MimìrCast: le novità sull’AI ogni giorno
Ascolta il podcast ➔
Claude OpenTelemetry: Claude aggiunge OpenTelemetry: come monitorare gli agenti AI in produzione

Claude aggiunge OpenTelemetry: come monitorare gli agenti AI in produzione

Dal 14 ottobre 2026 l’osservabilità degli agenti AI con OpenTelemetry è integrata in Claude. Anthropic ha aperto in beta pubblica l’invio di tracce da Messages API, Claude Managed Agents e SDK verso qualunque strumento compatibile con lo standard. Ogni chiamata al modello, ogni tool e ogni turno di un agente diventano un passaggio leggibile, con tempi, token e stato. Per un’azienda significa tre cose: capire perché un agente sbaglia, decidere quali dati far uscire e sapere cosa si può mostrare a un auditor.

In questo articolo scoprirai:

  • cosa ha annunciato Anthropic e quali sono i 12 strumenti già compatibili;
  • quali passaggi di un agente diventano tracciabili, spiegati senza codice;
  • come si usano le tracce per il debug e per ridurre i token;
  • cosa comporta la scelta fra metadata e contenuti completi;
  • cosa le tracce offrono, e cosa no, per audit e AI Act.

OpenTelemetry su Claude: osservabilità degli agenti AI

Claude ora esporta tracce OpenTelemetry da tre superfici: la Messages API, Claude Managed Agents (gli agenti ospitati da Anthropic) e gli SDK ufficiali. La funzione è in beta pubblica. Come spiega l’annuncio ufficiale, lavora con qualunque strumento che accetti un endpoint OTLP standard. Non serve adottare una piattaforma nuova: le tracce arrivano dove l’azienda guarda già log e metriche.

Le tracce dicono cosa ha fatto l’agente, non se lo ha fatto bene: per quello serve sapere come valutare un agente AI.

Prima, due parole di gergo. OpenTelemetry è uno standard aperto, che non dipende da nessun fornitore, per raccogliere dati sul funzionamento del software. OTLP è il protocollo con cui quei dati viaggiano. Come spiega la documentazione di Claude, una traccia è il percorso completo di una richiesta, e uno span è un singolo passaggio al suo interno.

Il punto chiave è il vocabolario comune. Le tracce usano le convenzioni semantiche GenAI, cioè lo schema condiviso per span, metriche ed eventi dei sistemi di AI generativa, MCP compreso. Così Claude e altri provider stanno negli stessi dashboard, confrontabili sulle stesse colonne. La pagina GenAI di OpenTelemetry elenca anche convenzioni per singoli fornitori, Anthropic compresa. Se Claude è un nome nuovo, parti dalla nostra guida completa a Claude AI.

I 12 tool di osservabilità compatibili con Claude

Al lancio il post di Anthropic elenca 12 partner con un’integrazione già documentata:

  • piattaforme di osservabilità generaliste: Datadog, Grafana Cloud, Honeycomb, New Relic, Sentry e Splunk;
  • strumenti nati per LLM e agenti: Arize AI, Braintrust, Langfuse e LangSmith;
  • dati e analisi di prodotto: Databricks (con Unity Gateway) e PostHog.

Chi usa altro non resta fuori: basta che il suo strumento accetti OTLP.

Tracce OpenTelemetry di Claude: tool, MCP e token

Con le tracce attive, ogni richiesta a Claude diventa una traccia con uno span per ogni passaggio. Ci sono le chiamate al modello, i tool (quelli eseguiti dall’API, quelli dei server MCP e quelli scritti dall’azienda), i turni di un agente Managed Agents e le valutazioni dell’esito. Per ciascun passaggio, spiega la guida tecnica di Anthropic, restano tempi, stato, token consumati e gli ID di sessione e di thread.

Per chi decide, cambia la domanda che si può fare. Non più «l’agente ha risposto male», ma «a quale passaggio ha sbagliato strada, con quale tool, a che costo». I tool MCP meritano un occhio in più. Il Model Context Protocol è lo standard con cui un agente si collega a gestionali e database (lo spieghiamo nella guida ai server MCP), ed è lì che l’agente tocca i dati aziendali. Prendiamo Grafana Cloud: la destinazione si aggiunge dalle impostazioni OpenTelemetry della Claude Console, con le credenziali prese dal portale Grafana, e la vista Conversations mostra per ogni scambio il modello, i token, il costo e il motivo per cui la risposta si è fermata.

