LeisureLinux · 微信公众号文章

OpenAI on Bedrock：当 Sam Altman 遇上 Andy Jassy，AI 世界变了天

未知日期 AI/Agent 阅读原文（微信）↗

500 亿美元的握手，让昔日的\"云竞争对手\"变成了 AI 时代的\"超级盟友\"。GPT-5、Codex、Frontier——OpenAI 的最强火力，全部开进了 AWS 的后花园。

2026 年 6 月，亚马逊云科技峰会上海站。

主会场里，储瑞松在台上侃侃而谈 Agentic AI 的落地之路。台下数千名开发者聚精会神——但他们也许不知道，就在几周前，一个足以改变 AI 产业格局的重磅消息已经炸开。

OpenAI 正式登陆 Amazon Bedrock。

不只是\"GPT 能在 AWS 上跑了\"这么简单——这是一份价值 500 亿美元的深度战略合作，涉及模型授权、独家云分销、联合研发算力基础设施、Agent 平台、甚至定制芯片。

在峰会的 \"Agentic Now\" 主题下，这可能是过去 5 年 AWS 在 AI 领域最大的一个动作。

━━━ ━━━ ━━━

一、一场 500 亿美元的握手

2026 年 4 月，AWS 和 OpenAI 联合宣布了一项多年度战略合作，核心条款包括：

合作内容	细节
战略投资	Amazon 向 OpenAI 投资 \$500 亿
Bedrock 接入	OpenAI 的 GPT-5.5、GPT-5.4、Codex 模型在 Bedrock 上提供
Codex 独家	Codex 完全托管在 Bedrock，通过 AWS 基础设施运行全部推理
Frontier 平台	AWS 成为 Frontier 的唯一第三方云分销商
Stateful Runtime	联合研发\"有状态运行时环境\"，让模型保持上下文，跨工具协同
Trainium 算力	OpenAI 将消耗约 2 吉瓦的 Trainium 算力

这个新闻有多炸裂？想想这几件事：

OpenAI 是微软 Azure 的深度合作伙伴——GPT 模型独家跑在 Azure 上曾是常识
AWS 有自己的 Nova 模型家族——Bedrock 上有 Nova、Claude、Llama，现在迎来了\"曾经的对手\"
\$500 亿——这不是小打小闹的 API 集成，是核弹级的战略投资

━━━ ━━━ ━━━

二、具体有哪些 OpenAI 模型上了 Bedrock？

2026 年 6 月 1 日，首批上线的 OpenAI 模型：

GPT-5.5

当前最先进的 OpenAI 旗舰模型，在推理、多模态、Agent 任务上达到了新的 SOTA 水平。1M Token 上下文窗口，支持文本、图片、音频输入。

适合：最复杂的 Agent 推理任务、多步规划、深度分析。

GPT-5.4

GPT-5.5 的平衡版，在性能和成本之间取得最优解。

适合：生产级 Agent 部署、需要高吞吐的复杂任务。

Codex

这是最有意思的一个。

Codex 是 OpenAI 在 2026 年推出的独立 AI 编码 Agent，可以看作 OpenAI 对 Cursor / Kiro 类产品的直接回应。它支持：

Codex App：独立桌面应用
Codex CLI：命令行集成
IDE 插件：支持 VS Code、JetBrains 等

关键点：所有 Codex 的推理请求都会路由到 Amazon Bedrock 执行。也就是说，OpenAI 自己开发的编码 Agent，跑的是 AWS 的算力。

这一点对比很微妙：

Kiro（AWS 自研）→ 底层用 Claude 4 Opus 和 Nova Pro Codex（OpenAI 自研）→ 跑在 AWS Bedrock 上，用的也是 AWS 算力

两家在 Agentic IDE 这个赛道上是竞争对手，但在基础设施层面又是合作伙伴。

━━━ ━━━ ━━━

三、Stateful Runtime Environment——真正的杀手应用

比单纯的\"模型上架\"更重要的，是 AWS 和 OpenAI 联合开发的 Stateful Runtime Environment。

这是什么？

传统的大模型调用是无状态的——你发一个请求，它返回一个响应，下一轮又得重新传上下文。Agent 场景下，这非常低效。

Stateful Runtime 让模型在 Bedrock 上保持持续的上下文状态，能够：

跨轮次记忆：不需要每次都塞满历史记录
跨工具协作：Agent 在调用 API、查询数据库、分析文件之间保持一致的\"认知状态\"
长时间运行：Agent 可以运行数小时甚至数天，不会丢失上下文

