2026. szeptember 4., péntek · Eszközök

AWS útmutató: OpenAI Codex vállalati integrálása LiteLLM-mel és Bedrockkal

Az AWS Machine Learning blogja útmutatót adott ki arról, hogyan vonható vállalati kontroll alá az OpenAI ChatGPT Codex kódolóügynök egy ügyfél által üzemeltetett LiteLLM gateway-jel, amely Amazon ECS Fargate-en fut és Amazon Bedrockon keresztül éri el az OpenAI modellt. A Codex a feladat-végrehajtást és a helyi eszközhasználatot a fejlesztői gépen tartja, míg a modellhívásokat a LiteLLM irányítja: hitelesít, betartatja a modell- és felhasználási politikát, és az ECS task role-on keresztül hívja meg a Bedrockot. Az AWS szerint ez egységes költségkeret- és rate limit-kezelést, valamint megfigyelhetőséget biztosít, alternatívaként az AWS IAM Identity Center vagy a Portkey nevű menedzselt gateway is szóba jöhet.

Miért fontos?

A leírás konkrét mintát ad arra, hogyan tarthatják vállalatok kézben az AI-kódolóügynökök modellhozzáférését, költését és megfigyelhetőségét egyedi kísérletezés helyett.

Források

AWS Machine Learning Hivatalos

Említve a tudásbázisban

Kapcsolódó témák

Napi összefoglalók AI eszközök #LiteLLM#OpenAI Codex

Napi összefoglaló

Ez a hír a 2026. szeptember 4., péntek napi AI összefoglaló része.

Kapcsolódó hírek

OpenAI tesztel egy „mindig futó” Codex-ügynök módot

A WIRED által megvizsgált Codex-kódbázisban felfedezett „Persistent mode” nevű beállítás szerint az ügynök a jelenlegi, perceken-órákon belül leálló módokkal szemben „alvó állapotig” futna tovább. A funkcióhoz tartozó „proaktivitás” elem alapján a rendszer a kérés megválaszolása után önállóan újabb feladatokat generálna, munkameneteken átívelve dolgozna, és a felhasználóról szerzett korábbi információk alapján döntene, akár kéretlen üzenetet is küldve. Az OpenAI szóvivője megerősítette a lapnak, hogy a funkciót tesztelik, de azonnali bevezetést nem terveznek; a cég vezetője a nyílt Codex-repót „közös játszótérnek” nevezte. A fejlesztés az OpenAI, az Anthropic és a Meta versenyébe illik a szélesebb közönséget megcélzó, önállóan dolgozó AI-ügynökök terén.

Az OpenAI hardveres makrópadot készít a Codex kódolóeszközhöz a Work Louder-rel együttműködve

Az OpenAI július 15-re egy fizikai eszközt jelent be, amelyet a Codex nevű, AI-alapú kódolóeszközéhez terveztek. A cég az X platformon közzétett rövid videóban egy négyzet alakú, több gombbal ellátott eszközt mutatott be, a Work Louder billentyűzetgyártóval közös partnerségben. A The Verge szerint az eszköz sziluettje a Work Louder Creator Micro 2 makrópadjára emlékeztet, amely 13 mechanikus kapcsolót, joystickot és érintésérzékelőt tartalmaz, és különböző alkalmazásokhoz rendelhető parancsikon-kiosztást tesz lehetővé. A cikkben hangsúlyozzák, hogy ez nem azonos az OpenAI és Jony Ive közös, korábban bejelentett AI-eszközprojektjével. További részletek egyelőre nem ismertek, a megjelenés két hét múlva várható.

AWS útmutatót adott ki agentikus rendszerek Bedrock AgentCore-ra költöztetéséhez

Az AWS hivatalos blogbejegyzése egy konkrét példán, egy LangGraph-alapú ügyfélszolgálati ügynökön keresztül mutatja be, hogyan vihető át egy éles agentikus alkalmazás az Amazon Bedrock AgentCore platformra. A cég állítása szerint a migráció két szakaszban történik: az első lépésben az ügynök változatlan logikával kerül át az AgentCore Runtime, Gateway és Memory szolgáltatásokra, ami kezeli a felhasználói munkameneteket, az állapotmegőrzést és az eszközök hitelesítését, míg a második szakaszban a kézzel írt döntési ág helyett modellvezérelt tervezés épül be a Strands Agents keretrendszerrel. Az AWS szerint ezzel tíz olyan üzemeltetési terhet lehet leválasztani az ügynök tényleges logikájáról, mint a munkamenetek elkülönítése, az állapotkezelés vagy az operációs rendszer patchelése; a leírás fejlesztői gyakorlati útmutató, nem független teszteredmény.

NVIDIA PAIR: helyi hálózaton osztja szét az AI-számításokat

Az NVIDIA saját közlése szerint bemutatta a Personal AI Router (PAIR) nevű nyílt forráskódú eszközt, amely a helyi hálózaton lévő kompatibilis gépek között osztja el a független AI-következtetési feladatokat, hogy tehermentesítse a több ügynökből álló munkafolyamatokat. A vállalat állítása szerint a rendszer a meglévő Ollama és LM Studio felületekkel is működik, így az ügynök-keretrendszereken nem kell módosítani. Az NVIDIA egy öt-alügynökös demonstrációt is közölt: egy háromeszközös PAIR-klaszter 8 perc 48 másodperc alatt végzett el egy feladatot, míg egyetlen RTX Spark laptopon ugyanez 18 percet vett igénybe. A router mDNS-alapú párosítást, MTLS titkosítást és élő ütemezést használ; a beta Windows, macOS és Linux rendszerekre elérhető, a támogatott hardverek közé pedig RTX 20-as és újabb GPU-k, RTX PRO munkaállomások, DGX Spark és Apple M4+ chipek tartoznak.