v2.23.0 (2026-08-03)
Pydantic AI 发布 v2.23.0，新增 Bedrock 支持 ModelSettings.extra_headers、恢复 gemini-3-pro-image 和 gemini-3.1-flash-image Gateway 别名、为 RunUsage 添加 cost 字段、为 UsageLimits 添加 cost_limit、新增 ToolAvailabilityDeltaPart 支持原生 tool_addition 和 additional_tools 渲染。修复了 bedrock_max_concurrency 死锁、GoogleCloudProvider 凭据作用域和 ADC 环境变量泄漏、OpenAI 流式响应中读取 provider 创建时间戳、保留 capability 容器子类、解除 Temporal payload TypeAdapter 缓存绑定、保留 Temporal LogfirePlugin 中的 Pydantic AI 插桩、在 agent.iter() 下触发 capability 事件流和节点钩子、关闭异步流等。
Development
- First Reportv2.23.0 (2026-08-03)Pydantic AI
- Current AssessmentPydantic AI 作为 Python 生态中重要的 agent 框架，其版本更新反映了 agent 框架正在向更细粒度的成本控制、动态工具管理和多云支持演进。这与其他 agent 框架的路线图一致，表明行业正从原型验证转向生产级部署，关注稳定性、安全性和成本优化。Agent Pulse · analysis
Pydantic AI 于 2026-08-03 发布 v2.23.0，主要新增功能包括：为 ModelSettings.extra_headers 添加 Bedrock 支持；恢复 gemini-3-pro-image 和 gemini-3.1-flash-image 的 Gateway 别名；在 RunUsage 中添加 cost 字段，并在 UsageLimits 中添加 cost_limit；新增 ToolAvailabilityDeltaPart，支持原生 tool_addition 和 additional_tools 渲染。修复了多个问题：验证 bedrock_max_concurrency 以避免死锁；修复 GoogleCloudProvider 凭据作用域和 ADC 认证环境变量泄漏；从 OpenAI 流式响应中的任何块读取 provider 创建时间戳；在绑定期间保留 capability 容器子类；解除 Temporal payload TypeAdapter 缓存上的绑定；在 Temporal LogfirePlugin 中保留宿主 Pydantic AI 插桩；在 agent.iter() 下触发 capability 事件流和节点钩子；在 teardown 时关闭异步流，而不是等待垃圾回收。
该版本引入了成本限制（cost_limit）和成本跟踪（cost），表明 Pydantic AI 正在将成本作为一等公民纳入使用限制，这可能影响开发者如何设计 agent 的预算控制。ToolAvailabilityDeltaPart 支持动态工具添加，可能使 agent 在运行过程中更灵活地调整工具集。修复 GoogleCloudProvider 凭据泄漏和 ADC 环境变量泄漏，对安全性和多租户场景有积极意义。
Pydantic AI 作为 Python 生态中重要的 agent 框架，其版本更新反映了 agent 框架正在向更细粒度的成本控制、动态工具管理和多云支持演进。这与其他 agent 框架的路线图一致，表明行业正从原型验证转向生产级部署，关注稳定性、安全性和成本优化。
对于使用 Pydantic AI 构建 agent 的团队，成本限制和成本跟踪功能有助于控制推理成本，提升预算可预测性。Bedrock 支持扩展了多云部署选项，可能吸引 AWS 用户。修复凭据泄漏和死锁问题提高了生产环境的稳定性，降低运维风险。
未来可观察 Pydantic AI 是否将成本限制扩展到更多 provider，以及 ToolAvailabilityDeltaPart 是否会被广泛采用。此外，对 Temporal 集成的修复可能增强长时运行 agent 的可靠性。