Hermes Agent · main · 30/08
Compactação volta a propagar mudanças para sessões longas
O commit 514707ff troca o caminho de “reutilizar o prompt armazenado” por um rebuild no limite de commit da compactação. Se o resultado for byte-a-byte igual, a identidade do objeto continua preservada para manter o prefix cache; se houver drift, entram as mudanças reais do builder. O mesmo lote mantém as seções de plugin anteriores quando um rebuild falha e corrige o timestamp de Bot Mode usando a raiz da linhagem, não o ID rotacionado da sessão.
Impacto prático: uma sessão de longa duração passa a receber alterações de guidance, skills e memória no ponto de compactação sem transformar toda chamada em um cache miss. É correção de coerência de estado, não uma nova capacidade de modelo.
Recomendação: acompanhar e testar com uma sessão longa que altere skill/memória antes da compactação. Medir tamanho do prompt, cache-hit e comportamento após rotação de sessão.
Hermes Agent · browser / MCP / Telegram · 30/08
Operação em background e extensões de interface ficam mais práticas
O main soma três grupos de mudança relevantes. O browsing com perfil real passa a lançar Chrome em --headless=new por padrão, preservando cookies do perfil copiado sem abrir janela nem roubar foco; o Desktop recebe callback local para concluir OAuth de MCP mesmo quando o backend está remoto; e o Telegram ganha um picker inline pesquisável para comandos core, plugins e skills instaladas, sem ficar limitado ao menu BotCommand.
Impacto prático: o primeiro ponto melhora o uso simultâneo com o Windows do operador; o segundo remove uma falha topológica de OAuth em SSH/Tailscale; o terceiro torna skills realmente encontráveis no Telegram. O picker só é ativado depois de /setinline no BotFather.
Recomendação: acompanhar. Quando virar release, validar perfil real headless, login já existente, OAuth em backend remoto e autorização do catálogo inline — consultas não autorizadas devem retornar vazio.
OpenAI Codex CLI · release 0.151.0 · 29/08
MCP ganha janela de descoberta, interceptação e erros estruturados
A release estável adiciona uma janela configurável para descobrir tools de MCPs opcionais, permite que extensões inspecionem ou substituam resultados MCP antes de chegarem ao modelo e combina configurações de plugins por repositório sem esconder plugins válidos quando um marketplace está inválido. Também reforça sandbox remoto usando home, sistema operacional e semântica de paths reais do executor, preserva perfis de permissão restaurados e inclui uso de tokens de subagentes no orçamento do goal raiz.
Impacto prático: há uma superfície oficial para mascarar, normalizar ou auditar respostas de tools antes do raciocínio do agente. A correção de sandbox/path e a retenção de erros MCP melhoram diagnóstico em executores remotos. Interceptação de resultados deve começar em modo somente leitura, com testes contra respostas malformadas.
Recomendação: testar agora se o fluxo usa vários MCPs, plugins ou execução remota; manter rollback para 0.150.x e revalidar deny-read, budgets e switching de modelo.
LangChain · 1.4.0a2 · 28/08
Adapter MCP de primeira parte chega ao create_agent
O pacote introduz langchain.mcp.MCPAdapter, aceitando URL, stdio, servidor FastMCP em processo ou configuração multi-servidor. A conexão é delegada ao cliente FastMCP, preservando OAuth, headers, cache, timeout e handlers. Em configuração com vários servidores, os nomes são prefixados para evitar colisões; falhas de tool chegam como ToolMessage(status="error") com o texto estruturado do servidor.
Impacto prático: reduz o código de cola entre MCP e o loop de agentes LangChain e transforma elicitation em interrupt() do LangGraph, com retomada por Command. O ganho é portabilidade; a cautela é que um backend legado pode rebaixar a era de protocolo do conjunto multi-servidor.
Recomendação: acompanhar/testar em projeto isolado. Separar servidores MCP legados dos modernos e fixar a versão alpha; ainda não é base para uma frota sem testes de interrupção, OAuth e erro de transporte.
Pydantic AI · v2.36.0 · 29/08 UTC
Execução durável ganha decorator e backend público
A release adiciona @durable_operation e uma API pública de backend para engines de execução durável de terceiros, exigindo nome explícito para a operação. No CLI clai, entram --mcp-config e streaming de tool calls. Também há IDs estáveis em InstructionPart, o que ajuda a distinguir partes de instruções em trilhas e reprocessamentos.
Impacto prático: o framework passa a expor um contrato mais claro para pausar, persistir e retomar operações sem amarrar o workflow a um backend proprietário. É diretamente relevante para tarefas longas com aprovação, filas ou reexecução idempotente.
Recomendação: testar se houver stack Pydantic AI/Prefect/Temporal. Criar um fixture que interrompa a operação no meio de uma tool, retome com o mesmo nome e confirme que efeitos externos não sejam duplicados.
Microsoft Agent Framework · Python 1.16.0 · 28/08
Checkpoints, aprovações e observabilidade ficam mais configuráveis
A versão adiciona timeout configurável para aguardar a primeira conclusão de background agents e configuração programática de metadados de serviço, atributos de recurso e exportador OTLP. Corrige a preservação de snapshots de sessão pertencentes ao backend, valida continuação incremental e impede mutação de checkpoints fora das implementações de armazenamento.
Impacto prático: o framework ganha controles explícitos para jobs que podem ficar aguardando trabalho e reduz risco de corrupção de estado em retomadas. É uma melhoria de base para ambientes Azure/Foundry que precisam de sessão, tracing e aprovação auditáveis.
Recomendação: acompanhar ou testar se a arquitetura usa Agent Framework/Foundry. Validar timeouts, replay de aprovação, ownership do snapshot e continuidade após restart do worker.