这对 AgentCore 的意义重大。

AgentCore 的 Episodic Memory 最多支持 8 小时上下文回溯。Stateful Runtime 将把这个能力提升到全新高度——Agent 不再是\"每次请求都重新加载\"的短跑选手，而是能持续思考、持续执行的马拉松选手。

━━━ ━━━ ━━━

四、Frontier——OpenAI 的 Agent 平台，AWS 独家分销

2025 年底，OpenAI 发布了 Frontier——一个面向企业的 Agent 构建平台，与 AgentCore 直接竞争。

但根据合作协议，AWS 是 Frontier 的唯一第三方云分销商。

这意味着：如果你想通过第三方云使用 Frontier，只能选 AWS。而通过 AWS 使用 Frontier，你的 Agent 数据会留在 AWS 基础设施内。

这对企业客户来说是一个极其重要的合规因素——很多金融机构和政府的云策略是\"只用 AWS\"，过去他们无法使用 OpenAI 的高级 Agent 平台，现在可以了。

Agent 平台的格局突然变得很有意思：

平台	厂商	定位
AgentCore	AWS 自研	框架无关，开放生态
Frontier	OpenAI	深度集成 GPT 能力
Copilot Studio	Microsoft	Azure 生态
Vertex AI Agent	Google	GCP 生态

AgentCore 因为框架无关性和 Harness 的易用性，仍然是最开放的方案。但 Frontier + Bedrock 的组合，为那些\"既要 OpenAI 的模型能力、又要 AWS 的数据合规\"的企业，打开了一扇新的大门。

━━━ ━━━ ━━━

五、Codex vs Kiro：编码 Agent 的正面交锋

这是最值得玩味的部分。

AWS 在这个系列第一篇介绍了 Kiro——一个以\"规格驱动开发\"为核心的 Agentic IDE。而 OpenAI 的 Codex 同样是一个编码 Agent。

它们的关系不是\"一个替代另一个\"，而是两种理念的竞争：

Kiro	Codex
核心方法	规格驱动开发（SDD）
文档先行	✅
底层模型	Claude
生态	深度集成
运行平台	独立

Kiro 的 SDD 方法更适合追求可维护性的团队——文档和代码一起版本管理，AI 生成的内容有迹可循。

Codex 的 Agent 模式更适合追求速度的开发者——直接说需求，Agent 理解后执行。

有趣的是，有些开发者会同时用两者： Kiro 做架构规划和代码生成，Codex 做快速迭代和调试。Beta 阶段就有不少用户这么做。

━━━ ━━━ ━━━

六、Trainium 的 2GW 大单

这次合作还曝光了一个不太起眼但信息量巨大的细节：

OpenAI 将消耗约 2 吉瓦的 Trainium 算力。

2GW 是什么概念？

一个典型的核电站的输出功率约为 1GW
NVIDIA 2024 年全年 GPU 出货量估计约 2-3GW 等效算力
这是 OpenAI 在 NVIDIA GPU 之外的最大单一算力采购

这同时认证了一件事——AWS Trainium 已经足够成熟，成为 OpenAI 这样级别的 AI 公司愿意大规模部署的训练芯片。

这意味着 Trainium 不仅服务于 AWS 自己的 Nova 模型（Nova Premier 就是在 Trainium 上训练的），还能服务外部客户。

━━━ ━━━ ━━━

七、对开发者的影响好消息

模型选择更多了：Bedrock → Nova / Claude / Llama / GPT-5 / Codex，你可以在同一个 API 下切换，做 A/B 测试更简单
Codex 用户有福了：如果你在用 Codex 写代码，推理跑在 Bedrock 上，算力稳定性有保障
合规不再是障碍：需要 OpenAI 能力但只能用 AWS 的企业终于有了正规路径

值得注意的