版本資訊
| 項目 | 值 |
|---|---|
| 框架 | Pydantic AI |
| 版本 | v2.46.0 |
| 前一版 | v2.45.0 |
| 發布日 | 2026-09-19 |
| Release Notes | GitHub Release |
| GitHub | pydantic/pydantic-ai |
| Stars | 20k |
這個版本為什麼重要
上一版（2.45.0，2026-09-17）剛合併了 TypeSafeModel：一個接到 TypeSafe 家分類器 Jev 的 provider。Jev 不是語言模型，它不寫文字——你給它一段文字和一組型別化的問題（Pydantic model 的每個欄位變成一個問題），它直接回每個欄位的答案和信心分數。因為不用逐 token 生成，AlphaSignal 的 ticket 分類基準測出中位延遲 227ms，對照 gpt-5.6-luna 的 1,415ms，快了大約 6 倍。但 2.45.0 的限制也很明顯：str 輸出、原生檔案輸入、需要生成參數的工具呼叫，全都不支援，踩到就直接丟 UserError。2.46.0 這一版把其中兩個限制精準補掉——工具參數填充和 union 型別選擇——同時把 Jev 的信心門檻和「能不能拿去當裁判模型」也一併打通。對已經在用 TypeSafeModel 做分流／審核的團隊來說，這不是一次獨立的新功能，而是上一版留的坑，這一版接著填。
重要變更
- TypeSafeModel 填工具參數（Let TypeSafeModel fill a tool's arguments when Jev can express them）：Jev 原本只能填
output_type的欄位，2.46.0 起，當工具的參數 schema 落在 Jev 支援的問題類型內（bool／Literal／Enum／[0,1]的float等），agent 呼叫工具時的參數也能交給 Jev 用分類器的方式填，不用切回會生成文字的模型 - TypeSafeModel 填 union 輸出型別（fill a union of output types by choosing the type first）：output_type 是 union 時，Jev 先回答「該選哪個型別」這個問題，再對選中的型別填欄位——之前 union 型別不在 Jev 的能力範圍內
typesafe_boolean_threshold：yes/no 判斷過去固定用「離 0.5 有多遠」當信心依據，這版讓門檻可調 → 對誤判成本不對稱的場景（比如寧可多攔一點也不要漏放），可以直接調嚴或調鬆判斷線，不用在 agent 外面自己包一層後處理supports_text_outputonModelProfile，讓LLMJudge／GEval能跑在不輸出文字的模型上：Pydantic AI 內建的評測工具LLMJudge和GEval過去預設裁判模型要能寫文字說明理由，這版讓它們認得「這個模型不輸出文字」，於是 Jev 這種純分類器也能拿來當裁判——用一個比生成式裁判快很多的分類器幫 agent 輸出打分Choiceshelper：在執行期組一組帶描述的選項，供動態產生的分類/選擇欄位使用- Enum 用成員 docstring 當說明（
UseEnumMemberDocstrings）：Enum 的每個選項可以用自己的 docstring 當描述，這對 Jev 這類需要清楚問題敘述的分類器特別有用 RealtimeSession.wait_for_playback()：即時語音 session 新增等待播放完成的方法，官方文件範例也一併改成等回覆播完再關閉TemporalDurability新增event_stream_topic：透過 Temporal 的 Workflow Streams 把 agent 事件串流出去，由社群貢獻者提交，是本版少數與 TypeSafeModel 無關的變更
Breaking Changes
本版本無 breaking changes。
遷移指南
直接升級即可，無需修改程式碼：
pip install --upgrade pydantic-ai==2.46.0若要開始用新補上的能力，才需要動程式碼——例如把工具參數交給 Jev 填：
from pydantic_ai import Agent
from pydantic_ai.models.typesafe import TypeSafeModel
model = TypeSafeModel('jev-latest')
agent = Agent(model, output_type=bool, instructions='Is this request harmful?')
# 2.46.0 起，工具呼叫的參數若落在 Jev 支援的問題類型內
# （bool / Literal / Enum / 0~1 的 float 等），也能交給 Jev 填，不用換模型與其他框架的對比觀察
LangGraph、CrewAI 這類框架談的是「怎麼編排多個會生成文字的模型」，Pydantic AI 用 TypeSafeModel 開的是另一條路：把 agent 決策鏈裡「其實只是分類」的那幾步（要不要繼續、選哪個分支、風險評分）換成一個不生成 token 的判別式模型，同時讓這一步仍然吃 Pydantic 的型別驗證和 provider 介面。2.46.0 把工具參數和 union 型別也接上，代表這條路線不是一次性的 demo 整合，而是打算讓分類器和生成式模型在同一個 agent 裡並存、按需要切換。
今日收穫
之前以為「模型」在 agent 框架裡預設等於「會生成文字的東西」，看到 Jev 這種不寫文字、只答型別化問題的分類器被當成一等公民接進 Agent（用同一套 provider 介面、同一套型別驗證）才意識到：agent 決策鏈裡有大量步驟其實是分類問題而不是生成問題，把這些步驟硬套一個生成式模型只是在為不需要的 token 生成付延遲和成本。
參考資料
Loading...