想看清 AI 智能体到底“为什么这么答”？小编先给结论：Anthropic 已把 Databricks MLflow 加为 Claude 平台原生 OpenTelemetry 导出的受支持目的地，Claude 的运行轨迹（trace）可以直接进入 Databricks，和其他服务的追踪数据放在一起排查。这套集成同时覆盖 Anthropic SDK、Messages API 和 Managed Agents 三个开发入口，Claude Code 与 Claude Agent SDK 只需配置即可接入。
MLflow Tracing 基于开放标准 OpenTelemetry。一条追踪把智能体的执行过程记录成一个个跨度（span），涵盖模型请求、工具调用和耗时，Claude 的原生插桩通过 OpenTelemetry 协议（OTLP）导出这些跨度。
在 Databricks 一侧，Zerobus Ingest 负责接收，并把数据存进关联到 MLflow 实验的 Unity Catalog 表，工程师就能用同一套调试和评估工具，把 Claude 的追踪与其他已接入服务的追踪放在一起看。Unity Catalog 管理数据访问权限，数据也可以用 SQL 查询。
Anthropic 的文档写道：智能体可能给出看似合理的答案，却漏掉重要发现，或反复读取同一个来源，光看答案无法解释原因；追踪能显示答案背后的模型与工具调用，帮您排查失败、找到相关案例，并检验改动是否有效。
原生跨度与 Unity Catalog 存储
Zerobus 加 Unity Catalog 的组合，对应两个企业需求。Anthropic 称，这套组合既能做到高并发下的低延迟追踪写入，也能对智能体追踪里携带的敏感内容实行受管控的访问。
对正在比较智能体开发平台的团队来说，这意味着 Claude 的遥测数据现在可以和其他服务的追踪放在同一个受管控的存储里，而不是另成一个调试数据孤岛。它是一个可统一查询的界面，治理规则随数据一起走。
三步完成导出配置
- 创建实验：在 Databricks 里创建一个实验，把 Unity Catalog 作为追踪存储位置，选择已有的 catalog 和 schema；权限和 SQL 仓库要求，见详细的设置指南。
- 配置原生导出：需要工作区 ID、区域和一张 spans 表，并用通过 Zerobus 连接指南获得的、限定到该表的 OAuth 令牌认证。导出端点的形式是 workspace-id.zerobus.region.cloud.databricks.com，端口 443，使用 OTLP 的 http/protobuf 协议。
- 为 Claude Code 与 Agent SDK 设置环境变量：启动前要设置三个环境变量，另有三个可选开关用于控制提示词和工具内容。
内容采集默认不开启：只有把内容模式设为“full”，输入和输出才会被记录。涉及敏感数据的团队，建议先按需评估再决定是否打开。
故障检测与评估闭环
这里的测试角色是主动的，而不是被动记录。MLflow 的“分析追踪”操作会引入 Genie Code 参与排查，检查已记录的执行过程，找出缺失的上下文、失败的工具调用或成本高昂的步骤。
目前仍在 beta 阶段的 MLflow Issues，会扫描响应、工具调用、耗时、错误和评估结果，再把反复出现的失败归类，并附上相关追踪的链接。文档里的示例包括：重复搜索浪费 token、缺少参数导致工具失败、响应无视要求的格式。检测可以按计划运行，也能按元数据或标签限定范围；修复之后，系统会生成评分器，在近期追踪上建立基线，再抽样新追踪来衡量问题是否复发。
| 功能 | 作用 |
|---|---|
| 分析追踪（Genie Code） | 定位缺失上下文、失败的工具调用和高成本步骤 |
| MLflow Issues（beta） | 归类反复出现的失败，并链接到支撑它的追踪 |
| 审查队列（Review Queues） | 把选中的追踪交给领域专家，专家给出的预期答案用于之后的评估 |
| 智能体评估（Agent Evaluation） | 用 LLM 评审评估 Claude 追踪，“比较”视图并排展示基线与修订后的运行 |
文档中的评估示例，是让评审返回一个布尔值，判断智能体有没有避免多余的工具调用；“比较”视图则把基线运行和修改后的运行放在一起对照，方便确认改动是否真的有效。
谁适合用这套集成
如果团队已经在用 Databricks 管理数据与权限，又想把 Claude 智能体的运行记录纳入统一的可观测与评估体系，这是现成的路径；还没有 Databricks 的团队，则需要评估引入一整套平台的成本。无论哪种情况，都建议先在测试环境里验证权限、数据保留和内容采集范围，再接入生产。
常见问题（FAQ）
这次集成支持哪些 Claude 入口？
覆盖 Anthropic SDK、Messages API 和 Managed Agents；Claude Code 与 Claude Agent SDK 通过配置接入。
追踪数据会记录我的提示词和输出吗？
默认不会。只有把内容模式设为“full”，输入和输出才会被记录。
数据存在哪里，谁能访问？
通过 Zerobus Ingest 写入 Unity Catalog 表，访问由 Unity Catalog 管理，也能用 SQL 查询。
MLflow Issues 已经正式可用了吗？
目前仍是 beta，上线前请先在非关键场景里试用。想了解更多 OpenTelemetry 实践，可读 Grafana 插桩中心的自动注入方案和 LinkedIn 的分布式追踪做法。