AWS 推出免手动理赔录入系统：Strands Agents 与 Bedrock AgentCore Browser Tool 结合，智能处理保险索赔
AWS 发布新方案，将 Strands Agents SDK 与 Amazon Bedrock AgentCore Browser Tool 结合，实现保险理赔首次损失通知（FNOL）的自动化录入。系统自动处理门户操作、证据验证和标签化，让理赔专家专注于高价值决策。本文详解技术架构、工作流程及对中文保险科技行业的启示。
一句话看懂
AWS 推出免手动理赔录入系统，用 Strands Agents 做领域推理、Bedrock AgentCore Browser Tool 做浏览器操作，自动完成 FNOL 证据录入和标签化，让理赔专家从重复屏幕工作中解放出来。
详细发生了什么
AWS 在官方博客中展示了一套新型理赔录入系统，专门解决保险行业首次损失通知（FNOL）环节的痛点。传统 FNOL 处理中，理赔员需要手动在多个门户间切换，打开照片、视频、扫描件、录音等非结构化证据，逐一验证完整性和相关性，再做出初步判断。这个过程耗时且重复，尤其在灾害或季节性高峰时，积压严重。
新方案结合了两个核心组件：
- Strands Agents：开源 SDK，用于构建生成式 AI 代理。它通过 Amazon Bedrock 调用基础模型，执行保险业务规则，如证据解读、跨模态关联、复杂度评估等。
- Amazon Bedrock AgentCore Browser Tool：提供托管的隔离 Chrome 会话，配合 Amazon Nova Act（客户端 SDK）将自然语言指令（如“打开下一个未处理索赔”“触发图像分析”）转化为具体的 UI 操作。
工作流程中，Nova Act 通过 AgentCore Browser 驱动门户交互，Strands Agents 在后台进行领域推理。系统自动完成证据定位、打开、解读、标签化，最终输出“上下文丰富、预分析完成”的索赔提交件，理赔员直接进行判断而非验证。
中文圈视角
这套方案对中文保险科技市场有直接参考价值。国内保险公司同样面临 FNOL 处理效率问题，尤其车险、健康险领域，每日产生大量照片、视频、语音记录。目前国内已有类似尝试，如平安的“智能理赔”系统、蚂蚁保险的 AI 定损，但大多依赖自研平台或单一模型，缺乏像 Strands Agents 这样可编码业务规则的模块化框架。
关键差异点：
- 浏览器自动化：AgentCore Browser Tool 的“浏览器即接口”思路，对国内保险公司有吸引力，因为许多核心系统仍基于老旧 Web 门户，API 改造成本高。国内类似方案如影刀 RPA 可做屏幕抓取，但缺乏 Nova Act 的语义理解能力。
- 领域知识编码：Strands Agents 允许将理赔员经验写成规则（如“车损照片需包含左前45度、右后45度”），而非依赖黑盒模型。国内保险科技公司可借鉴此模式，将内部 SOP 转化为可执行的 agent 逻辑。
- 合规与数据安全：AWS 方案强调可审计性和人工监督，符合国内监管对保险数据处理的合规要求。但需注意，AgentCore Browser 运行在 AWS 云端，涉及数据出境问题，国内保险公司可能需要私有化部署或采用国产替代（如阿里云、华为云类似服务）。
中文圈盲点：目前国内讨论多集中在“AI 定损”或“OCR 识别”，较少关注“浏览器自动化+领域推理”的端到端方案。这套架构的价值在于，它不要求改造现有系统，而是通过浏览器层“覆盖”在旧系统上，实现智能化升级。
几条值得记住的细节
- Nova Act 将自然语言指令（如“打开下一个未处理索赔”）转化为浏览器操作，而非依赖硬编码的 XPath 或 CSS 选择器。
- Strands Agents 是开源 SDK，支持自定义业务规则，可复用至其他保险场景（如核保、理赔审核）。
- AgentCore Browser Tool 提供会话录制和实时查看功能，便于人工监督和审计。
- 系统自动为证据打标签（如“照片清晰度”“视频相关性”），标签成为可搜索、可分析的数据资产。
- 典型 FNOL 提交包含数十个证据项，传统手动处理需数十分钟，自动化后可缩短至分钟级。
一句话总结
保险理赔员终于可以不做“人肉浏览器”，AWS 这套方案把重复屏幕工作交给 AI，让专家回归判断。