News · 3 min de leitura

Pydantic AI adiciona Docker e micro-VMs para tarefas de agentes

Versão 2.60.0, publicada em 23 de outubro, amplia opções locais de execução; permissões de arquivos e rede continuam exigindo configuração.

Logfire com o registro de execução de uma ferramenta Python de agente Pydantic AI
Captura de execução de ferramenta Python no Logfire, na documentação do Pydantic AI desde maio de 2025. Crédito: Pydantic Services Inc., licença MIT. Imagem inteira redimensionada e convertida para WebP, com margens superior e inferior.

O projeto Pydantic AI publicou no GitHub, em 23 de outubro de 2026, a versão 2.60.0, com novas opções para executar tarefas de agentes em ambientes separados. As notas, intituladas com a data de 22 de outubro, incluem DockerSandbox e BoxLiteSandbox entre as capacidades adicionadas ao Pydantic AI Harness.

O primeiro usa contêineres locais Docker ou Podman. O segundo utiliza uma micro-máquina virtual BoxLite. A mesma atualização reúne ajustes no tratamento de histórico recebido e nas restrições de acesso a arquivos. A existência desses controles não equivale a uma garantia de que qualquer código executado será seguro.

Como funciona a opção Docker

Segundo a documentação de DockerSandbox, comandos e edições de arquivos passam a ocorrer em um contêiner criado no primeiro uso. O ambiente pode ser retomado em uma tarefa posterior e permanece existente até ser removido pela aplicação.

A configuração padrão permite rede, inclusive acesso à rede local. É possível desativá-la, mas essa decisão precisa ser configurada. A documentação também ressalta que o contêiner compartilha o núcleo do sistema que o executa e oferece uma separação mais fraca que uma máquina virtual. Pastas disponibilizadas ao agente continuam exigindo cuidado, especialmente quando permitem escrita.

BoxLite usa uma máquina virtual local

A opção BoxLite executa comandos em uma micro-VM com núcleo e sistema de arquivos próprios, sem exigir uma conta de nuvem. Um novo ambiente começa sem acesso à rede. A aplicação pode habilitá-lo e limitar os destinos permitidos.

O ambiente também pode ser reutilizado, e sua exclusão precisa ser administrada. Os controles de CPU e memória de cada máquina não limitam quantas máquinas a aplicação cria. As páginas alertam que o Harness está na série 0.x, na qual a API ainda pode mudar entre versões menores.

Acompanhamento da execução

A documentação de monitoramento explica como acompanhar chamadas de modelo e de ferramentas por rastros OpenTelemetry. O envio ao Logfire é opcional e depende de instalação, configuração e instrumentação habilitada. Essa integração é contexto do produto, anterior às novas opções de execução.

Na avaliação editorial da Nextags, definir onde uma tarefa roda e acompanhar o que ela fez são decisões complementares. Em uma automação que processa documentos ou prepara relatórios, a equipe precisa revisar os arquivos acessíveis, os serviços que podem ser alcançados e os recursos deixados após o término. A escolha do ambiente deve acompanhar essas necessidades concretas, além da capacidade do modelo de realizar a tarefa.

Captura de execução de ferramenta Python no Logfire, na documentação do Pydantic AI desde maio de 2025. Crédito: Pydantic Services Inc., licença MIT. Imagem inteira redimensionada e convertida para WebP, com margens superior e inferior. Origem da captura · Licença do arquivo de documentação. A interface é anterior à versão 2.60.0 e não demonstra os novos ambientes Docker ou BoxLite.

O copyright e a licença completa acompanham os metadados da imagem. As marcas identificam os produtos e não indicam endosso à reportagem.

Fontes e referências

As informações foram verificadas nas fontes abaixo. Novos fatos podem atualizar esta notícia.

Conteúdo de . Preparado com apoio de IA. Consulte as fontes e os critérios editoriais. Conheça nossos critérios editoriais e como solicitar uma correção.

Os formulários funcionam sem cookies de publicidade. Você pode mudar esta escolha a qualquer momento no rodapé.