v1.107.2 (2026-08-07)
Pydantic AI 发布 v1.107.2，修复了一个可用性漏洞：通过本地 web_fetch 工具或 FileUrl 媒体下载远程内容时，无界内存使用可能导致进程内存耗尽并崩溃。补丁版本对下载实施默认 50 MiB 上限。该漏洞在 1.107.2 (v1) 和 2.24.0 (v2) 中修复，相关 GitHub 安全公告为 GHSA-v2xh-2vp8-57h8。
Development
- First Reportv1.107.2 (2026-08-07)Pydantic AI
- Industry Responsev1.107.3 (2026-08-11)Pydantic AI
- Current Assessment此事件表明 AI 代理框架在安全方面仍需加强，尤其是涉及外部内容获取的功能。随着代理自主性增强，此类漏洞可能成为攻击面。开源框架的快速修复和披露体现了社区协作的重要性，但开发者需及时跟进补丁。Agent Pulse · analysis
Pydantic AI 于 2026-08-08 发布 v1.107.2，修复了一个可用性漏洞，该漏洞允许通过本地 web_fetch 工具或 FileUrl 媒体下载远程内容时无界使用内存，可能导致进程内存耗尽并崩溃。补丁版本对下载大小实施默认 50 MiB 上限。该修复由 dsfaccini 在 PR #7308 中实现，并同时应用于 v1 和 v2 版本线。此漏洞影响使用 Pydantic AI 进行远程内容获取的开发者，可能导致服务中断。
该漏洞源于 web_fetch 和媒体 URL 下载未限制响应体大小，攻击者可利用此漏洞导致内存耗尽。修复通过设置默认 50 MiB 下载上限来缓解，但开发者需注意此限制可能影响合法的大文件下载场景。建议检查依赖版本并升级至 1.107.2 或 2.24.0，同时评估自身应用是否需要调整下载限制。
此事件表明 AI 代理框架在安全方面仍需加强，尤其是涉及外部内容获取的功能。随着代理自主性增强，此类漏洞可能成为攻击面。开源框架的快速修复和披露体现了社区协作的重要性，但开发者需及时跟进补丁。
对于依赖 Pydantic AI 构建代理的企业，此漏洞可能导致服务中断，影响业务连续性。及时升级可降低风险，同时需评估下载限制对业务功能的影响。开源社区的快速响应有助于维护生态信任。
预计 Pydantic AI 将继续加强安全机制，可能引入更细粒度的资源限制或内容验证。开发者应关注后续版本更新，并考虑在应用中实施额外的安全措施，如输入验证和资源配额。