构建Supercharger：Rocket Close如何利用智能体AI优化产权运营

Rocket Close是Rocket Companies旗下位于底特律的产权代理和评估管理公司，提供产权保险、房产估价和结算服务。随着抵押贷款需求的增长，产权运营成为购房流程中的瓶颈。耗时的、因州而异的产权审查，加上手动研究和分散的系统，降低了处理速度，使团队难以跟上不断扩大的客户群。

产权审查员需要从不同来源核实数据，这要求他们搜索多个系统、州指南和县级要求。关于遗嘱认证或税务ID的地方规则进一步复杂化了工作。例如，一名产权审查员为了了解某个县特定的记录要求，可能需要花费数小时浏览多个来源。

为应对这些挑战，Rocket Close与AWS合作创建了Supercharger。Supercharger是一个智能体AI解决方案，旨在减少贷款和购房流程中的摩擦，优化产权运营工作流。它结合产权和结案知识，指导团队完成订单处理流程，以自然语言与内部运营团队动态交互。通过集中知识和自动化研究密集型任务，该方案生成关于订单的可操作洞察，提高效率，减少搜索信息的时间，最终提升运营效率和客户体验。

解决方案概述

Supercharger由Strands Agents驱动，这是一个AWS开源智能体框架SDK，通过Amazon Bedrock使用Anthropic Claude大语言模型，并允许根据需求灵活切换模型。从安全角度，该方案结合Amazon Bedrock防护栏和行级数据权限，通过智能访问控制防止意外访问客户敏感数据。会话记录带有完整审计追踪，满足合规要求。它与包含订单信息、标准流程和州级产权审查政策的Rocket Close运营数据库集成。

Supercharger的核心是一个领域特定智能体，通过六个相互关联的能力与运营团队进行对话：会话分析实现自然语言处理，理解多轮会话的上下文和意图；州级产权审查协助提供针对特定审查要求的全面清单和指南；API集成连接现有系统以保持数据一致性；防护栏和响应准确性确保每个响应符合质量标准；全面日志记录和监控提供系统性能和用户交互的可见性；统一数据源访问为决策维持完整上下文。

当运营团队成员提问时，请求通过WebSocket握手、令牌验证、智能体调用、知识库查询、工具选择、MCP工具执行、上下文合成、响应传递和渲染等步骤处理。

技术选型理由

团队选择Strands Agents是因为其模型驱动方法，允许用少量代码构建和运行AI智能体，支持从简单到复杂的用例，并可本地开发和云端部署。MCP工具架构将每个数据源暴露为独立工具，提供可扩展性、关注点分离和灵活性。

商业影响

据Rocket Close数据科学副总裁Bryan Bedard称，Supercharger通过问答能力将联系中心的来电和邮件减少了30%。州级审查准确性因实时订单洞察而提升，减少了认知负荷和研究时间，提高了决策准确性。客户满意度通过自动化常规任务和起草客户沟通得到增强。运营一致性通过AI引导的州级审查协助得以实现。性能通过架构优化和更好的提示技术得到提升，将智能体调用LLM的次数减少，实现了3倍的延迟改善和成本降低。

经验教训

Rocket Close团队发现高效数据检索是性能的基石，因此设计MCP工具在一次调用中检索所需订单信息，然后使用LLM综合提取相关细节，避免了多次数据库查询。WebSocket流式传输提供了即时反馈，改善了用户体验。有效的LLM提示应描述智能体要完成的任务，而非规定具体步骤，让智能体利用自身能力动态编排。元数据过滤提高了知识库检索精度；描述性工具命名和连贯的文档字符串作为智能体推理的自然语言接口；将安全执行卸载到会话属性，而非嵌入业务逻辑，有助于实现干净一致的访问控制。执行赞助和变更管理对及时交付至关重要。

结论

总之，Rocket Close的Supercharger展示了智能体AI如何变革抵押贷款行业的知识密集型流程。使用Strands Agents和MCP工具构建了灵活、高性能的解决方案，使团队成员能够即时获取订单信息和智能自动化。未来阶段将扩展至银行家处理贷款特定问题，并创建快速启动模板以指导多个领域团队构建智能体解决方案。