Pydantic AI 2.0 je stabilný a stavia agentov okolo capabilities

Pydantic AI vydal stabilnú verziu 2.0. Pre vývojárov agentických aplikácií je to významný míľnik, pretože projekt sa po siedmich beta vydaniach posúva z experimentálneho režimu do stabilnej vetvy. Nová verzia nemení iba zoznam podporovaných modelov alebo opravy integrácií. Jej hlavnou témou je architektúra, v ktorej sa agentické správanie skladá cez jednotný koncept capabilities.

Capabilities možno zjednodušene chápať ako kompozitné balíky schopností agenta. Jedna capability môže obsahovať nástroje, hooks, inštrukcie a nastavenia modelu. Namiesto toho, aby vývojár rozkladal tieto prvky do viacerých voľne prepojených častí, Pydantic AI ich chce viesť cez jednu primitívu, ktorá zasahuje do viacerých vrstiev behu agenta. To je praktické najmä pri väčších aplikáciách, kde sa rozdiely medzi používateľmi, režimami, modelmi alebo bezpečnostnými pravidlami rýchlo menia na neprehľadnú konfiguráciu.

Vydanie 2.0 preto zapadá do širšieho trendu agentických frameworkov: od jednoduchého volania modelu s nástrojmi smerom k runtime vrstvám, ktoré riešia zodpovednosť, stav, eventy a integrácie. Pydantic AI má výhodu v tom, že vychádza z ekosystému Pydanticu, teda z návykov okolo typov, validácie a dátových schém. Pri agentoch je to dôležité, pretože chyby často nevznikajú v samotnom texte odpovede, ale na hranici medzi modelom, nástrojom, schémou a aplikačnou logikou.

Release notes uvádzajú, že stabilná V2 prichádza s podporou embedding modelu gemini-embedding-2 a s text-prefix conditioning cez parameter google_task. To je dôležité pre aplikácie, ktoré používajú Pydantic AI nielen na konverzačných agentov, ale aj na vyhľadávanie, klasifikáciu alebo retrieval workflow. Práve embedding vrstva býva v agentických systémoch skrytá, no rozhoduje o kvalite pamäte, kontextu a výberu podkladov.

Zaujímavou súčasťou vydania je aj práca okolo AG-UI a odložených nástrojov. Release mapuje AG-UI interrupts na DeferredTools v adaptéri, čo posúva rámec bližšie k interaktívnym agentom, pri ktorých nie je každé volanie nástroja okamžité a lineárne. V praxi môže ísť o schvaľovanie človekom, dlhšie operácie, prerušiteľné workflow alebo agentov, ktorí potrebujú počkať na externý stav.

Veľká časť changelogu je venovaná kompatibilite s modelovými providermi. Opravy sa týkajú Gemini, OpenAI, Groq, Cerebras, DeepSeek, Anthropic, Bedrock, Cohere aj Mistral. Nie sú to iba kozmetické zmeny. Agentické frameworky musia zakrývať rozdiely v reasoning poli, tool-calling protokoloch, počítaní tokenov, streaming udalostiach a parametroch ako max_tokens alebo reasoning_effort. Keď sa tieto rozdiely neriešia dôsledne, aplikácia môže fungovať na jednom modeli a ticho zlyhávať na inom.

Pre tímy, ktoré už používali Pydantic AI 1.x alebo beta vetvy V2, bude dôležitý upgrade guide. Stabilná dvojka prináša architektonický posun a pravdepodobne aj migračné rozhodnutia okolo capabilities. To však nie je slabina. Skôr ide o signál, že framework dozrieva z knižnice na experimenty do vrstvy, ktorú možno plánovať v produkčnejšom prostredí.

Praktický dopad je najväčší pri aplikáciách s viacerými režimami agenta. Napríklad interný zákaznícky asistent môže mať osobitné capabilities pre vyhľadávanie dokumentácie, eskaláciu ticketov, prácu s citlivými dátami a audit. Každá časť môže niesť vlastné nástroje, hooks a pravidlá. Vývojár tak nemusí skladať bezpečnostné obmedzenia a modelové nastavenia ručne pri každom behu.

Pydantic AI 2.0 je preto menej o jednom nápadnom featuri a viac o stabilizácii základov. Agentické aplikácie sa dostávajú do fázy, kde nestačí demo v notebooku. Potrebujú typované rozhrania, opakovateľné konfigurácie, pozorovateľnosť, kontrolu nad nástrojmi a možnosť meniť modely bez toho, aby sa rozpadla aplikačná logika. Stabilná V2 je pokusom dať týmto požiadavkám pevnejší rámec v známom Python ekosystéme.