLM 命令行工具的作者 Simon Willison 于 2026 年 7 月 30 日发布了 0.32 版本的第一个候选版（rc1）。这次版本完成了此前 0.32a0（alpha）版本中启动的 Schema 重设计工作。核心改动是将存储消息的 ID 从自增整数或 UUID 改为基于内容本身的哈希值（Content-Addressable Hash）。新的 Schema 仅增加了新表，不会影响用户已有的 logs.db 数据，但官方建议升级前备份该文件。此外，新版还加入了 OpenAI 最新 gpt-5.6 系列的三款模型：sol、terra 和 luna，这些模型在命名上延续了 OpenAI 此前用天体/元素命名的惯例。
为什么重要
这次 Schema 变更看似是技术细节，实则触及 LLM 工具在长期使用中的可持续性问题。传统关系型数据库记录对话时，消息 ID 不携带内容信息，重复调用相同提示会产生冗余记录，也无法自然表达多轮分支对话（如用户回溯后尝试不同参数）。引入内容可寻址哈希后，相同提示和响应的组合会被自动去重；消息之间的“树”结构也能被原生建模——这对需要对比不同模型、温度、上下文长度输出结果的开发者和研究者而言，意味着更大的实验灵活性。同时，gpt-5.6 系列的接入表明 LLM 工具仍在紧跟最新的旗舰模型，保持命令行生态的实用性。
对用户/开发者/创作者的影响
对日常使用者：如果你只是用 LLM 处理一次性任务，升级后感觉不到直接变化。但当你开始积累数百上千条对话记录，去重机制能大幅减小数据库体积，避免重复存储。分支对话支持意味着可以安全地“另起一路”尝试不同设定，而不会丢失之前的历史——这对于进行 A/B 测试或长链条推理的用户尤其有价值。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对插件作者与高级用户：新的 Schema 允许通过哈希直接引用某条消息的精确内容，不再依赖模糊的序号。如果你自己开发 LLM 相关的数据分析、回放或审核工具，这个改动降低了数据一致性的处理难度。备份指令的具体步骤可以参照官方文档执行。
对创作与研究者：分叉对话能力让实验记录更像代码版本管理——当一次回答不理想，可以在那个节点上 fork 出新对话继续调整，最终能追溯比较所有分支的输出。这超越了简单的聊天历史，进入可复现、可追溯的交互记录层面。
值得关注的后续
1. Schema 能否被其他 LLM 客户端借鉴：LLM 的这个设计思路如果被证明稳定高效，可能会影响 Hugging Face Chat、LangChain 等工具对对话存储的实现选择。
2. gpt-5.6 模型的实际可用性与定价：sol、terra、luna 是独立模型还是同一架构的不同变体？目前 OpenAI 尚未公开详细 Spec，等待正式版 LLM 0.32 发布后可从调用体验中得出更多判断。
3. 旧数据迁移方案：虽然新版声称不破坏旧表，但用户如何将现有 logs.db 中的对话转化为新的哈希表结构？官方目前没有提供自动迁移脚本，这可能会成为部分用户升级的障碍。
