PydanticAI 2.36 pridáva trvácne operácie a otvára rozhranie pre externé execution enginy

Pydantic vydal PydanticAI 2.36.0, aktualizáciu svojho open-source frameworku na tvorbu typovaných AI agentov v Pythone. Najvýznamnejšou novinkou je dekorátor @durable_operation spolu s verejným backendovým rozhraním, cez ktoré môžu tretie strany prepájať framework s vlastnými systémami trvácneho vykonávania. Cieľom je oddeliť agentickú logiku od mechanizmu, ktorý uchováva priebeh práce, opakuje zlyhané kroky a obnovuje proces po reštarte aplikácie alebo dočasnom výpadku služby. Verzia bola zverejnená 29. augusta a jej dostupnosť pod číslom 2.36.0 potvrdzuje aj Python Package Index.

Aktualizácia sa netýka nového jazykového modelu ani ďalšieho benchmarkového rekordu. Rieši menej viditeľnú, no pre produkčné nasadenie zásadnú vrstvu: čo sa stane, keď dlhšie bežiaci agent uprostred úlohy narazí na chybu API, prerušené spojenie alebo reštart procesu. Bežný agentický cyklus môže obsahovať viacero modelových požiadaviek, volaní nástrojov a zmien externého stavu. Ak sa celý cyklus po chybe spustí od začiatku, môže zbytočne opakovať drahé výpočty alebo vykonať rovnakú operáciu viackrát. Trvácne vykonávanie preto potrebuje jednoznačne určiť, ktoré kroky už úspešne prebehli a ktoré sa majú zopakovať.

Operácia ako samostatná jednotka obnovy

Nový dekorátor @durable_operation umožňuje označiť konkrétnu časť aplikácie ako pomenovanú operáciu spravovanú trvácnym backendom. Poznámky k vydaniu zároveň uvádzajú, že názov operácie musí byť zadaný explicitne. Toto obmedzenie môže pôsobiť ako drobná nepríjemnosť, ale má praktický význam: stabilný názov pomáha backendu rozlíšiť jednotlivé kroky, priradiť k nim uložený výsledok a vyhnúť sa nejednoznačnosti po refaktoringu kódu. Vývojári tak získavajú presnejšiu kontrolu nad hranicou medzi obyčajnou funkciou a krokom, ktorého priebeh sa má bezpečne zaznamenať a obnoviť.

PydanticAI už dokumentuje integrácie s platformami Temporal, DBOS, Prefect a Restate. Temporal, DBOS a Prefect sa pripájajú ako schopnosti agenta, zatiaľ čo integrácia Restate používa verejné rozhranie frameworku. Dokumentácia spomína aj externé prepojenia s Kitaru a Apache Airflow. Verejné backendové API vo verzii 2.36.0 posúva tento model ďalej: implementátori ďalších orchestrátorov nemusia stavať integráciu na interných detailoch, ktoré sa môžu meniť. Pydantic tým vytvára spoločnú abstrakciu pre viac execution enginov namiesto toho, aby vývojárov viazal na jedinú technológiu.

Trvácnosť pritom neznamená iba automatické opakovanie neúspešnej HTTP požiadavky. Pri agentoch treba riešiť aj dlhé čakanie, asynchrónne úlohy, zásah človeka, streamovanie a opätovné zostavenie stavu po páde. Oficiálna dokumentácia tvrdí, že trvácni agenti v PydanticAI podporujú streamovanie aj Model Context Protocol. Praktická hodnota spočíva v tom, že rovnaká agentická definícia môže fungovať v interaktívnej aplikácii aj vo workflowe spracúvanom na pozadí, pričom execution vrstva preberá zodpovednosť za obnovu a zaznamenanie dokončených krokov.

Menšie zmeny s dosahom na agentické rozhrania

Verzia 2.36.0 dáva jednotlivým častiam inštrukcií stabilný identifikátor InstructionPart.id. Stabilné ID je užitočné pri trasovaní, ukladaní priebehu a porovnávaní toho, ktoré inštrukcie boli použité v konkrétnom behu. V komplexnej aplikácii sa systémové pokyny nemusia skladať z jedného statického textu; môžu vzniknúť kombináciou konfigurácie, kontextu používateľa a dynamických pravidiel. Identifikátor preto poskytuje presnejší referenčný bod než samotná pozícia textu v zozname. Poznámky k vydaniu však neuvádzajú výsledky výkonnostného testu, takže túto zmenu treba vnímať najmä ako základ pre spoľahlivejšiu infraštruktúru a pozorovateľnosť.

