構建Supercharger：Rocket Close如何利用智慧體AI最佳化產權運營

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。隨著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戶群。

產權審查員需要從不同來源核實資料，這要求他們搜尋多個系統、州指南和縣級要求。關於遺囑認證或稅務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合作建立了Supercharger。Supercharger是一個智慧體AI解決方案，旨在減少貸款和購房流程中的摩擦，最佳化產權運營工作流。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互動。透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，減少搜尋資訊的時間，最終提升運營效率和客戶體驗。

解決方案概述

Supercharger由Strands Agents驅動，這是一個AWS開源智慧體框架SDK，透過Amazon Bedrock使用Anthropic Claude大語言模型，並允許根據需求靈活切換模型。從安全形度，該方案結合Amazon Bedrock防護欄和行級資料許可權，透過智慧訪問控制防止意外訪問客戶敏感資料。會話記錄帶有完整審計追蹤，滿足合規要求。它與包含訂單資訊、標準流程和州級產權審查政策的Rocket Close運營資料庫整合。

Supercharger的核心是一個領域特定智慧體，透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整合連線現有系統以保持資料一致性；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效能和使用者互動的可見性；統一資料來源訪問為決策維持完整上下文。

當運營團隊成員提問時，請求透過WebSocket握手、令牌驗證、智慧體呼叫、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，允許用少量程式碼構建和執行AI智慧體，支援從簡單到複雜的用例，並可本地開發和雲端部署。MCP工具架構將每個資料來源暴露為獨立工具，提供可擴充套件性、關注點分離和靈活性。

商業影響

據Rocket Close資料科學副總裁Bryan Bedard稱，Supercharger透過問答能力將聯絡中心的來電和郵件減少了30%。州級審查準確性因即時訂單洞察而提升，減少了認知負荷和研究時間，提高了決策準確性。客戶滿意度透過自動化常規任務和起草客戶溝通得到增強。運營一致性透過AI引導的州級審查協助得以實現。效能透過架構最佳化和更好的提示技術得到提升，將智慧體呼叫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團隊發現高效資料檢索是效能的基石，因此設計MCP工具在一次呼叫中檢索所需訂單資訊，然後使用LLM綜合提取相關細節，避免了多次資料庫查詢。WebSocket流式傳輸提供了即時反饋，改善了使用者體驗。有效的LLM提示應描述智慧體要完成的任務，而非規定具體步驟，讓智慧體利用自身能力動態編排。後設資料過濾提高了知識庫檢索精度；描述性工具命名和連貫的文件字串作為智慧體推理的自然語言介面；將安全執行解除安裝到會話屬性，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展示了智慧體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、高效能的解決方案，使團隊成員能夠即時獲取訂單資訊和智慧自動化。未來階段將擴充套件至銀行家處理貸款特定問題，並建立快速啟動模板以指導多個領域團隊構建智慧體解決方案。