LendingTree如何在Amazon Bedrock上构建多智能体抵押贷款助手
摘要
LendingTree在Amazon Bedrock上部署了由监督者、教育者和匹配者组成的多智能体系统，利用LangGraph、MCP和Nova模型提供合规的抵押贷款咨询与匹配服务。
核心要点
- 三个独立AI智能体由一个监督者和两个专项工人（教育与匹配）组成，通过LangGraph和模型上下文协议（MCP）协调。
- 所有智能体以容器化服务运行在Amazon ECS with Fargate上，选型Amazon Bedrock出于多模型灵活性和AWS治理控制需求。
- 监督者采用多模型架构，用Amazon Nova Pro处理复杂推理和关键分类，用Amazon Nova Lite处理对话和轻量分类，以平衡可靠性与成本。
- 教育者使用Amazon Bedrock Knowledge Bases和Amazon OpenSearch Service作为向量存储，确保每个响应都基于真实文档而非仅靠模型知识。
- 匹配者调用LendingTree内部报价、资格和利率API，根据用户实际状况交付个性化贷款选项。
原文佐证
- LendingTree deployed three independent AI agents: a supervisor and two specialized workers (education and matching), coordinated using LangGraph , the Model Context Protocol (MCP) , and foundation models powered by Amazon Bedrock.
- The two safety checks run concurrently, so this added assurance doesn’t add latency.
- Every response is grounded in real documents rather than relying on model knowledge alone.
AI 洞察
该案例展示了生成式AI在受监管金融行业的落地路径：不是单一聊天机器人，而是多智能体协作与合规内置的组合，标志着企业级AI应用正从通用问答转向可审计、可追踪的流程编排。多模型按任务动态选型，将成为企业控制成本和保证质量的标准做法，而内置的Guardrails和PII保护则降低了金融机构采纳AI的制度性门槛。未来此类多智能体架构有望在更多高合规行业复制，形成平台化的智能体服务模式。