構建Supercharger：Rocket Close如何利用智能體AI優化產權運營

Rocket Close是Rocket Companies旗下位於底特律的產權代理和評估管理公司，提供產權保險、房產估價和結算服務。隨着抵押貸款需求的增長，產權運營成為購房流程中的瓶頸。耗時的、因州而異的產權審查，加上手動研究和分散的系統，降低了處理速度，使團隊難以跟上不斷擴大的客户羣。

產權審查員需要從不同來源核實數據，這要求他們搜索多個系統、州指南和縣級要求。關於遺囑認證或税務ID的地方規則進一步複雜化了工作。例如，一名產權審查員為了瞭解某個縣特定的記錄要求，可能需要花費數小時瀏覽多個來源。

為應對這些挑戰，Rocket Close與AWS合作創建了Supercharger。Supercharger是一個智能體AI解決方案，旨在減少貸款和購房流程中的摩擦，優化產權運營工作流。它結合產權和結案知識，指導團隊完成訂單處理流程，以自然語言與內部運營團隊動態交互。通過集中知識和自動化研究密集型任務，該方案生成關於訂單的可操作洞察，提高效率，減少搜索信息的時間，最終提升運營效率和客户體驗。

解決方案概述

Supercharger由Strands Agents驅動，這是一個AWS開源智能體框架SDK，通過Amazon Bedrock使用Anthropic Claude大語言模型，並允許根據需求靈活切換模型。從安全角度，該方案結合Amazon Bedrock防護欄和行級數據權限，通過智能訪問控制防止意外訪問客户敏感數據。會話記錄帶有完整審計追蹤，滿足合規要求。它與包含訂單信息、標準流程和州級產權審查政策的Rocket Close運營數據庫集成。

Supercharger的核心是一個領域特定智能體，通過六個相互關聯的能力與運營團隊進行對話：會話分析實現自然語言處理，理解多輪會話的上下文和意圖；州級產權審查協助提供針對特定審查要求的全面清單和指南；API集成連接現有系統以保持數據一致性；防護欄和響應準確性確保每個響應符合質量標準；全面日誌記錄和監控提供系統性能和用户交互的可見性；統一數據源訪問為決策維持完整上下文。

當運營團隊成員提問時，請求通過WebSocket握手、令牌驗證、智能體調用、知識庫查詢、工具選擇、MCP工具執行、上下文合成、響應傳遞和渲染等步驟處理。

技術選型理由

團隊選擇Strands Agents是因為其模型驅動方法，允許用少量代碼構建和運行AI智能體，支持從簡單到複雜的用例，並可本地開發和雲端部署。MCP工具架構將每個數據源暴露為獨立工具，提供可擴展性、關注點分離和靈活性。

商業影響

據Rocket Close數據科學副總裁Bryan Bedard稱，Supercharger通過問答能力將聯繫中心的來電和郵件減少了30%。州級審查準確性因實時訂單洞察而提升，減少了認知負荷和研究時間，提高了決策準確性。客户滿意度通過自動化常規任務和起草客户溝通得到增強。運營一致性通過AI引導的州級審查協助得以實現。性能通過架構優化和更好的提示技術得到提升，將智能體調用LLM的次數減少，實現了3倍的延遲改善和成本降低。

經驗教訓

Rocket Close團隊發現高效數據檢索是性能的基石，因此設計MCP工具在一次調用中檢索所需訂單信息，然後使用LLM綜合提取相關細節，避免了多次數據庫查詢。WebSocket流式傳輸提供了即時反饋，改善了用户體驗。有效的LLM提示應描述智能體要完成的任務，而非規定具體步驟，讓智能體利用自身能力動態編排。元數據過濾提高了知識庫檢索精度；描述性工具命名和連貫的文檔字符串作為智能體推理的自然語言接口；將安全執行卸載到會話屬性，而非嵌入業務邏輯，有助於實現乾淨一致的訪問控制。執行贊助和變更管理對及時交付至關重要。

結論

總之，Rocket Close的Supercharger展示了智能體AI如何變革抵押貸款行業的知識密集型流程。使用Strands Agents和MCP工具構建了靈活、高性能的解決方案，使團隊成員能夠即時獲取訂單信息和智能自動化。未來階段將擴展至銀行家處理貸款特定問題，並創建快速啓動模板以指導多個領域團隊構建智能體解決方案。