ChatGPT 桌面端通过 Bedrock 部署于 AWS GovCloud 实践指南

先说结论

• ChatGPT 桌面端现已支持通过 Amazon Bedrock 在 AWS GovCloud (US) 运行，适用于高安全合规场景。
• 部署核心在于配置 requirements.toml 与 config.toml，实现 API 登录、网络白名单与权限最小化。
• 推理流量完全留在 us-gov-west-1，支持 ZDR（零数据留存），但最终授权仍需组织自行审批。

背景

AWS 官方发布指南，介绍如何在 AWS GovCloud (US) 区域内部署 ChatGPT 桌面端，通过 Amazon Bedrock 路由模型请求。该部署支持 OpenAI 的 Work（多步任务）与 Codex（代码代理）功能，适用于对数据主权、网络隔离和身份控制有严格要求的政府或受监管机构。推理请求通过 Bedrock Mantle 端点（bedrock-mantle.us-gov-west-1.api.aws）发送，不经过 OpenAI 公共网络。

为什么对 FDE 重要

对于前向部署工程师（FDE）而言，此方案提供了一个可复用的“合规优先”AI 部署模板。它将模型调用、身份认证、网络策略与终端控制解耦，使 FDE 能在客户现场快速搭建符合安全审计要求的 AI 工作环境。尤其在政府、金融或医疗等强监管行业，该架构可作为 AI Agent 落地的基础设施基线，避免因数据外泄或模型供应商不可控导致的合规风险。建议参考 AI Agent 企业部署 与 Context Engineering 页面，进一步理解上下文治理与代理安全边界。

现场落地建议

编辑建议：在客户现场部署时，应优先完成以下三步：

1. 认证隔离：使用 AWS SSO 或 IAM 角色获取临时凭证，禁止将密钥写入 TOML 配置文件。建议通过 ~/.codex/.env 注入 bearer token，避免凭证泄露。
2. 网络锁定：在 requirements.toml 中显式 deny 所有非 Bedrock 域名（如 api.openai.com、chatgpt.com），仅放行 bedrock-mantle.us-gov-west-1.api.aws，并关闭浏览器、远程控制等高风险功能。
3. 策略分层：将 requirements.toml 置于系统级目录（如 Windows 的 %ProgramData%），确保普通用户无法修改安全策略；config.toml 放置用户目录，用于指定模型与运行时参数。

部署后务必通过 /status 命令验证模型提供者显示为 amazon-bedrock，并检查日志中无异常外联请求。

风险与检查清单

• 模型合规性：即使部署在 GovCloud，组织仍需自行审核所选模型是否符合内部安全策略，AWS 不自动承担授权责任。
• 凭证优先级：若环境变量 AWS_BEARER_TOKEN_BEDROCK 存在，将覆盖 profile 认证，需确认其来源是否受控。
• 版本依赖：必须使用支持 Bedrock in GovCloud 的桌面端版本，仅修改 URL 无法启用功能。
• 回滚预案：测试失败时，应立即恢复旧版策略、撤销临时凭证，并记录失败原因，避免重复部署。

常见问题

Q1：部署后仍提示需要 OpenAI 账号登录？

A：请检查 requirements.toml 和 config.toml 是否位于正确路径（如 Windows：%USERPROFILE%\.codex\config.toml），且在应用启动前已存在。若已启动，需完全退出所有 Codex 进程后重新加载。

Q2：如何确保模型推理不离开 GovCloud？

A：通过 config.toml 中 model_providers.amazon-bedrock.aws.region = "us-gov-west-1" 显式指定区域，并在 application.network.domains 中仅允许 bedrock-mantle.us-gov-west-1.api.aws，其余域名一律 deny。

Q3：是否支持零数据留存（ZDR）？

A：是的，该部署模式支持 ZDR，即提示词与响应不被 AWS 或模型提供商持久化存储，适用于敏感数据处理场景。

---

来源标注：AWS AI，链接：https://aws.amazon.com/blogs/machine-learning/configure-the-chatgpt-desktop-app-with-amazon-bedrock-in-aws-govcloud-us/
FDE 职业路线