Aktualizácia rozširuje aj nástroj príkazového riadka clai. Ten získal podporu prepínača --mcp-config a streamovanie volaní nástrojov. Konfigurácia MCP môže zjednodušiť pripájanie serverov poskytujúcich agentovi externé nástroje alebo dáta bez potreby zapisovať celú integráciu priamo do zdrojového kódu. Streamovanie zase umožňuje rozhraniu zobrazovať volania nástrojov priebežne, namiesto čakania na ukončenie celého kroku. Pre používateľa je to dôležité najmä pri dlhších úlohách, pretože vidí, že agent pracuje, aký nástroj používa a kde môže dochádzať k oneskoreniu.

Zmeny sa dotkli aj hlasových aplikácií. Metóda RealtimeSession.send_audio() po novom prijíma asynchrónne iterovateľné zdroje. Audio teda možno do relácie privádzať postupne zo streamu bez toho, aby aplikácia najprv zostavila celý vstup v pamäti. To zodpovedá prirodzenému spôsobu práce s mikrofónom, telefonickým kanálom alebo sieťovým audiozdrojom. Príklad hlasovej aplikácie sa podľa vydania presunul do projektu listentome. Nejde o nový hlasový model, ale o ergonomickú úpravu rozhrania, ktorá môže zjednodušiť spojenie živého zvuku s agentickými nástrojmi.

Čo to znamená pre produkčné tímy

Pre slovenské vývojové tímy je najzaujímavejšia možnosť ponechať si typované definície agentov v Pythone a pritom zvoliť execution vrstvu podľa existujúcej infraštruktúry. Organizácia, ktorá už používa Temporal alebo Prefect, nemusí pre AI workflow zavádzať samostatný orchestrátor. Verejné backendové API zároveň otvára cestu k interným adaptérom, ak firma potrebuje vlastné pravidlá ukladania stavu, auditovania alebo nasadenie v izolovanom prostredí. To môže byť dôležité vo finančníctve, zdravotníctve a verejnej správe, kde nestačí vedieť, že agent napokon odpovedal; potrebné je sledovať aj jednotlivé kroky a ich opakovanie.

Samotné označenie operácie ako trvácnej však automaticky nevyrieši idempotenciu. Ak nástroj odošle platbu, vytvorí záznam alebo publikuje obsah a odpoveď služby sa cestou stratí, opakovanie môže mať vedľajší účinok. Aplikačný návrh preto stále potrebuje idempotentné kľúče, jasné transakčné hranice, časové limity a pravidlá pre manuálny zásah. Nové API poskytuje stavebný prvok, nie univerzálnu záruku správnosti. Pred migráciou produkčného agenta bude vhodné otestovať správanie pri páde medzi modelovým volaním a zápisom výsledku, pri opakovanom volaní nástroja aj pri zmene verzie workflowu.

Otvorené otázky po vydaní

Poznámky k verzii neobsahujú porovnanie réžie jednotlivých backendov, údaje o latencii ani podrobnú maticu kompatibility pri aktualizácii existujúcich trvácnych workflowov. Nevieme preto, aký veľký dodatočný náklad prináša zaznamenávanie operácií pri krátkych interaktívnych úlohách a ako jednoducho sa budú prenášať rozpracované behy medzi verziami aplikácie. Tieto vlastnosti bude treba hodnotiť podľa konkrétneho backendu, pretože Temporal, DBOS, Prefect či Restate používajú rozdielne modely ukladania a obnovy.

PydanticAI 2.36.0 napriek tomu ukazuje jasný smer vývoja agentických frameworkov. Súťaž sa už nevedie iba o počet podporovaných modelov a stručnosť ukážkového kódu. Čoraz dôležitejšie sú obnoviteľnosť, stabilné identity krokov, streamovanie, auditovateľnosť a možnosť vymeniť orchestration backend bez prepisovania agentickej logiky. Nové trvácne operácie sú relatívne nízkoúrovňová funkcia, no práve takéto mechanizmy rozhodujú o tom, či agent zostane pôsobivým prototypom, alebo sa stane spoľahlivou súčasťou produkčného systému.