AWS 发布基于 Nova 2.5 Sonic 和 MCP 的语音旅行助理构建方案

AWS 官方博客发布了一套完整的语音旅行助理构建方案，核心在于利用 Amazon Bedrock AgentCore 托管 Strands Agents 框架下的智能体，并集成 Amazon Nova 2.5 Sonic 作为实时语音模型。该方案通过 Model Context Protocol (MCP) 将智能体与后端业务逻辑解耦，实现了从用户语音输入到后端数据查询及指令执行的端到端闭环。

技术细节上，系统采用分层架构：前端通过 AWS Amplify 和 Cognito 进行身份验证，建立 SigV4 签名的 WebSocket 连接；AgentCore Gateway 充当中间层，将后端的 API Gateway 和 Lambda 函数暴露为标准的 MCP 工具供智能体调用。Nova 2.5 Sonic 在此流程中不仅负责低延迟的双向语音流处理，还具备异步工具调用能力，即在等待后端返回数据时生成填充性语音以掩盖延迟。此外，针对政策咨询场景，方案集成了 Amazon Bedrock Knowledge Bases，支持 RAG 检索并直接通过 MCP 连接器调用。

该方案的商业推论在于其模块化设计允许开发者在不修改 Agent 代码的情况下扩展新的 Lambda 功能或知识库。虽然文中未披露具体的单位经济数据，但强调使用按需付费（Pay-per-use）模式配合自动扩缩容来应对流量波动。事实层面确认了 Nova 2.5 Sonic 已支持多步骤任务链式推理和自然打断（Barge-in），推断该架构适合高并发、强交互的客户服务场景，而非简单的问答机器人。