Tracing di Claude via SDK o via API

Le tracce si attivano in due modi, e la differenza è organizzativa prima che tecnica. Il tracing via SDK si configura nel codice e non richiede permessi. Quello via API si attiva dalla Console e richiede il ruolo Admin, ma copre qualunque client, anche quelli che nessuno ha censito.

AspettoTracing via SDKTracing via API
Dove si configuraNel codice dell’applicazioneNella Claude Console
Permesso richiestoNessunoRuolo Admin
CoperturaSolo i client che usano l’SDKQualunque client
Cosa vede in piùTool eseguiti dal tool runner, sandbox self-hosted, upload di fileOgni esecuzione del modello, turni di Managed Agents, tool server
Cloud supportatiQualunqueClaude Platform e Claude Platform on AWS

Se si attivano entrambi, gli span dell’SDK e quelli dell’API finiscono nella stessa traccia.

Debug e ottimizzazione degli agenti Claude

Nel lavoro di tutti i giorni le tracce servono a tre cose. La prima è trovare il passaggio in cui l’agente sceglie il tool sbagliato o rallenta. La seconda è vederlo accanto a log e metriche del resto dell’applicazione. La terza è trasformare conversazioni vere in eval, cioè test ripetibili che dicono se una modifica migliora l’agente o lo peggiora. La documentazione di Claude cita proprio le richieste «fallite o lente», la spesa in token e le eval costruite «dal traffico reale».

Il guadagno è il contesto. Ogni richiesta a Claude compare dentro le tracce dell’applicazione, collegata all’utente o alla funzione che l’ha inviata. Così, quando un cliente segnala una risposta assurda, si risale a conversazione, turno e tool, invece di riprodurre il problema a tentativi.

Tracce OpenTelemetry e costi in token degli agenti Claude

Sui costi, il caso scelto nel post di Anthropic è Ramp, la fintech americana delle spese aziendali, che ha costruito un sistema interno, Reflect, per analizzare le tracce dei suoi agenti su Langfuse. L’ingegnere David Traina racconta: «Su alcuni agenti abbiamo già ridotto l’uso di token del 10, 20% e reso le sessioni più veloci del 30%». Attenzione però: è una dichiarazione del cliente, non una misura indipendente, e quel risultato è arrivato con le tracce che Ramp raccoglieva già prima dell’export nativo di Claude. Dice cosa è possibile, non cosa aspettarsi.

C’è anche un avvertimento pratico. Lo stesso consumo compare su più livelli di span, e uno span può arrivare due volte se l’invio viene ripetuto. La guida di Anthropic spiega come contare ogni token una sola volta: un report dei costi che la ignora rischia di gonfiare i numeri. Per passare dai token alla spesa c’è la nostra guida ai costi delle API di Claude, mentre quali metriche seguire e come fissare gli obiettivi di servizio lo trovi nell’approfondimento su metriche, log e SLO degli agenti.

Privacy delle tracce Claude: metadata o contenuti

Di default gli span di Claude portano solo metadata: identificativi, tempi, stato, token e i nomi di agenti, tool e server MCP. Con la modalità Full content (contenuto completo) entrano anche prompt e risposte, cioè tutto ciò che utenti e clienti scrivono all’agente. Da quel momento quei testi stanno anche nello strumento di osservabilità. Per questo è una decisione sui dati personali, da prendere con chi li gestisce in azienda.

La documentazione di Claude è esplicita: la piattaforma di osservabilità conserva questi contenuti «secondo le proprie impostazioni di accesso e conservazione», e tocca all’organizzazione verificare che bastino. In cambio si possono leggere conversazioni intere e capire perché un’esecuzione è fallita. Ecco i vincoli da conoscere prima:

  • HIPAA, FERPA e K-12 (norme USA su dati sanitari e scolastici): con questi accordi le destinazioni in Console esportano solo metadata, qualunque sia la modalità scelta. Gli span dell’SDK invece non sono toccati.
  • Zero data retention (ZDR, l’accordo per cui Anthropic non conserva i dati): sulla Messages API Full content resta possibile, e i contenuti restano in memoria solo finché non vengono consegnati.
  • Managed Agents non è idoneo alla ZDR, e la sua conservazione dei dati non cambia con OpenTelemetry.

C’è anche un tetto di dimensione. Secondo la guida tecnica, ogni span contiene di default fino a 0,75 MB di contenuto, circa un contesto da 200mila token di testo inglese. Oltre quel limite il testo viene accorciato, partendo dal prompt di sistema e dai messaggi più vecchi.

