Агентов на Claude Platform можно отследить по шагам

«Агентам, которые трогают бухгалтерию компании, приходится показывать ход работы, как это делает бухгалтер», объясняет один из клиентов Anthropic, чьи агенты ведут сверки и проводки. Под такие задачи Anthropic, как сказано в анонсе Anthropic, открыла в публичной бете экспорт трассировок OpenTelemetry из Claude Managed Agents, Messages API и Claude SDK.

Коротко

• Для Managed Agents и Messages API нужно добавить адресат в Claude Console, а Claude SDK отправляют трассировки автоматически, и если туда же уже идут данные Claude Code или Cowork, агенты окажутся рядом.
• Каждый ход агента, вызов модели и вызов инструмента приходит как стандартная трассировка с задержкой, токенами и идентификаторами, а соглашения OpenTelemetry GenAI сводят данные Claude и других провайдеров в одни дашборды.
• Экспорт пока работает в публичной бете, и в анонсе нет ответа на практичные вопросы: попадают ли в трассировки тексты промптов, сколько стоит передача данных и когда выйдет стабильная версия.

Если вы не следили: Claude Managed Agents вышли в публичную бету на Claude Platform 8 апреля 2026 года. Как сказано на сайте Claude, трассировка сессий была встроена в Claude Console с самого запуска, и там можно было разобрать каждый вызов инструмента, решение и сбой. По данным WinBuzzer, до Managed Agents Anthropic давала агентную инфраструктуру только через Claude Code и Claude Cowork.

Каждый шаг агента уходит в ваш инструмент как трассировка с задержкой, токенами и идентификаторами

OpenTelemetry, если коротко, открытый стандарт для сбора трассировок, метрик и логов, а OTLP его протокол передачи. В Anthropic советуют начинать доверие к агенту с трассировки вызовов модели, инструментов и MCP-серверов и расширять доступ, когда агент покажет себя надёжным. Как пишет Testing Catalog, по умолчанию в трассировке есть длительность, статус, число токенов, модель и названия инструментов.

Формат следует соглашениям OpenTelemetry GenAI, поэтому данные Claude и других провайдеров ложатся в одни дашборды. В Grafana Cloud, Honeycomb, Sentry и Splunk трассировки агентов лежат рядом с логами и метриками остального стека, и видно, из какого сервиса пришёл медленный или упавший шаг.

Arize AI, Braintrust, Datadog, Langfuse, LangSmith от LangChain, New Relic и PostHog нужны для другого: реальные трассировки там превращают в эвалы, ловят проблемы качества и проверяют, помогло ли изменение. Через Databricks Unity Gateway платформенные команды и безопасники видят расход токенов по командам и отмечают необычную активность. Подойдёт и любой другой инструмент с обычным OTLP-эндпоинтом.

Система Reflect в Ramp на некоторых агентах срезала расход токенов на 10–20%

Самые конкретные цифры в анонсе дал Ramp. На Claude там работают внутренние и клиентские агенты, а система Reflect оценивает их трассировки в Langfuse, находит повторяющиеся сбои и предлагает исправления. По словам Ramp, на некоторых агентах расход токенов уже снизился на 10–20%, а сессии стали на 30% быстрее. Reflect улучшает только то, что видит, и нативный экспорт, как там считают, подаёт данные в этот цикл без лишних шагов.

Остальные клиенты описывают похожую картину. Компания с агентами для бухгалтерии держит телеметрию в Grafana Cloud и видит версию промпта, вызовы инструментов, задержку и расход токенов на одной временной шкале, чтобы отвечать аудитору. Foxglove строит агентов для отладки роботов и разбирает их работу в PostHog рядом с данными о продукте. Sterling Labs круглосуточно гоняет агентов по живым рынкам и называет Langfuse своим пит-уоллом.

Зачем агенту, который работает часами, запись по шагам

Как сказано на сайте Claude, Managed Agents ведёт длинные сессии, которые часами работают автономно и переживают обрывы связи. Встроенная обвязка сама решает, когда вызывать инструменты, как управлять контекстом и как восстанавливаться после ошибок. Решений за сессию много, и без записи по шагам трудно понять, какое из них пошло не так.

По словам Anthropic, агент в Managed Agents разделён на три части: сессию, то есть журнал всего произошедшего, куда записи только добавляются, обвязку, которая вызывает Claude и направляет вызовы инструментов, и песочницу, где Claude запускает код и правит файлы. В ранней версии всё жило в одном контейнере, а единственным окном внутрь был поток событий WebSocket, по которому нельзя было отличить баг обвязки от потерянного пакета или упавшего контейнера.

Трассировка в OpenTelemetry устроена как отслеживание посылки: у каждого пункта есть время прибытия и отправки, и по задержке на одном складе видно, где застряла доставка. Такие пункты называются спанами, и ход агента, вызов модели или инструмента получает свой спан со временем и идентификатором.

Чего в анонсе мало, так это деталей. Не сказано, попадают ли в трассировки сами тексты промптов и ответов, сколько стоит экспорт и как долго продлится бета, а список полей по умолчанию известен только из пересказа Testing Catalog. На наш взгляд, ставка на соглашения GenAI вместо собственного формата здесь самое удачное решение: трассировки Claude можно сравнивать с данными других провайдеров в тех же дашбордах без переделки.

Когда бета станет стабильной

Срок выхода из публичной беты Anthropic не называет, как и условия для тех, кто будет отправлять трассировки в больших объёмах. Открытым остаётся вопрос, расширится ли набор полей по умолчанию и появится ли в нём содержимое запросов. Пока стоит следить за документацией Claude Platform: именно там должны появиться изменения формата до стабильного релиза.