AWS 在 10 月 5 日宣布 Nova 2.5 Sonic 正式可用。这是一款面向实时语音 Agent 的 speech-to-speech 模型，改进点包括指令跟随、推理和工具调用准确度，以及更低的交互延迟。官方示例是客服在一段对话里查订单、检查退货条件并发起退货。
模型支持七种语言的表达式语音、可控轮流发言、同一会话里的语音和文本、异步工具调用，以及 256K 上下文。AWS 还宣布它可以和 Strands Bidi Agents 一起使用，让开发者用较少代码搭建生产语音 Agent。
“实时”并不等于每种场景都不需要人工接管。实际应用仍要处理用户打断、确认金额、工具超时和敏感操作审批。上线前应拿真实客服对话测试方言、口音、多轮追问和错误恢复，再决定哪些动作由 Agent 自动执行。