L'ESSENTIEL EN 30 SECONDES

  • Les spans des SDK Claude, de l'API Messages et de Claude Managed Agents peuvent être exportés en OTLP vers Databricks MLflow ; Claude Code et le Claude Agent SDK s'y ajoutent via des variables d'environnement.
  • Les traces transitent par Zerobus Ingest et sont stockées dans des tables Unity Catalog liées à une expérience MLflow, interrogeables en SQL.
  • L'export OpenTelemetry de Claude Platform est en bêta publique, tout comme la fonction MLflow Issues qui regroupe les défaillances.

Les équipes qui développent des agents avec Claude peuvent désormais envoyer leurs traces d'exécution directement dans Databricks MLflow, sans écrire de code d'adaptation. Databricks a annoncé l'intégration dans un billet de blog le 3 novembre, et DeveloperTech News a rapporté le 4 novembre qu'Anthropic avait ajouté Databricks MLflow aux destinations prises en charge par l'export OpenTelemetry natif de Claude Platform.

Ce qui a été livré

Anthropic a lancé l'export OpenTelemetry (OTel) natif le 14 octobre, en bêta publique. L'API Claude émet un span pour chaque requête au modèle et chaque appel d'outil ; un administrateur ajoute dans la Claude Console une « destination » pointant vers n'importe quel outil d'observabilité acceptant OTLP en HTTPS. Au lancement, Anthropic citait des partenaires comme Datadog, Grafana Cloud, Honeycomb ou Langfuse ; le seul produit Databricks mentionné était Unity Gateway, pour le suivi de la consommation.

La nouvelle intégration couvre les trois surfaces concernées par cet export : les SDK Claude, l'API Messages et Claude Managed Agents. Claude Code et le Claude Agent SDK peuvent alimenter la même destination grâce à des variables d'environnement supplémentaires. Côté Databricks, les spans sont reçus par Zerobus Ingest puis écrits dans des tables Unity Catalog rattachées à une expérience MLflow : l'accès est régi par Unity Catalog et les données s'interrogent en SQL.

Databricks décrit une configuration en trois étapes : créer une expérience MLflow qui stocke ses traces dans Unity Catalog, paramétrer l'export avec l'identifiant de l'espace de travail, la région, la table de spans et un jeton OAuth limité à cette table, puis lancer un agent et examiner le résultat. Les prompts et réponses ne sont enregistrés que si le mode de contenu est réglé sur « full » ; sinon, seules les métadonnées sont conservées.

À quoi cela sert

Une fois les traces dans MLflow, Databricks met en avant plusieurs outils : une action « Analyze trace » qui s'appuie sur son assistant Genie Code pour expliquer où une exécution a échoué, MLflow Issues (en bêta) pour regrouper les problèmes récurrents, des files de revue destinées aux experts métier, et Agent Evaluation, qui applique des juges LLM et compare côte à côte un agent de référence et sa version révisée.

Les limites

L'export de Claude reste en bêta publique, et les deux entreprises décrivent des fonctionnalités sans publier de mesures de performance. Le billet de Databricks ne précise ni les clouds ni les régions pris en charge, et indique que la configuration exige certaines autorisations et un entrepôt SQL sans les détailler. La documentation d'Anthropic rappelle qu'une fois livrés, les spans sont conservés par le service choisi, selon ses propres règles de rétention et d'accès.