Rocket Close 用 Agentic AI 优化产权运营：Supercharger 方案详解
Rocket Close 联合 AWS 推出 Supercharger，基于 Strands Agents、Amazon Bedrock 和 MCP 工具构建代理 AI 方案，自动化产权审查流程，将联系中心电话和邮件减少 30%。本文解析技术架构、业务影响及对中文圈企业的借鉴意义。
一句话看懂
Rocket Close 利用 Strands Agents + Amazon Bedrock + MCP 工具构建 Supercharger，将产权审查中的手动查询自动化，联系中心咨询量降低 30%。
详细发生了什么
Rocket Close 是 Rocket Companies 旗下的产权与评估管理公司，处理房屋交易中的产权保险、估值和结算服务。随着贷款需求增长，产权运营成为瓶颈——审查员需手动核对多个系统、州指南和县法规，查找特定记录要求可能耗费数小时。
为解决此问题，Rocket Close 与 AWS 合作开发了 Supercharger，一个基于代理 AI（Agentic AI）的解决方案。核心使用 Strands Agents（AWS 开源代理 SDK）、Anthropic Claude 大模型（通过 Amazon Bedrock）、Amazon Bedrock Knowledge Bases 以及 MCP（Model Context Protocol）工具。
Supercharger 提供六大能力：对话分析、州级产权审查辅助、API 集成、护栏与响应准确性、日志与监控、统一数据访问。当运营人员提问时，请求经 WebSocket 握手、身份验证后触发代理工作流，代理从知识库检索政策，调用 MCP 工具获取订单信息，最终合成结果流式返回给用户。
技术选型上，Strands Agents 采用模型驱动方式，支持规划、工具调用和反思；MCP 工具架构将每个数据源封装为独立工具，便于扩展、维护和灵活选择。
中文圈视角
对中文圈企业，尤其是涉及复杂文档审核、合规检查的行业（如金融、法律、房地产），Supercharger 的架构有直接参考价值：
- MCP 工具解耦数据源：国内企业常面临多个遗留系统（如不动产登记、税务、征信），MCP 模式可低成本接入新数据源，无需重构核心。
- Strands Agents 开源可自建：相比依赖闭源平台，Strands Agents 允许企业本地部署，对数据安全敏感的中文用户更友好。国内类似方案如百度智能云千帆 Agent、阿里云百炼 Agent 也可对标，但 Strands Agents 的 MCP 集成和模型无关性值得借鉴。
- 合规与审计：Supercharger 内置行级数据权限和完整审计日志，这对国内《数据安全法》《个人信息保护法》下的金融科技企业是刚需。
- 中文场景适配：目前中文产权/不动产查询的自动化方案较少，但类似逻辑可迁移到“企业资质审查”“合同审核”等场景。需注意中文知识库构建和模型对中文法规的理解能力。
几条值得记住的细节
- 技术栈：Strands Agents（开源）+ Anthropic Claude（Bedrock）+ Amazon Bedrock Knowledge Bases + MCP 工具。
- 业务效果：联系中心电话和邮件减少 30%，州级产权审查准确率提升。
- 架构关键：每个数据源作为独立 MCP 工具，代理动态选择调用，支持未来扩展。
- 安全合规：Amazon Bedrock Guardrails + 行级数据权限 + 完整审计日志。
- 部署方式：WebSocket 实时通信，JWT 鉴权，Istio 服务网格。
一句话总结
Supercharger 展示了代理 AI 在复杂文档审核中的落地路径，其 MCP 工具架构和开源 SDK 对国内企业有直接借鉴意义。