AWS 推出基于 Bedrock AgentCore 的多模态 WhatsApp 点餐助手方案
AWS 发布技术博客，介绍如何利用 Amazon Bedrock AgentCore 与 Amazon Nova 2 构建多模态 WhatsApp 点餐助手，支持文本、语音笔记和语音通话，统一跨渠道记忆，并采用 AWS CDK 一键部署。
核心事实
AWS 于 2026 年 9 月 4 日发布技术博客，介绍如何部署一个基于 Amazon Bedrock AgentCore 和 Amazon Nova 2 的多模态 WhatsApp 点餐助手。该方案面向快餐连锁等餐饮企业，允许顾客通过 WhatsApp 发送文本、语音笔记或直接语音通话，由 AI 代理完成从问候到确认的完整点餐流程。系统通过 Meta WhatsApp Business Platform 作为客户入口，后端由 Amazon Bedrock AgentCore 托管代理，Amazon Nova 2 Lite 处理文本（经 Converse API），Amazon Nova 2 Sonic 处理语音（实时语音转语音）。代理通过 Model Context Protocol（MCP）与餐厅后端交互，整个系统使用 AWS CDK 部署。
背景与影响
该方案旨在解决餐饮行业多渠道订单系统分散、客户历史记录割裂的问题。通过统一 WhatsApp 渠道，顾客无需安装额外应用或登录，即可在同一对话中完成点餐，且跨渠道（文本、语音）共享同一后端和记忆，确保同一顾客在不同时间通过不同方式联系时能被识别。架构将 WhatsApp 层、代理运行时和后端（菜单、购物车、订单、位置）分离，便于独立部署和扩展。AWS 方面使用 API Gateway、Lambda、SQS、DynamoDB、Location Service、Kinesis Video Streams 等多项服务，并利用 AgentCore 的 Gateway 和 memory 能力实现工具调用与跨渠道记忆。
限制与来源
该方案要求用户预先设置 Meta WhatsApp Business Platform 并连接 Cloud API，AWS CDK 仅部署 AWS 侧资源。文中提及的 Amazon Nova 2 系列模型、AgentCore 具体功能及部署细节均以 AWS 官方文档为准。本文内容基于 AWS 机器学习博客文章《Deploy a multimodal WhatsApp ordering assistant with Amazon Bedrock AgentCore》，作者为 Salman Ahmed、Sergio Barraza 和 Ravi Kumar。具体架构图、代码示例及部署步骤请参阅原文。