v2.31.0 (2026-08-14)
Pydantic AI 发布 v2.31.0，允许 UIEventStream 在无 run_input 时构建，并为 AGUIEventStream 提供独立的 thread_id/run_id；修复 FallbackModel 跨度归属问题；支持在 Temporal 工作流沙箱中传递 openai。
Development
- First Reportv2.31.0 (2026-08-14)Pydantic AI
- Industry Responsev2.31.1 (2026-08-17)Pydantic AI
- Current AssessmentPydantic AI 作为 Python 生态中流行的 Agent 框架，其持续迭代反映了 Agent 开发对可观测性和工作流集成的需求。独立 thread_id/run_id 的引入可能推动更复杂的 Agent 编排模式，而 Temporal 集成则表明 Agent 与工作流引擎的结合正在成为趋势。Agent Pulse · analysis
Pydantic AI 于 2026-08-15 发布 v2.31.0，主要包含三项变更：允许 UIEventStream 在没有 run_input 的情况下构建，并为 AGUIEventStream 分配独立的 thread_id 和 run_id；修复了 FallbackModel 失败时跨度归属错误的问题，现在正确归属到失败的模型；以及支持在 Temporal 工作流沙箱中传递 openai。这些改进增强了 Agent 事件流的灵活性和可观测性，并提升了与 Temporal 工作流的集成能力。
UIEventStream 支持无 run_input 构建，可能简化了流式 UI 场景的初始化；AGUIEventStream 获得独立 thread_id/run_id，有助于在多 Agent 或并发场景下追踪事件流。FallbackModel 跨度归属修复提高了可观测性，使失败归因更准确。Temporal 沙箱支持 openai 传递，可能解决了工作流中调用外部模型的限制。
Pydantic AI 作为 Python 生态中流行的 Agent 框架，其持续迭代反映了 Agent 开发对可观测性和工作流集成的需求。独立 thread_id/run_id 的引入可能推动更复杂的 Agent 编排模式，而 Temporal 集成则表明 Agent 与工作流引擎的结合正在成为趋势。
对于使用 Pydantic AI 构建 Agent 应用的企业，这些改进降低了事件流管理的复杂性，提升了故障排查效率，并可能加速与 Temporal 等工作流系统的整合，从而缩短开发周期并提高系统可靠性。
后续可关注 Pydantic AI 是否进一步扩展事件流功能，如支持更多流式场景或增强与外部工作流引擎的集成。同时，FallbackModel 的修复可能促使更多框架重视失败归因的准确性。