Pydantic AI 创始人称图库是错误，代码本身就是图
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载代码即图的论证
Colvin 把当前关于图与循环对比提示词的讨论拆成两半：他认同人类写代码这件事会消失，开发者的工作变成定义问题——选定智能体要优化的指标和必须遵守的约束，再让智能体快速迭代；但他不认同图工程会成为严肃智能体系统的默认架构。他特别说明自己曾构建过图库，因此这一判断并非旁观者的臆断。在他看来，人们熟悉的图——把节点和边交给库去遍历——本身就是错误，唯一成立的图是代码。他提到自己一度怀疑这只是对 LangGraph 及其忽视类型安全的个人反感，但后来确信不是：在节点边界实现持久化并支持并行节点执行的图库，与类型安全在根本上无法兼容。
用 Python 函数表达图
文章给出的具体形态是一段普通 Python：reviewer 和 summarize 是两个子智能体，各自是带类型结果的异步函数，外层函数接收评论列表，用 asyncio.gather 对每条评论并发调用 reviewer，收集其中有 issues 的结果，再交给 summarize。Colvin 指出这既是扇出、汇合与分支构成的图，也是一个 Python 函数：类型检查器能验证 summarize 接受 issues，调用栈就是运行状态，模型可以在一次工具调用里写出它。他强调这是纯正、规范的 Python，因此对智能体来说容易生成。
Monty 与执行问题
当智能体自己定义图、而图就是代码时，问题转为如何运行这些代码，这正是团队构建 Monty 的原因——一个为此目的编写的沙箱化 Python 解释器。按文中描述，Monty 能安全地运行这类代码，并可在每一次外部函数调用处进行快照与恢复。Colvin 还提到持久化执行来自沙箱之外的 Temporal 与沙箱之内的 Monty，类型安全来自类型提示，并行执行来自 async。
为什么值得看
对做智能体架构的开发者，这是一份来自图库作者的反方观点，并附带可运行代码的沙箱方案。
信源1 家
关键事实
相关 · 观点
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。