#AI
LendingTree 多 agent 房贷助手生产化,97% 对话无需人工
LendingTree 在 Amazon Bedrock 上搭建的多 Agent 房贷助手已稳定运行,生产数据显示**97% 的对话无需人工升级**,仅约 3% 用户主动要求转接真人顾问。上线至 2026 年 Q1,系统累计处理**约 1960 次对话、12100 条消息**,平均每次对话 6.2 条消息;高活跃用户平均对话超过 10 条消息、持续约 9 分钟,说明用户愿意在多轮交互中深入探讨贷款选项。
架构上,三个独立 Agent 通过**LangGraph、MCP 协调**,全部部署在 ECS Fargate 上。监督 Agent 基于 LangGraph 的状态机做意图分析与任务调度,自动在 Nova Pro(复杂推理)和 Nova Lite(轻量回复)之间选模,降低运行成本。
💡 为什么值得看多 Agent 系统在真实金融场景落地,披露对话量与代办率等生产指标,为企业实践提供参照。
查证
来源档案
AWS 机器学习博客
AWS 官方技术博客,发布 LendingTree 客户案例
AWS 与 LendingTree 工程团队资料显示,技术细节及生产指标均源自内部统计,接近确认档,但含平台宣传倾向,数据未经独立审计。
延伸阅读
博客附有系统架构图、安全流水线和端到端对话实例,适合关注金融合规下多 Agent 落地的团队细读