AWS发布企业部署指南：让Codex通过Amazon Bedrock调用模型
AWS机器学习博客发布OpenAI Codex在Amazon Bedrock上的企业部署指南，给出原生AWS访问、AgentCore Gateway、LLM Gateway三条路径，示例使用GPT-5.6 Sol模型，并强调先用小范围最小权限试点验证身份与回滚。
AI解读：AWS在官方博客中说明，Codex仍运行在开发者工作站上，通过Amazon Bedrock完成模型推理，企业主要需决定模型请求如何到达Bedrock、以及在哪里施加策略和运维控制。
指南给出三条路径：原生AWS访问（IAM Identity Center签入）适合最小权限试点；AgentCore Gateway适合需要AWS托管网关或Bedrock Guardrails；LLM Gateway适合平台团队在请求路径中强制管控；自建集成被定位为LLM Gateway的高级版本。
示例使用GPT-5.6 Sol，指南要求先按AWS区域核对Sol、Terra、Luna是否在目标区域和推理路径可用，并为试点身份授予仅限Codex所需的Bedrock推理权限。
验证流程包括：直接调用Bedrock Runtime排除访问问题、在用户级或托管配置中设置Codex的模型提供方与区域、在非生产仓库跑一个只读任务；随后移除配置或分配，确认新调用被拒绝以验证回滚。
可观测性方面，博客区分Codex OpenTelemetry（客户端活动）、Bedrock服务指标与调用日志、AWS身份记录与CUR账单，提醒不要把token用量当作成本报告，并称遥测不能证明代码正确或安全。
指南还建议用组织自有插件分发共享技能与已批准的MCP集成，MCP服务器各自构成独立信任边界；模型提供方、凭据和遥测配置应放在用户级或托管配置中，项目内的 .codex/config.toml与AGENTS.md不作为企业强制边界。
AWS机器学习博客发布了一份企业部署指南，说明OpenAI Codex如何以Amazon Bedrock作为模型后端，并把它接入企业现有的AWS身份、IAM、区域和可观测性体系。指南由Shivi Bhatia撰写，示例使用GPT-5.6 Sol模型。
博客明确，Codex仍运行在开发者工作站上。企业需要决定的主要设计问题是：Codex的模型请求如何到达Amazon Bedrock，以及组织在何处施加策略与运维控制。
三条接入路径及适用条件
指南把接入方式分为三条：原生AWS访问、AgentCore Gateway和LLM Gateway，并称自定义集成是LLM Gateway模式的高级版本，而非快速上手选项。
原生AWS访问被推荐为小范围、最小权限试点的默认起点，前提是AWS身份和IAM控制已足够。AgentCore Gateway面向希望获得AWS托管网关基础设施用于路由或使用Amazon Bedrock Guardrails的团队。LLM Gateway面向已运行网关、或希望在请求路径中强制执行控制的平台团队。
示例流程中，员工通过Okta经SAML登录，并由SCIM把用户和组同步到IAM Identity Center，后者签发Codex使用的临时AWS凭据。身份提供方不在Codex内配置。
- 原生AWS访问：依赖IAM Identity Center和IAM，指南建议作为试点起点
- AgentCore Gateway：提供AWS托管路由与Bedrock Guardrails等控制
- LLM Gateway：平台团队在请求路径中执行控制，自建集成为其高级版本
- 示例模型：GPT-5.6 Sol；指南要求按目标区域和推理路径分别核对Sol、Terra、Luna是否可用
试点验证与回滚检查
指南把试点拆成三项检查：先用配置好的IAM Identity Center配置文件调用Bedrock Runtime，以隔离AWS访问问题；再把Codex指向获批模型；最后在非生产仓库运行一个安全的Codex任务。
配置示例把模型提供方设为amazon-bedrock，模型写openai.gpt-5.6-sol，并指定区域；博客建议把这些设置放在用户级或托管配置中，避免仓库改动提供方。
在增加用户前，指南要求确认试点能到达获批模型、产生预期记录并可干净停用；回滚方式是移除配置或IAM Identity Center分配，处理活动会话，并验证新的模型调用被拒绝。
指南还给出两人身份隔离检查：两名试点用户分别登录执行同一无害任务，其假定角色会话、审计记录和遥测记录应保持可区分。
- 直接调用Bedrock Runtime用于排除配置文件、区域、模型或IAM权限问题
- 试点证据包括身份、调用、审计和可选遥测记录
- 回滚后须验证新调用被拒绝
- 单个用户只能证明登录可用，第二个用户用于测试归因是否区分
遥测、成本与治理边界
博客区分了几类数据：Codex OpenTelemetry描述客户端活动，包括token用量、轮次、API请求、请求时长、工具调用和会话来源；Amazon Bedrock服务指标和模型调用日志反映服务侧活动；AWS身份记录和Cost and Usage Report提供身份与计费使用证据。
指南提醒，不要将token用量作为成本报告呈现；原生IAM Identity Center访问路径可通过CUR 2.0的调用者身份分配暴露SSO主体，网关路径则需要网关遥测和支出记录来做最终用户分配。
在安全方面，博客要求界定Codex可能经模型路径发送的代码、提示词、文件和工具输出，未经批准应排除机密与受限数据，并要求开发者在合并前审查和测试生成的改动。文中明确，遥测不能确立正确性或安全性。
- ADOT采集器配置与CloudWatch仪表板来自开源仓库，需部署到每台受管试点设备
- 仪表板用于理解客户端活动；归因和成本需另用身份、审计和账单记录
- 插件可分发共享技能、钩子和已批准的MCP集成，但需指定负责人和版本
- MCP服务器各自形成独立信任边界，凭据不应放入模型提供方配置
- 模型提供方、凭据和遥测目的地放在用户级或托管配置；项目级配置和AGENTS.md不构成企业强制边界