Tracce OpenTelemetry per audit e AI Act

Le tracce permettono di ricostruire cosa ha fatto un agente: quali tool ha chiamato, con quali argomenti (se Full content è attivo) e con quale esito. Non sono però un registro completo. La documentazione di Anthropic avverte che gli span esportati «non sono garantiti come registro completo» dell’uso dell’API. L’invio è best effort, cioè senza garanzia di consegna, e uno span può perdersi. Inoltre chi invia una richiesta può escluderne gli span, disattivando il flag di campionamento nell’header traceparent.

Quindi le tracce non sono un registro di conformità. Per contare i consumi di ogni chiave API, anche per scoprire una chiave rubata, Anthropic indica la Usage API, che conta anche le richieste senza span. Per il controllo interno, il post di lancio cita Databricks Unity Gateway: chi gestisce piattaforma e sicurezza vede l’uso dei token per team e può segnalare attività anomale.

Poi c’è l’AI Act. L’articolo 12 del Regolamento UE 2024/1689 chiede che i sistemi ad alto rischio consentano «tecnicamente la registrazione automatica degli eventi (log) per tutta la durata del ciclo di vita del sistema», come riporta il testo dell’articolo 12. L’obbligo vale per i sistemi ad alto rischio, non per ogni chatbot aziendale. Per chi ci rientra, le tracce sono un buon punto di partenza, ma un registro con garanzie di completezza va costruito sopra. Categorie di rischio e scadenze sono nella nostra guida all’AI Act.

Osservare gli agenti AI ogni giorno dopo il go-live

Restano tre punti fermi. La funzione dà i dati, non la loro lettura: qualcuno deve guardare le tracce e capire cosa è normale. Scegliere fra metadata e Full content è una scelta sui dati personali, non un interruttore. E le tracce aiutano chi deve rendere conto, ma non sostituiscono un registro di conformità.

La conclusione è semplice: un agente in produzione si osserva ogni giorno. È lavoro operativo continuo, non un’impostazione da attivare una volta. Per questo in MIMIR un agente è un servizio prima che un software. L’onboarding è seguito da un’assistenza dedicata, e il lavoro continua dopo il lancio. Lo stesso vale per chi costruisce con gli SDK di Claude e valuta quando serve un partner.

Se state portando un agente AI in produzione e volete capire chi lo seguirà dopo il lancio, potete parlarne con il team di MIMIR. Si parte da quello che serve all’azienda, non dallo strumento.

Per restare aggiornato ogni giorno su notizie come questa, ascolta MimírCast, il nostro podcast quotidiano sull’AI.

Ascolta MimírCast su Spotify

Fonti:

Domande frequenti

Come si attiva OpenTelemetry su Claude?

Ci sono due strade. Il tracing via SDK si configura nel codice dell'applicazione e non richiede permessi particolari. Il tracing via API si attiva aggiungendo una destinazione nella Claude Console, richiede il ruolo Admin e copre qualunque client. Attivandoli entrambi, gli span dell'SDK e quelli dell'API finiscono nella stessa traccia.

Le tracce OpenTelemetry di Claude includono prompt e risposte?

Di default no: gli span contengono solo metadata come identificativi, tempi, stato, token e nomi di agenti, tool e server MCP. Prompt e risposte entrano solo con la modalità Full content, da scegliere per ogni destinazione o client SDK. In quel caso i contenuti vengono conservati anche dalla piattaforma di osservabilità, secondo le sue regole di accesso e conservazione.

Quali strumenti di osservabilità sono compatibili con Claude?

Qualunque piattaforma che accetti un endpoint OTLP standard. Al lancio Anthropic indica 12 partner con un'integrazione documentata: Arize AI, Braintrust, Databricks, Datadog, Grafana Cloud, Honeycomb, Langfuse, LangSmith, New Relic, PostHog, Sentry e Splunk.

Le tracce di Claude bastano come registro per l'AI Act?

No. Anthropic avverte che gli span esportati non sono garantiti come registro completo, perché la consegna è best effort e chi invia una richiesta può escluderne gli span. Per i sistemi ad alto rischio, che l'articolo 12 dell'AI Act obbliga a registrare automaticamente gli eventi, le tracce sono un punto di partenza su cui costruire un registro con garanzie di completezza.

Tabella dei contenuti
Articoli correlati:
Vuoi che l'AI diventi il tuo motore di valore più potente?

Ti accompagniamo noi con Mimír AI Agent.