Modele i platformy AI

AWS Szczegóły wdrożenia Claude Code na Amazon Bedrock w GovCloud (US)

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Amazon Web Services opublikował poradę na swoim blogu Machine Learning 5 października 2026 r., opisując, jak organizacje z wymaganiami regulacyjnymi lub zgodnościowymi, w tym International Traffic in Arms Regulations (ITAR), mogą uruchamiać Claude Code firmy Anthropic z Claude Opus 5.5 oraz Claude Sonnet 5.5 na Amazon Bedrock w regionach AWS GovCloud (US).

Zgodnie z wpisem, Claude Opus 5.5 oraz Claude Sonnet 5.5 posiadają certyfikację FedRAMP Class D (dawniej High) na Amazon Bedrock, podczas gdy Claude Sonnet 5 ma certyfikację FedRAMP Class D oraz autoryzację DoD Impact Level 4 i 5 (IL4/IL5). Bedrock w GovCloud (US) oferuje ścieżki autoryzacji FedRAMP Class D oraz DoD Cloud Service Provider SRG IL4/IL5, a wbudowana ochrona danych oznacza, że treść klientów nie jest przechowywana, rejestrowana, wykorzystywana do trenowania modeli AWS ani udostępniana podmiotom trzecim.

Claude Opus 5.5 stał się dostępny w AWS GovCloud (US) 22 września 2026 r., zgodnie z ogłoszeniem AWS, a Claude Sonnet 5.5 pojawił się 28 września 2026 r.. W ogłoszeniu dotyczącym Opus, AWS poinformował, że model jest oferowany na Amazon Bedrock z domyślnym wsparciem braku przechowywania danych oraz regionalnym przetrzymywaniem danych.

Dwa interfejsy końcowe Bedrock

Amazon Bedrock w AWS GovCloud (US) obsługuje dwa interfejsy końcowe – bedrock-runtime i bedrock-mantle, oba zasilane tym samym silnikiem wnioskowania Mantle z architekturą Zero Operator Access. Interfejs bedrock-runtime korzysta z AWS SDK poprzez API InvokeModel i Converse oraz obsługuje Amazon Bedrock Guardrails, bazy wiedzy, agenty i rejestrowanie wywołań; AWS zaleca go dla większości nowych aplikacji, szczególnie tych wymagających ścieżek audytu.

Interfejs bedrock-mantle obsługuje natywnie Anthropic Messages API, oferując funkcje wyłączne dla tej powierzchni, takie jak narzędzia po stronie serwera, wnioskowanie w tle oraz Projekty. Interfejs bedrock-runtime jest dostępny w obu regionach GovCloud (US-West i US-East), podczas gdy bedrock-mantle jest dostępny wyłącznie w AWS GovCloud (US-West). Guardrails i rejestrowanie wywołań są dostępne wyłącznie w bedrock-runtime, dlatego wpis kieruje wdrożenia wymagające kompleksowych ścieżek audytu i filtrowania treści do tego interfejsu.

Co robi Claude Code

Claude Code to agentowe narzędzie do kodowania firmy Anthropic, które odczytuje bazę kodu, edytuje pliki, wykonuje polecenia i integruje się z narzędziami programistycznymi. Działa w terminalu, w zintegrowanych środowiskach programistycznych, takich jak VS Code i JetBrains, oraz w tle poprzez Claude Agent SDK.

AWS wymienia możliwości, które obejmują pisanie kodu i naprawianie błędów w wielu plikach, uruchamianie i naprawianie testów oraz lintingu, przeszukiwanie historii Git, rozwiązywanie konfliktów scalania oraz tworzenie commitów i pull requestów. Narzędzie łączy się z zewnętrznymi narzędziami i źródłami danych poprzez Model Context Protocol, w tym z AWS Command Line Interface, Terraform i Kubernetes, i może uruchamiać podagenty pracujące jednocześnie nad różnymi częściami zadania. Zachowanie można dostosować przy użyciu plików pamięci CLAUDE.md, umiejętności i hooków, a powtarzalne zadania mogą być automatyzowane poprzez integrację CI/CD z GitHub Actions lub GitLab CI/CD.

Konfiguracja i ustawienia

Wymagania wstępne obejmują konto AWS GovCloud (US) z dostępem do Amazon Bedrock; uprawnienia IAM, które co najmniej zawierają bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream, bedrock:ListInferenceProfiles i bedrock:GetInferenceProfile dla bedrock-runtime, plus akcje bedrock-mantle lub zarządzaną politykę AmazonBedrockMantleInferenceAccess dla interfejsu Mantle; dostęp do modeli Claude Opus 5.5, Claude Sonnet 5.5 i Claude Sonnet 5 włączony w koncie; oraz skonfigurowany AWS CLI z poświadczeniami krótkoterminowymi lub AWS SSO.

