OpenAI 与戴尔合作，把 Codex 带入企业防火墙内部

合作的核心：让 Codex 进入企业内部基础设施

传统上，很多 AI 开发工具主要运行在云端。而此次合作意味着企业可以把 Codex 部署在 数据无法离开内部网络的环境中。

企业不必再把代码库或业务数据全部迁移到公共云，而是可以直接在现有基础设施中集成 Codex，并与内部系统连接。

Codex 本身已经是 OpenAI 使用最广泛的开发工具之一。据报道，它 每周被超过 400 万开发者使用，常见用途包括代码审查、测试覆盖率分析和大型代码库分析等。

随着能力的扩展，Codex 的定位也在变化——它不再只是编程助手，而逐渐成为 可以在企业 IT 环境中运行的通用 AI 代理。

Codex 如何接入 Dell AI Data Platform

Dell AI Data Platform 是戴尔为企业 AI 工作负载打造的数据平台，整合了高性能存储、数据管道以及数据治理工具，目标是帮助企业把 AI 从试验项目推进到生产级系统。

当 Codex 与这一平台整合后，企业可以让 AI 代理直接访问内部资产，例如：

• 源代码仓库
• 技术文档
• 运维与业务数据系统
• 企业知识库

关键点在于：数据仍然保留在企业内部基础设施中。这意味着企业能够利用 AI，同时避免将敏感数据发送到外部云服务。

此外，这种模式还可以充分利用企业已经投资的 本地 GPU 与存储资源，并在本地与云之间统一管理 AI 工作流。

Dell AI Factory 在整体架构中的角色

Dell AI Factory 是戴尔面向企业 AI 的整体架构体系，整合硬件、软件、数据平台以及合作伙伴生态，用于大规模运行 AI 工作负载。

该平台包括：

• GPU 加速的计算基础设施
• 面向 AI 的存储与数据平台
• 运行自主 AI 代理的运行环境
• 与第三方 AI 模型和软件的生态集成

戴尔还在不断扩展 AI Factory，使企业能够在本地安全运行 自治型 AI 代理（agentic AI），并保证数据 始终留在企业环境中，同时支持从个人工作站扩展到完整数据中心部署。

在这一架构中，Codex 可以作为 AI Factory 中的一类工作负载，与其他模型、工具和企业应用一起运行。

企业场景：不止是写代码

虽然 Codex 起初是一款编程助手，但它正在逐渐演变为更广泛的 企业 AI 代理系统。

在企业环境中，其潜在应用远不止软件开发，例如：

• 分析内部文档和知识库
• 自动化多步骤 IT 与 DevOps 工作流
• 协助故障排查与事件响应
• 生成或更新合规与政策文档
• 管理数据管道或基础设施任务
• 从企业私有数据仓库中检索信息

这些场景通常涉及 代码、数据分析与业务流程自动化的组合任务，正是企业 AI 代理最常见的应用模式。

需要注意的是，一些更具体的应用（例如大规模运维自动化或合规分析）在行业报道中被提及，但目前公开的产品文档仍未完全披露所有细节。

为什么数据主权和治理正在改变 AI 部署方式

推动这一合作的一个重要原因是 数据主权（Data Sovereignty）与治理需求的上升。

在许多企业中——尤其是金融、医疗、政府等受监管行业——某些数据无法被发送到外部云服务，例如：

• 专有源代码
• 客户数据
• 医疗或合规数据
• 关键运维日志

这些限制往往来自合规、数据驻留、成本或安全策略。

戴尔在其 AI 平台战略中强调的理念是：让 AI 靠近数据，而不是让数据迁移到 AI 平台。

在拥有严格数据法规的地区，这种需求尤为明显。越来越多组织倾向于在本地数据中心运行 AI，以满足监管与数据治理要求。

对企业 AI 生态意味着什么

对 OpenAI 来说，这一合作打开了进入 依赖本地或混合基础设施的大型企业市场 的通道，而这些企业往往不会采用纯云 AI 服务。

对戴尔来说，将像 Codex 这样的高知名度 AI 工作负载纳入其平台，有助于强化其 企业 AI 基础设施生态，并推动企业把 AI 从试验阶段扩展到生产规模。

整体来看，这一合作反映出企业 AI 战略的一个明显趋势：

企业不再只是把数据送到 AI，而是把 AI 带到数据所在的位置。