Anthropic 为 Claude Platform 新增 OpenTelemetry 追踪导出功能

Anthropic 已为 Claude Platform 新增 OpenTelemetry 追踪导出功能，并于 2026 年 10 月 14 日宣布，开发者现在可以将来自 Claude 托管智能体、Messages API 和 Claude SDK 的追踪数据发送到任何支持该标准的可观测性工具。该功能目前以公开测试版形式提供。

在Anthropic 的公告中，该公司表示，只需在 Claude Console 中添加一个目标位置，所有智能体轮次、模型调用和工具使用情况就会以标准 OpenTelemetry 追踪数据的形式发送到用户的可观测性工具，其中包含延迟、令牌数量和 ID。Managed Agents 和 Messages API 需要设置该 Console 目标位置，而 Claude SDK 会自动导出追踪数据。已经将 Claude Code 或 Cowork 追踪数据发送到可观测性工具的开发者，也可以在同一位置查看基于 Claude Platform 构建的智能体。

Anthropic 表示，Claude 追踪数据遵循 OpenTelemetry GenAI 语义约定，因此来自 Claude 和其他提供商的数据可以在同一套工具和仪表板中使用；这些追踪数据也兼容任何支持标准 OTLP 端点的 OpenTelemetry 工具。

两种设置方式，一套追踪模型

Claude Platform 文档将追踪定义为系统处理一项请求的完整记录，将跨度定义为追踪中的一个步骤，例如模型请求或工具调用。文档介绍了两种设置方式。SDK 追踪通过在代码中安装 SDK 并注册追踪器提供程序进行配置，无需特殊权限。API 追踪则通过在 Claude Console 中添加目标位置进行配置，需要管理员权限。

两种方式的追踪覆盖范围有所不同。API 追踪会记录请求中的每次模型运行、Managed Agents 的每个轮次，以及由 API 运行的服务器端工具。SDK 追踪还会记录由工具运行器运行的客户端工具、自托管沙箱中的工具，以及文件上传等其他 API 请求。两种方式都完成设置后，一项请求的 SDK 跨度和 API 跨度会出现在同一条追踪中；但对于发往 AWS 上 Claude Platform 的请求，API 跨度会单独出现在各自的追踪中。

对于 Managed Agents，一个会话会为每个 Sessions API 请求生成一个跨度，并为每个智能体轮次生成一个轮次跨度；每个轮次跨度又包含各自的跨度，分别对应每次模型请求、API 运行的每个工具，以及每次结果评估。文档指引 Claude Code、Agent SDK 和 Cowork 用户查阅这些产品各自的监控与可观测性文档。

内容模式、限制与合规处理

每个目标位置和每个 SDK 客户端都设有内容模式，用于控制跨度是否包含模型提示词和回复。默认的“仅元数据”模式会记录标识符、时间信息、状态、令牌数量，以及用户选择提供的文本，例如智能体和工具的名称与说明，以及 MCP 服务器的名称。“完整内容”模式还会记录模型提示词和回复。

在“完整内容”模式下，每个跨度默认最多包含 0.75 MB 的内容。文档指出，这足以容纳一个包含英文文本、上下文窗口为 200k 个令牌的内容，且低于许多可观测性平台和代理服务器的 1 MB 请求限制；要容纳完整的 1M 令牌上下文窗口，则需要约 4 MB。内容超出限制时，SDK 或 API 会缩短内容，并将 anthropic.content.truncated 属性设为 true。请求跨度会优先移除系统提示词和最早的消息；图片和文档则只显示其类型。

如果组织与 Anthropic 之间存在 HIPAA、FERPA 或 K-12 数据处理限制，那么无论配置了哪种内容模式，目标位置都只会导出元数据；但 SDK 跨度不受影响。在零数据保留模式下，“完整内容”仍可使用，因为 API 只会将导出的内容保存在内存中，直到将其发送到目标位置。Claude Managed Agents 不符合零数据保留的使用条件；启用 OpenTelemetry 后，其数据保留条款也不会改变。

在统计令牌用量时，文档建议每个令牌只计数一次：每项请求只汇总来自一个来源的跨度；如果一项请求同时包含 SDK 和 API 跨度，则使用 API 跨度。文档还指出，重试传输时，同一跨度可能会多次送达。

指定集成与早期客户评价

公告按使用场景列出了受支持的可观测性平台。对于在整个软件技术栈中调试智能体，公告列出了 Grafana Cloud、Honeycomb、Sentry 和 Splunk；在这些平台上，智能体追踪数据会与日志和指标并列显示，帮助开发者判断运行缓慢或失败的步骤来自哪个服务。对于利用生产环境数据改进智能体，公告列出了 Arize AI、Braintrust、Datadog、Langfuse、LangChain 的 LangSmith、New Relic 和 PostHog，并介绍了将真实追踪数据转化为评估，以及发现质量问题等用途。对于追踪组织内的使用情况，公告列出了 Databricks Unity Gateway，平台和安全团队可借此查看各团队的令牌用量并标记异常活动。

公告中有几位早期客户介绍了他们的部署情况。Foxglove 联合创始人兼首席技术官 Roman Shtylman 表示，该公司开发了帮助机器人团队调试机器人的智能体；Claude Platform 原生支持导出 OpenTelemetry 数据后，公司便能在 PostHog 中将智能体交互与产品使用数据一同分析，从而评估智能体在实际场景中的表现，并确定机器人团队改进工作的优先顺序。

Ramp 高级软件工程师 David Traina 表示，该公司开发了 Reflect，这是一个智能体系统，可为 Langfuse 跟踪记录评分、找出反复出现的故障并提出修复方案。Traina 说：“对于一些智能体，我们已经将令牌用量减少了 10–20%，并将会话速度提高了 30%。”他还表示，Claude API 原生支持导出 OpenTelemetry 数据，可直接将监测数据接入这一改进闭环，无需额外步骤。

Sterling Labs 首席技术官 Hyon Lee 表示，对于该公司用于分析实时市场的智能体，原生导出功能会将每条跟踪记录直接传输到 Langfuse，无需为这些智能体添加自定义监测。FloQast 基础设施负责人 Ankush Sharma 表示，这家会计软件公司的智能体运行在 Claude Platform 上，遥测数据则存储于 Grafana Cloud。这样，每次模型调用都会与其所处的对账或日记账分录工作流记录在同一条跟踪记录中，公司因而可以通过一条时间线回答审计人员关于智能体执行了哪些操作的问题。