Post opisuje trzy ścieżki konfiguracji, oznaczone A‑C. Opcja A wykorzystuje interaktywny kreator logowania Claude Code: wybierz platformę zewnętrzną, następnie Amazon Bedrock, wybierz region us-gov-west-1 i przypnij modele; wcześniej skonfigurowane instalacje mogą ponownie otworzyć kreator za pomocą /setup-bedrock. Opcja B ustawia zmienne środowiskowe: CLAUDECODEUSEBEDROCK=1, AWSREGION ustawione na us-gov-west-1 oraz ANTHROPICMODEL wskazujący na identyfikatory modeli z prefiksem us-gov., takie jak us-gov.anthropic.claude-sonnet-5-5 lub us-gov.anthropic.claude-opus-5-5. Opcja C kieruje Claude Code przez Mantle przy użyciu CLAUDECODEUSEMANTLE=1, a flagi Bedrock i Mantle mogą być połączone w jednej sesji. Uruchomienie /status weryfikuje konfigurację; wiersz dostawcy pokazuje Amazon Bedrock lub Amazon Bedrock (Mantle).

Wdrożenia korporacyjne i kontrola kosztów

Ponieważ Claude Code jest już dostępny ogólnie, AWS zaleca zarządzanie tożsamością i dostępem za pośrednictwem AWS IAM Identity Center przy użyciu tymczasowych, opartych na rolach poświadczeń zamiast statycznych kluczy dostępu, automatyzację domyślnych zmiennych środowiskowych lub centralne zarządzanie plikami ustawień oraz wdrożenie wytycznych dla Claude Code z Amazon Bedrock w dużych wdrożeniach korporacyjnych. AWS dodatkowo rekomenduje przeglądanie limitów usług Bedrock dotyczących liczby tokenów na minutę i liczby żądań na minutę w odniesieniu do liczby aktywnych deweloperów.

AWS zaleca przypinanie wersji modeli, ponieważ nieprzypięte aliasy takie jak sonnet i opus odwołują się do wbudowanych domyślnych ustawień Claude Code, które mogą się zmieniać między wydaniami. Claude Code domyślnie używa Claude Opus 5.5 jako swojego głównego modelu, więc wdrożenie bez przypięcia jest rozliczane według stawki za token Opus, którą, jak zauważa wpis, jest wyższa niż w przypadku Claude Sonnet 5.5. W celu zarządzania kosztami AWS wskazuje na ograniczenia tokenów na użytkownika, egzekwujące dzienne limity z alertami przy 80 % i 100 % progach, oparte na logowaniu wywołań w CloudWatch, Lambda i DynamoDB, oraz na buforowanie promptów z opcjami TTL 5‑minutowym i 1‑godzinnym dla obsługiwanych modeli.

AWS sugeruje ustawienie domyślnego modelu dla zespołów na Claude Sonnet 5.5 i rezerwowanie Claude Opus 5.5 dla zadań wymagających głębszego rozumowania lub dłuższych autonomicznych uruchomień, podczas gdy obciążenia wymagające autoryzacji IL4/IL5 powinny domyślnie korzystać z Claude Sonnet 5, który, jak opisuje wpis, zapewnia najsilniejsze pokrycie zgodności dla wrażliwych środowisk. Model Claude Sonnet 5.5 jest przedstawiany jako krok naprzód w stosunku do Claude Sonnet 5 w zakresie programowania i pracy z wiedzą, przy niższym koszcie na zadanie. Według Anthropic, cytowanego w dokumentacji AWS, Claude Opus 5.5 realizuje zadania przy użyciu mniejszej liczby tokenów niż Claude Opus 5, przy niższej cenie za token.

Jeśli chodzi o bezpieczeństwo, AWS zaleca przeprowadzenie gruntownej oceny przed wdrożeniem: Amazon Bedrock zabezpiecza warstwę inferencji, ale Claude Code działa na lokalnych maszynach deweloperów i wymaga odrębnej oceny oraz zarządzania ryzykiem. Wpis zaleca stosowanie kontroli, takich jak zarządzane uprawnienia, logowanie wywołań oraz limity tokenów na użytkownika, tak jak w przypadku innego oprogramowania firm trzecich w jego środowisku.

Theo Nash jest specjalistą generowanym przez SI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.