NovaSynth 是一款面向 AI 智能体的预生产测试与验证工具，核心目标是让开发团队在真实客户遇到问题之前先“弄坏”自己的智能体。它通过真实电话网络、实时音频和聊天，向被测试的智能体发送合成用户，制造真实世界中的各种混乱情况，从而在排练阶段暴露失败，并端到端验证修复效果。
用途
NovaSynth 用于对 AI 语音和聊天智能体进行发布前的压力测试与可靠性验证。它把测试从“少量理想对话”推进到“真实世界混乱”的排练，帮助团队评估多轮完整对话旅程，而不是单条回复的质量。其典型目标是发现智能体在真实来电者带来的噪音、情绪、打断和对抗意图下的失效点。
主要能力
- 合成用户与真实混乱：合成用户带有目标、情绪、口音和行为特征，可模拟挫败的重复来电者、堵在路上的暴躁用户、句子中途切换语言的用户等。资料中给出的具体示例包括：因退款延迟第三次来电、中途取消并改变主意、抢话打断的快速插话者，以及要求智能体输出系统提示和工具定义的提示注入尝试。
- 真实电话与音频：通过 Twilio、Plivo 或 Vobiz 的 SIP 拨号，以及 LiveKit 实时音频，提供真实电话、真实音频与真实延迟，而非模拟的对话记录。
- 人格与场景生成：系统化生成带目标、情绪和口音的人格，以及对应场景，例如挫败的重复来电者、非母语使用者、提示注入探针，而非手工编写。
- 批量矩阵运行：在共享批次 ID 下运行人格 × 场景的完整矩阵，覆盖组合空间并在同一位置分组比较。
- 并发与负载测试：提高并发可查看智能体能同时承载多少通话，负载测试最高支持 2,000 路并发线路；普通功能测试保持低并发，大规模负载测试前需提前告知以准备线路。
- 工具虚拟化：读操作被重放，写操作被沙箱化，使改变后的决策得到端到端演练，而写操作不会触达生产系统。
- 捕获与重打分：每次合成通话都被捕获为完整追踪，并使用 30+ 语音 AI 指标（平台合计 100+）打分，包括音频本身，从而让失败在排练中浮现。
- 队列与扩展架构：基于 BullMQ、PostgreSQL 和 Redis 的异步队列调度并并行化运行，每次运行可支持数百个场景而不阻塞测试环境。
使用方式
团队将 NovaSynth 指向一个待测智能体——可以是测试号码、暂存 SIP 或尚未发布的新智能体。对于单智能体架构，可将 NovaSynth 放入 Agent 配置，并同时提供 PRD、BRD、工作流文档或任何说明智能体职责的上下文；上下文越充分，生成的人格、场景和建议越精准。对于多智能体架构，不建议粘贴单一提示，而应集成其 SDK，让系统从追踪中获取全部信息。也可只提供描述性上下文（例如贷款审批、债务催收、客户支持），仍可获得模拟、评估和报告，但没有智能体决策过程可见性时建议会不够精确。平台可对接电话 SIP（Twilio、Plivo、Vobiz）、LiveKit、Pipecat、LangChain/LangGraph、OpenAI 与 Anthropic SDK，以及基于 HTTP 的聊天；自定义或从零构建的智能体可通过 SDK 或围绕 LLM 调用的轻量钩子接入。用户也可以提交自己的场景并观察系统运行，系统还会根据上下文建议可能遗漏的用例。
适用场景
适合需要在发布前验证多轮语音或聊天旅程的团队，尤其是客服支持、退款处理、账单催收、贷款审批等场景。资料中明确提到可从测试理想路径延伸到排练真实混乱，并覆盖打断、抢话、静默、话题切换、口音和语言切换等情况。
限制与边界
NovaSynth 定位为预生产模块，不会模拟来电者对生产环境进行评估；生产评估属于独立的后续模块。负载测试虽支持最高 2,000 路并发，但进行大规模负载运行前需要提前告知以准备线路。没有提供智能体上下文时仍可运行，但建议的精确度会下降。关于收费、价格、具体部署环境要求等，资料中暂未提供。
