OpenAI Codex 正式支持 Bedrock

时间：2026 年 11 月 12 日 地点：Amazon Bedrock / Amazon EKS / Amazon CloudWatch 人物：AWS 机器学习团队 / OpenAI 团队 事件详情：AWS 在其机器学习博客发布 OpenAI Codex on Amazon Bedrock 企业部署指南，介绍如何将 OpenAI Codex 以 Amazon Bedrock 作为模型后端，在企业环境中安全落地。Codex 仍运行在开发者工作站，核心设计选择是如何让模型请求到达 Bedrock 以及组织在何处应用策略和运营控制。指南覆盖三种部署路径：Native AWS Access 通过 IAM Identity Center 结合 SAML 和 SCIM 提供临时 AWS 凭证，适合最小权限试点；AgentCore Gateway 提供 AWS 托管网关基础设施和 Bedrock Guardrails；LLM Gateway 让平台团队在请求路径中强制执行控制，自定义集成是该模式的高级形式。配套开源仓库 github.com/openai-on-aws/guidance-codex 提供各路径的快速开始，包括 LiteLLM on ECS、Portkey、AWS Distro for OpenTelemetry 和 CloudWatch 监控。示例模型为 GPT-5.6 Sol，Terra 和 Luna 同样受支持，但需在对应区域和推理路径中确认可用性。 背景：企业部署 Codex 不仅是让开发者调用模型，还要解决身份、权限、区域、可观测性和成本分配等问题。指南要求组织先决定谁可以使用服务、哪些模型和区域被批准、配置存放位置、需要收集哪些遥测、使用量如何分配、以及允许哪些技能或 Model Context Protocol（MCP）服务器。试点阶段包含三项检查：使用 workforce identity 登录、直接调用 Bedrock Runtime 验证访问、运行安全的 Codex 任务。两用户身份隔离检查确保不同用户的 assumed-role 会话和审计记录保持独立。 影响：该指南将 Codex 的 Bedrock 部署从手动配置提升为可重复的企业流程。平台团队无需构建第二套模型访问、身份和运维栈，安全团队获得 IAM 策略和审计 trail，财务团队通过 AWS Cost and Usage Report 获得计费证据。可观测性方面，Codex OpenTelemetry 指标包括 token 使用量、turns、API 请求、工具调用和请求持续时间，通过 ADOT 流入 CloudWatch 仪表板。指南明确不得将 token 数量作为成本报告呈现，并要求开发者在合并前审查和测试生成的更改。 总结：AWS 通过这份企业指南，为企业使用 OpenAI Codex 搭配 Amazon Bedrock 提供了从试点到全组织标准化的完整路径。三种部署路径覆盖了从最小权限试点到高级自定义集成的不同需求，开源仓库则提供了可直接落地的配置模板和监控方案。对于已经在 AWS 上运行 workloads 的团队，这意味着可以用现有身份和运维体系引入编码代理，而不必重建平台。 参考来源： AWS 机器学习博客 https://aws.amazon.com/blogs/machine-learning/openai-codex-on-amazon-bedrock/ DEV Community https://dev.to/delimitter/aws-publishes-official-enterprise-guidance-for-openai-codex-on-amazon-bedrock-with-gpt-56-sol-2eap explainx.ai Blog https://explainx.ai/blog/openai-codex-amazon-bedrock-sso-agentcore-gateway-setup-guide-2026 OZZZER AI News https://ozzzer.com/ai-news/story/256580/ hiw3c 日报精选 https://hiw3c.com/article/878f29d4ead9f3f2adb55a52d170a528