对美国国防部、情报机构和获安全许可的承包商来说，“能不能用”从来不是技术问题，而是推理流量能不能被钉死在合规边界之内。2026 年 10 月 28 日，AWS 发布了一篇语气平淡的配置教程，讲的是把 ChatGPT 桌面应用接到 Amazon Bedrock 的 AWS GovCloud (US)，让 Work 和 Codex 两个组件调用 OpenAI 的前沿模型，而所有推理流量强制路由到 us-gov-west-1 区域内的 Bedrock Mantle 端点。教程读起来像一份运维手册，但它传递的信号远比步骤本身更重：OpenAI 的 frontier models，正式拿到了进入美国最高安全等级云环境的钥匙。
现象：一条走完三年的弧光
过去三年，美国联邦机构对 OpenAI 的态度走完了一个完整弧光。早期是警惕，多家机构因数据外泄风险禁用 ChatGPT；中期是试探，2025 年 OpenAI 以 coding agent 形态通过 Codex CLI 重新回到开发者终端；到 2026 年，节奏明显加快。2 月 27 日，OpenAI 与亚马逊宣布战略合作，联合开发经 Bedrock 提供的 Stateful Runtime Environment；3 月 17 日，TechCrunch 披露 AWS 将面向公共部门客户分发 OpenAI 产品，覆盖 AWS GovCloud 乃至处理机密级工作负载的 AWS Classified Regions；5 月底，OpenAI 披露已拿下 2 亿美元的国防部试点，并在 Los Alamos、Lawrence Livermore、Sandia 三家国家实验室落地；8 月 31 日，AWS 公共部门博客宣布 Bedrock GovCloud 一次性上架 Amazon Nova、Anthropic Claude、Meta Llama、NVIDIA Nemotron、OpenAI 与 xAI Grok 六家模型。10 月的这篇配置指南，是这条链条上最末端、也最具体的一环——它不再谈合作愿景，而是告诉机构安全团队：现在可以按这个步骤，在一台受管设备上把 ChatGPT 桌面端真正跑起来。
用户规模提供了另一条参照线。The New Stack 梳理的轨迹显示，Codex 的周活跃用户从 2026 年 2 月的不足 100 万，爬到 6 月初的 500 万；到 9 月底的 DevDay，ChatGPT Work 与 Codex 合计周活达到 3500 万。也就是说，当 AWS 把桌面端送进 GovCloud 时，它接入的不是一个需要培育的新产品，而是一个已经在商业世界跑通的开发者基础设施。
分析一：GovCloud 不是“一朵云”，而是一道采购边界
AWS GovCloud (US) 与普通 AWS 区域的根本区别不在性能，而在合规身份。它的物理与逻辑隔离设计，是为了满足 ITAR、FedRAMP High、DoD IL5 等美国政府和国防工业的强制要求。一个模型服务能不能被联邦机构采用，第一道关卡从来不是“它聪不聪明”，而是推理流量能不能保证不出这个区域、能不能用 IAM 和既有网络策略管住。
这篇指南的全部技术重心都压在这件事上。推理被钉死在 us-gov-west-1 的 Bedrock Mantle 端点；访问由 IAM 身份与现有 GovCloud 网络控制治理；配置采用 API-mode sign-in、managed device policy、named AWS profile，并把网络限制到只允许访问批准的 Bedrock 端点，其余外部连接全部禁用。换句话说，AWS 把 OpenAI 的模型“去 OpenAI 化”了。对机构安全团队而言，他们看到的不再是一个来自旧金山创业公司的 SaaS 服务，而是一个可以用既有云治理工具审计的 Bedrock 端点。
分析二：按 token 计费，是比模型能力更锋利的武器
指南里有一句很容易被略过的话：“You pay per token with no seat licenses and no per-developer commitments.”按 token 计费，无需席位许可，也无需按开发者承诺。这句话的政治经济学含义，比技术细节更值得玩味。
美国联邦采购对 SaaS 的“人头许可”向来敏感——给多少人买、怎么审计、离职了怎么办，每一项都是合规摩擦。按 token 计费把 AI 从“软件采购”重新定义为“云资源消耗”，走的是机构已经熟悉的云支出通道。再加上 Zero Data Retention，也就是 prompt 和 response 不会被 AWS 写入持久存储，也不会共享给模型提供商。这两条合在一起，等于替 OpenAI 扫清了政府采购中最难啃的两块骨头：计费合规与数据留存。
分析三：AWS 在收过路费，不管哪个模型赢
把视角从 OpenAI 抬高到 AWS，故事的主线就变了。2026 年 8 月，Bedrock GovCloud 同时上架六家前沿模型厂商；AWS 还承诺投入最高 500 亿美元，为美国政府部署集成 AI 与高性能计算云基础设施。对 AWS 而言，真正的胜利不是“OpenAI 赢了”，而是无论哪个模型赢，推理都要经过 Bedrock。Bedrock 成了联邦 AI 采购的默认聚合层——模型厂商负责卷能力，AWS 负责收 token 的税。
这也解释了为什么 AWS 要如此细致地写一篇配置教程。教程的受众不是开发者，而是机构的安全团队和授权官员。它的真正功能是降低 ATO，也就是系统授权运行的摩擦：把“如何用 OpenAI”这个陌生问题，翻译成“如何配置一个受管的 Bedrock 端点”这个机构已经会答的问题。
分析四：OpenAI 的国家安全转身
把时间线拉回三年前，OpenAI 还是联邦机构名单上的高风险 SaaS。而到 2026 年，它的路径已经清晰：先以开发者工具 Codex CLI 切入，绕开聊天机器人的监管标签；再用按 token 计费与零数据留存解决采购与留存障碍；最后借 AWS GovCloud 的合规外壳完成身份转换。2 亿美元的国防部试点、三家国家实验室部署、GovCloud 分发协议，与 10 月这篇指南形成闭环——OpenAI 不再需要说服政府 AI 很有用，它只需要告诉安全团队，流量可以留在 us-gov-west-1。
风险与边界
指南本身也留了一句关键的免责声明：使用 AWS GovCloud 并遵循本指南，并不自动授权你的工作负载。组织仍需对照自己的系统安全计划与授权流程，审查所选模型、AWS 服务、区域、端点、工作站控制、代码仓库、凭证与数据流。这句话不是客套，它意味着每一家机构仍要独自走完授权流程，AWS 只是把路铺平，不等于替任何人签字。
另一个待观察的问题是版本依赖。指南明确提示，如果 Bedrock GovCloud 端点返回不支持的错误，需要与 OpenAI 确认确切的桌面端或应用服务器版本、端点与模型；仅修改 URL 并不等于获得支持。这意味着在有限预览阶段，部署的稳定性仍取决于 OpenAI 与 AWS 的版本对齐速度。
结论
这篇配置指南的真正标题，应该是 OpenAI 如何把 frontier models 伪装成一个合规的 AWS 端点。它标志着美国联邦 AI 采购的一个转折点：模型能力的竞争仍在继续，但胜负手正在从谁的模型更强，转向谁能更丝滑地嵌入既有合规边界。对 AWS 来说，Bedrock 坐稳了联邦 AI 的过路费收费站；对 OpenAI 来说，它完成了从被警惕的 SaaS 到国防工业栈内嵌组件的身份转换；而对其他模型厂商而言，信号同样清晰——在政府市场，进不了合规边界的能力，等于没有能力。
AI 的战场从来不只在参数表里。当推理流量被钉死在 us-gov-west-1，当 token 账单取代席位许可，当零数据留存抹去数据留存的痕迹，OpenAI 赢得的不是一份合同，而是一张进入美国国家安全体系的门票。
快报