如果你印象里的 Pydantic 还停留在"FastAPI 用的那个校验库"，那这次的信息差有点大。过去一个月，这个生态里的事密集得像连续剧：先是有人因为 Anthropic SDK 的一次更新，跑得好好的 Agent 突然罢工，官方第二天紧急发版，还在更新说明里公开道歉；接着是一个安全漏洞的修复；今天 8 月 26 日凌晨，又一个新版本上线。现在的 Pydantic，早就不只是一个库，而是五条产品线。
先把时间线捋一遍。8 月 26 日凌晨（北京时间），Pydantic AI 发布了 v2.35.0，主要变化是弃用 `RunContext.capability_loaded`，引导大家迁移到 `capability_active` 这一套接口。GitHub 再往前几天，8 月 20 日 Anthropic 发布 SDK 1.0，底层换用 httpx2 重写，而此前所有版本的 pydantic-ai 都不支持，当时新装 `pydantic-ai[anthropic]` 的用户一跑 Anthropic 模型就会挂，官方在 8 月 21 日紧急推出 v2.33.0 适配。GitHub 更早的 8 月 14 日，v2.30.0 修了一个安全问题：本地开发用的 web 聊天界面没有校验 Host 头，你访问的某个网站可以通过 DNS 重绑定摸到你本地的 Agent，并用你的进程权限和凭证去执行它。GitHub 一个月三件事，这就是这个生态现在的状态：迭代飞快，出问题时疼也是真疼。
那么 Pydantic 现在到底有什么？五条线，一次讲清。第一，Pydantic 主库，基于 Python 类型注解做数据校验，是一切的地基。第二，Pydantic AI，官方一句话介绍是 GenAI Agent Framework, the Pydantic way。Pydantic官方文档 国内公众号教程把它讲得更透：这是一个以类型系统为核心的 LLM 编排框架，关键是用 Pydantic 把 AI 开发从"猜 JSON"变成"写类型"，主打生产级可靠性。微信 第三，Logfire 和 AI Gateway，做可观测和模型网关，Agent 每一步干了什么都能看清楚。第四，HTTPX2，新一代 HTTP 客户端，Anthropic SDK 1.0 就是直接迁到它上面的。第五，Monty，一个安全 Python 解释器，专门给 AI 生成的代码在沙箱里跑。从校验一个 dict 到跑起一个 Agent，Pydantic 想把这条链路全包了。
官网的标题更直白：end-to-end AI engineering stack，端到端 AI 工程栈。这是理解整个生态的关键判断：Pydantic 在赌每个做 AI 应用的团队最终都需要类型安全校验、结构化输出、Agent 编排、链路追踪、沙箱执行这一整套，而它要把每一环都建在自家地基上。所以你现在评估 Pydantic AI，比的已经不是"又一个 Agent 框架"，而是一整套技术栈，想明白这一层，后面"我该不该跟"就有答案了。
如果你已经在用 Pydantic AI 写 Agent，现在最需要吃透的是 v1 到 v2 的变化：核心概念是 capability，指令、工具、生命周期钩子、模型设置被打包成一个可组合的单元。官方对升级风险的态度很明确：v1 去年 9 月发布以来，已经发了一百多个版本，没有一次破坏用户代码。Pydantic官网 所以存量项目可以正常升级，照着迁移文档走就行。7 月中旬，B站还有一条讲得很细的视频《PydanticAI2.0来了：一个capability原语，重构智能体开发》，攒下五千多播放和两百多收藏。哔哩哔哩 建议先把 capability 这个概念弄懂再动手，升级路径会顺很多。
看上面这张架构图，你会明白为什么校验党转过去成本低：输出就是你熟悉的 Pydantic 模型，框架把它转成 schema 发给大模型，拿回结果先由 Pydantic 验证并解析，验证失败时自动重试。微信 整个循环就是你天天在写的类型校验的延伸，心智负担很小。学习资料方面，知乎上正在连载一套入门课，最新一课《第1课：PydanticAI的Agent到底是什么》今天刚更新。知乎 配上 B站视频和公众号文章，中文入门材料已经够一轮补课了。
避坑有两件事，建议直接记下来。第一，用 Anthropic 模型的，现在就查一下机器上 anthropic 和 pydantic-ai 的版本：暂时不能升到 v2.33.0 及以上的，先把 `anthropic<1` 钉住，别等跑挂了才排查。第二，用过 `Agent.to_web()` 或 `clai web` 起本地聊天页的，尽快升到 2.30.0 以上，那个版本才补上 Host 头校验；确实要用真实域名暴露的，用新的 `allowed_hosts` 设置显式声明。这两件事都是 8 月里别人真实交过的学费，处理成本很低。
只用核心校验库的，有个好消息和一个注意点。好消息是 V3 不会再来一次 V2 式的大折腾，项目负责人早早在规划 issue 里写明：V3 不会像 V2 那样带来大的 API 改动。GitHub 现在的写法可以照常用，不用焦虑搬家。要注意的是 8 月 6 日发布的 2.14.0b1 已经放弃了对 Python 3.9 的支持。PyPI 生产代码还跑在 3.9 上的，可以把升级运行时提上日程了，不然后面新版本会卡住你。
不写 Agent 也值得追一个东西：Monty。它是用 Rust 写的极简 Python 解释器，微秒级启动、不碰宿主环境、只暴露你显式传入的函数，像专为"在沙箱里跑大模型生成的代码"而生。8 月中旬官方开了第三届 Hack Monty 沙箱逃逸赛，赏金 $20,000，由 Pydantic、Prefect 和 Hugging Face 联合赞助，并预告这大概率是 V1 之前最后一轮公开打擂。Pydantic官网 它能不能扛住这一轮围攻，很大程度决定"Rust 沙箱跑 Python"这条路线能不能真正落地。
最后收个尾：Pydantic 仍然是 Python 世界里最让人放心的项目之一，发布频率虽高，但出问题时敢在更新说明里道歉、修漏洞时连版本一起给；它也确实不再是当年那个安静的校验库。写 Agent 的，把 capability 弄懂、升到最新版本；只做校验的，盯住 Python 版本线；纯围观的，Monty 是接下来半年最值得看的事。下一个节点是 Monty V1 能否如期发布，我们接着蹲。
