AWS发布语音旅行助手方案：基于Bedrock AgentCore与Nova 2.5 Sonic
AWS机器学习博客发布一套面向航空App的语音旅行助手示例方案，用Amazon Bedrock AgentCore托管智能体、Nova 2.5 Sonic处理实时语音、Bedrock Knowledge Bases回答政策问题，后端通过MCP工具连接。来源为AWS官方博客，含合成数据与示例代码。
AI解读：AWS官方博客给出的是一套可复用的示例架构，不是已上线的航空产品。它把前端、AI智能体和后端拆成独立层，读者可用AWS CDK单脚本部署，然后按自己的后端系统改造。
语音会话中，旅客可以查看行程、改座位、更新餐食偏好、询问政策，也能请求转接人工客服。方案强调助手与现有App页面并存，旅客可以在同一会话里切换点击和说话，而不是替换原有界面。
后端连接走的是Model Context Protocol（MCP）：AgentCore Gateway把后端REST端点暴露为可发现的MCP工具，智能体按名称调用，Gateway再把MCP调用翻译成对API Gateway的REST请求，由Lambda执行业务逻辑并查询DynamoDB。
政策问答由Amazon Bedrock Knowledge Bases处理，采用RAG将回答锚定在航空公司政策文档上，并以引文形式返回相关段落。文档更新后同步知识库即可，不需要重新部署检索管道。
来源列出语音层用到Nova 2.5 Sonic的若干能力，包括异步并行工具调用、延迟掩盖（等待工具结果时先给出临时语音回应）、打断处理和多轮上下文。这些是AWS对模型能力的说明，方案本身未公布实际效果数据。
方案包含一个“写入前确认”模式，即每次改动前先请旅客确认；来源建议生产部署时加Amazon Bedrock Guardrails以过滤提示注入并校验回答是否有依据。人工转接部分只记录升级并返回参考号和预估等待时间，来源明确说明示例不含联络中心应用，能否接通取决于配置的支持电话。
AWS机器学习博客发布了一套“语音旅行助手”示例方案，用于给航空公司的App和网站增加语音交互层。旅客可以通过说话完成改座位、查延误、更新餐食偏好、询问政策等操作，无需在多个页面间切换。
方案基于三项托管服务：Amazon Bedrock AgentCore用于构建、部署和运行AI智能体；Amazon Nova 2.5 Sonic负责实时语音到语音；Amazon Bedrock Knowledge Bases用于把政策回答锚定在航空公司自有文档上。来源说明，该AI层连接的是一个带有合成数据的示例航空后端。
架构分层与部署方式
方案把前端、AI智能体和后端服务分为独立层，便于分别开发和扩展。整套方案通过AWS Cloud Development Kit（AWS CDK）单脚本部署，代码来自aws-samples GitHub仓库。
后端由五个CDK栈部署DynamoDB表、Lambda函数、API Gateway端点、Amazon Bedrock Knowledge Bases和Amazon Cognito；AgentCore Gateway单独一个栈，AgentCore运行时用两个栈配置，前端用一个栈把React应用部署到AWS Amplify。
身份认证使用Amazon Cognito用户池和身份池。旅客用用户名和密码登录后获得JWT（访问令牌和ID令牌），前端再用ID令牌换取临时AWS凭证，用Signature Version 4（SigV4）签名连接AgentCore运行时的WebSocket并调用API Gateway。来源称没有服务端代理位于中间。
- 构建流程：源码上传到Amazon S3，AWS CodeBuild生成ARM64 Docker镜像，存入Amazon ECR供AgentCore运行时使用；Amazon CloudWatch收集日志、指标和告警，AWS KMS加密静态数据。
- 运行环境：每个会话在AgentCore运行时以托管容器运行，采用microVM隔离，来源称可保证负载下旅客会话相互隔离。
MCP工具调用与语音处理
MCP（Model Context Protocol）是连接AI应用与外部工具及数据的开放标准。方案用它承载智能体与后端之间的标准化消息，使两者保持松耦合。AgentCore Gateway把每个后端端点暴露为智能体可按名称调用的工具。
一次典型请求中，前端通过WebSocket把 16 kHz PCM音频发送到AgentCore运行时。Nova 2.5 Sonic转写语音，智能体选择所需工具并通过MCP调用。AgentCore Gateway把每个MCP调用翻译为REST请求发往API Gateway，Lambda执行逻辑并查询DynamoDB，结果再由Nova 2.5 Sonic组织成语音回复流式返回。
来源称工具调用是异步的，可以并行执行，等待数据时不打断对话。Nova 2.5 Sonic还提供延迟掩盖，在等待工具结果时生成临时语音回应。
方案用Strands Agents框架定义系统提示、工具和对话流程，使用Nova 2.5 Sonic的BidiAgents框架。来源称智能体在改座位等操作前会先请旅客确认，并逐字符读出确认码和航班号，以免听错。
- Nova 2.5 Sonic在方案中承担语音识别、语音合成和工具选择，来源称其支持带口音的识别、背景噪声鲁棒性、双向流式低延迟、打断和自然轮次切换。
- 来源列出Nova 2.5 Sonic的“新增”能力：更好的工具调用与多步任务完成、更强的指令遵循（例如逐字符朗读航班号）、更准确的责任AI处理。
清理与计费
来源提醒部署后如需停止计费应删除资源，脚本支持先预览再执行：先运行 ./cleanup-all.sh --dry-run预览删除，再运行 ./cleanup-all.sh。脚本按前端、AgentCore运行时、AgentCore Gateway、后端基础设施的逆序销毁资源。来源称方案采用按使用量计费并自动扩展，但未给出具体成本数字。