Покупка жилья — один из самых ответственных финансовых шагов. Заёмщику приходится выбирать между покупкой и рефинансированием, обычной и государственной программой, сроками 15 или 30 лет, фиксированной и плавающей ставкой; вдобавок есть термины вроде discount points и debt-to-income ratio. LendingTree, которая больше 25 лет соединяет потребителей с кредиторами, сделала следующим шагом ИИ-помощника: мультиагентная система на Amazon Bedrock объясняет условия, анализирует ситуацию и подбирает предложения в естественном разговоре.
Решение состоит из трёх агентов: супервизор и два специализированных работника — education и matching. Супервизор построен на LangGraph и работает как конечный автомат по схеме plan-and-execute: он анализирует намерение пользователя с помощью Amazon Nova Pro, составляет план и через Model Context Protocol направляет задачу профильному агенту. Такой дизайн делает каждый путь явным, аудируемым и отслеживаемым. Агенты запущены как контейнерные сервисы на Amazon ECS с AWS Fargate.
| Компонент | Роль в системе |
|---|---|
| Supervisor | