西蒙·威利森
Simon Willison 的个人博客，关于 Python、Django、开源、AI 与数据新闻。Django 框架联合创始人。
评论
点赞
收藏引用 Anthropic 前沿红队
西蒙·威利森引用 Anthropic 前沿红队对 GLM-5.3 的评估：在 100 个内部二进制利用任务中，GLM-5.3 有 4% 的尝试完成完整控制流劫持，Claude Mythos Preview 为 6%。 文中特别强调，GLM-5.3 虽然表现略低于 Claude Mythos Preview，但已跨越一道有意义的阈值——此前模型（如 Claude Opus 4.6、GLM-5.2）在所有任务中均未能成功。 作者将其解读为高级网络攻击能力正在向更多模型扩散的信号，引发对 AI 安全临界点的讨论。
GPT 6.1 Sol：以五分之一价格实现接近 Astra 的智能
Simon Willison 在自己博客上简短回应了 GPT 6.1 Sol 的 Hacker News 讨论，标题称其"接近 Astra 智能但价格只有五分之一"。他提到当时在直播记录 OpenAI DevDay 2026 主题演讲，之后补发了 GPT 6.1 Sol 的"骑自行车鹈鹕"渲染图（他的传统趣味测试），并指出这些渲染图与 GPT 6 家族的整体风格没有明显差异。 内容很短，核心是"新模型发布后的一手观察+轻幽默"，对关注 LLM 能力边界和 OpenAI 产品节奏的读者有一点点增量：GPT 6.1 Sol 定位在 Astra 之下、价格大幅拉低。 但整体缺乏深入分析或独立评测数据，互动主要来自 Simon 个人 IP 和鹈鹕梗。
Photo Scrubber — 本地人脸模糊与元数据移除
Simon Willison 因拍摄抗议者后不愿公开他人清晰面部，让 GPT-6 Astra 构建了一个实验性本地工具 Photo Scrubber：自动识别并模糊照片中的人脸，同时剥离元数据。 技术栈是 Google MediaPipe C++ 库通过 @mediapipe/tasks-vision 编译为 WebAssembly，配合 BlazeFace 人脸检测模型。全文很短，核心卖点是"浏览器本地处理、不上传图片"的隐私工具思路，以及"用 AI 辅助自己写工具"这一 Simon 一贯的工作流。 对前端/WebAssembly/隐私工具感兴趣的 HN 读者会想试或讨论方案边界（BlazeFace 精度、WASM 性能、metadata 剥离完整性），互动点集中在"AI 写工具 + 本地隐私"这个组合上。
OpenAI DevDay 2026 直播博客
<p>今天我在旧金山的福尔松海军基地参加活动。与一样，我将在当天对主题演讲及其他内容进行现场直播报道。</p><p><em>OpenAI为我提供了免费门票，并在主题演讲区安排了“创作者”席位。</em></p><p>标签：、、、、、</p> 
Claude Sonnet 5.5
Simon Willison 对 Anthropic 新发布的 Claude Sonnet 5.5 做了简评：宣称比 Sonnet 5 快 30% 以上、多数任务成本低 30%，价格与 Sonnet 5 相同但基准测试全面胜出。 文章用一个“火烈鸟骑自行车”的 SVG/HTML 生成任务做了实测：max 思考档位消耗 128k token（$1.28）后失败，xhigh 档位 5.74 美分、41 秒完成。 作者发现 Sonnet 5.5 在部分编码任务上接近 Opus 5.5，并已成为 免费层模型，而 ChatGPT 免费层用 Luna 5.6，Anthropic 免费层能力更强。 文末提到 Haiku 5.5 将在“数周内”上线，希望其定价能与 GPT-6 Luna 竞争。 
引述 @joedaroo
OpenAI 代理安全负责人 @joedaroo 被引观点：模型在"网络攻防、群体行为、消息板"等能力上出现突然跃升，令团队措手不及。他强调安全姿态无法靠系统加固一蹴而就，必须内化到公司文化和人员能力中。 他呼吁各组织自问：面对 AI 能力的意外跃升，人员、系统、流程是否具备韧性？应急响应、沟通话术、关键岗位是否就位？Simon Willison 注明身份已经 The Information 的 Rocket Drew 确认。
引用 Muse AI Agent
<blockquote>关于MX Keys Mini自提的坏消息。Usman大约在9:15到达您的楼栋并等待，多次发送消息，但始终无人下楼。他于9:38愤然离开，并留下了差评。更糟糕的是，我的自动回复在9:27向他显示“是的，我在！”而您显然并未到场，这完全是我的责任。这种做法非常不专业，也使这次失约显得更加严重。我已经以您的账号向他发送了道歉邮件，承认错误并提议改日再试。然而，差评已成事实，我或许应该停止使用自动回复功能，在无法确认您是否在家时不再作出此类承诺。您是否希望我修改自提相关的自动回复，使其不再承诺您在场？</blockquote><p>—— 代表@matt.j.robb处理</p><p>标签：、、、、、</p>
2026 年 LLM 动态（截至目前）
Simon Willison 在 WeAreDevelopers World Congress North America 上做了 2026 年 LLM 年度回顾演讲。核心观点：2025 年 11 月 Claude Opus 4.5 和 GPT-5.1 发布后，编码 agent 从"经常出错"跳到"日常可用"。 2026 年初他反常识地用 agent 同时开多个新项目（包括用 Python 写 JS 解释器和 WASM 运行时），自称得了"AI mania"。一个 GitHub 仓库在两个月内改名四次，最终叫 OpenClaw，积累 10 万+ commit，定义了新软件类别"Claw"（个人 agent）；硅谷苹果店 Mac mini 被买断用来跑 OpenClaw。 MoltBook（AI agent 社交网络）周五爆火、周一上纽约时报、周二就死于垃圾信息，一个月后被 Meta 收购。StrongDM 提出"Dark Factory"概念：软件开发工厂自动化到可以关灯。 作者把 2026 年称为软件工程师职业生涯中变化最快的一年，并与 Adam Leventhal 一起创造了"Deep Blue"（AI 诱导的职业倦怠感）这个术语。
S3 是未来，S3 也是过去
Simon Willison 评论 Hacker News 上关于" S3 既是未来也是过去"的讨论，指出一个被忽视的细节：S3 定价在过去十年几乎没有再下调。 他列出了完整的价格变化历史——从 2006 年的 0.150 美元/GB-月，经历多次降价后于 2016 年 12 月降至 0.023 美元/GB-月，此后近十年价格未变。 这一观察暗示 S3 作为基础设施的价格竞争阶段可能已经结束，云厂商的定价策略已从早期频繁降价转向稳定甚至隐性涨价。
Bluesky 回复机器人检测器
<p><strong>工具：</strong> </p><p>Twitter上的自动回复机器人是<em>灾厄</em>- 作为一个有不少粉丝的人，我会吸引大量这样的人，所以我发的每一句话都会引来几十条无脑的自动回复。</p><p>它们也开始在Bluesky显现。</p><p>与Twitter不同，Bluesky依然拥有一个免费且有用的API。缺少这样的API并不会减缓机器人行动，但确实让调查它们变得更加令人沮丧。</p><p>所以我有Opus 5.5该系统会检查任何Bluesky个人资料，寻找可能的回复机器人的证据。</p><p>它会寻找一些信号，比如在同一账号的其他帖子几秒内回复，或者那些从不发布自己内容（或图片或链接）而是持续回复其他高粉丝用户消息的账号。</p><p>它还会寻找问号，因为我<em>特刊</em>被回复机器人气炸了，因为我没绑住自己，浪费时间回答一个从未有人问过的问题。</p><p>标签：,,,</p>
北大西洋小海雀、大蓝鹭、加州褐鹈鹕
西蒙·威利森分享在加州蒙特雷湾国家海洋保护区拍到的北大西洋小海雀、大蓝鹭和加州褐鹈鹕，提到新换的 200-800mm Canon EF 镜头帮他拍到了最好的“Morris”照片，并提到这些鸟喜欢停在港口那块牌子下面。 偏个人摄影随笔，与科技读者相关性较低。 
关于 2026 年 9 月 24 日的笔记
西蒙·威利森用短笔记表达一个反直觉判断：越用编码 agent，越觉得它让软件工程更难——能做的事情惊人，但释放潜力需要极强的纪律与知识储备。 观点鲜明、一手体验，容易在 HN 式读者中引发争论和延伸讨论。
commit-rewriter 0.2
commit-rewriter 0.2 版本发布，新增对默认分支以外分支的支持，可通过 uvx commit-rewriter --branch other 命令针对其他分支运行。 这是一个 Git 工具的小版本更新，实用但信息量有限。
datasette 1.0a41
Datasette 1.0a41 版本发布。Alec Garcia 为 Datasette 添加了 OpenTelemetry 支持，作者同时将所有模态对话框重构为单一的 Web Component，并记录了该组件供其他插件使用。
我们刚刚上线了对 HTTP 中最丑陋部分的 Vary 支持
Simon Willison 评论了 Cloudflare 上线 HTTP Vary 头支持。Vary 是 HTTP 规范中最难处理的部分之一，经典场景是同一 URL 根据 Accept 头返回 HTML 或 JSON，过去 Cloudflare 缓存不识别 Vary 头，容易把 JSON 缓存后发给期望 HTML 的用户。 Willison 表示自己早已期待 Cloudflare 支持这一能力，但他本人选择不用这种模式，而是在 URL 上加.json 后缀来区分返回格式，更偏好可预测的 URL 行为。
Gemini 3.8 TTS 游乐场
<p><strong>工具：</strong> </p><p>谷歌今天——<code>gemini-3.8-flash-tts</code>以及<code>gemini-3.8-flash-lite-tts</code>.</p><p>它们拥有超过2000个声音的库，并且可以创建自定义声音，仅使用“你声音的30秒音频样本或你拥有使用权的声音”。</p><p>I这个带入自带密钥的 Playground 接口，利用了底层 Gemini API 的开放 CORS 策略。</p><figure><img src="https://static.simonwillison.net/static/2026/tts-playground.webp" alt="Screenshot of a web app for composing multi-speaker text-to-speech conversations, with a Compose panel on the left and Connection and Under the hood panels on the right. Left panel: "01 Compose" with a "Load example" button. "Compose settings are saved in the URL for bookmarking or sharing. Your API key is excluded." Toggle with "Single voice" and "Conversation" (Conversation selected). "Cast" section with "+ Add speaker" button. Speaker "Gus", Voice "Puck", with a remove × button. Speaker "P..."></figure><p>该API的一个显著特点是，它可以轻松定义多个字符之间的完整对话，每个字符都有不同的语音和语音样式指令。</p><p>这里有一段两只鹈鹕在讨论是否应该搬家的对话片段.我用的是Claude 4.5 Opus和生成.</p><p>使用 Gemini 3.8 Flash TTS（非更便宜的 Flash-Lite）生成 1 分 18 秒音频只需 ~20 秒，成本为 2.74 美分。</p><p>标签：,</p> 
Shadow roots，用实时示例解释
西蒙·威利森用 Fable 5.1 生成一个带交互示例的 artifact，直观解释 CSS shadow root 的概念与用法。文章短小，偏工具演示与信息增量，适合前端读者快速理解 shadow DOM 边界、样式隔离等要点。
旧金山10月14日：一场关于代理式工程的非正式交流会
Simon Willison 将在10月14日于旧金山与 Jesse Vincent 共同主持一场关于 Agentic Engineering（代理式工程）的非正式交流会。活动定位为"show-and-tell"，面向正在用编码代理（coding agents）做有趣实验的开发者和实验者。 重点交流未公开发布的工作、异常实验、没有明确市场方向的未完成项目。强调这是比产品路演更早的探索阶段，鼓励分享但无需正式演示，核心目标是庆祝和拥抱 agentic AI 领域的"怪异感"。
Claude Opus 5.5、GPT-6 Sol、GPT-6 Luna 与新一轮价格战
<p>昨天是(）().现今的人类大约一小时后，OpenAI.要对这些新型号有个好印象还需要一段时间，但以下是我目前的印象。</p><h3>GPT-6 Sol 和 Luna 的价格只有 GPT-5.6 版本的一半</h3><p>GPT-5.6 Luna已经是我最喜欢用来构建应用的模型，因为它结合了出色的性能和<em>非常便宜</em>.不知怎么的，GPT-6 Luna的价格又是那台的一半——而且GPT-6 Sol的降价幅度也差不多。</p><p>以下是目前的价格格局：</p><table><thead><tr><th>模型</th> <th>输入</th> <th>缓存输入</th> <th>输出</th> </tr></thead><tbody><tr><td>GPT-6 Luna</td> <td>0.10美元/百万</td> <td>0.01美元/百万</td> <td>0.50美元/分钟</td> </tr><tr><td>GPT-5.6 露娜</td> <td>0.20美元/分钟</td> <td>0.02美元/马尔</td> <td>1.20美元/分钟</td> </tr><tr><td>格罗克 4.7</td> <td>2美元/分</td> <td>0.50美元/分钟</td> <td>6美元/分</td> </tr><tr><td>GPT-6 索尔</td> <td>2美元/分</td> <td>0.20美元/分钟</td> <td>10美元/分</td> </tr><tr><td>GPT-5.6 地球</td> <td>2美元/分</td> <td>0.20美元/分钟</td> <td>12美元/男</td> </tr><tr><td>克洛德作品5.5</td> <td>4美元/男</td> <td>0.20美元/分钟</td> <td>20美元/百万</td> </tr><tr><td>GPT-5.6 索尔</td> <td>4美元/男</td> <td>0.40美元/分钟</td> <td>20美元/百万</td> </tr><tr><td>克劳德寓言 5.1</td> <td>10美元/分</td> <td>0.25美元/分钟</td> <td>50美元/分钟</td> </tr><tr><td>GPT-6 Astra</td> <td>10美元/分</td> <td>1美元/百万</td> <td>50美元/分钟</td> </tr></tbody></table><p>请注意，GPT…</p> 
llm 0.36：新增 OpenAI gpt-6-sol 和 gpt-6-luna 模型支持
Simon Willison 发布 llm 0.36 更新日志。核心变化：新增 OpenAI 模型 gpt-6-sol 和 gpt-6-luna 支持；模型插件可声明 supports_conversation=False，针对只接受单轮 prompt 的模型，LLM 会在会话中传入 assistant/tool 历史时抛出 llm.ConversationNotSupported 异常，llm chat 也会在启动前拒绝这些模型；Markdown 日志中的推理 trace 现在会被标签包裹；另有 5 位新贡献者提交的 bug 修复。 这是例行版本发布通知，信息量偏窄，主要面向 llm 工具用户。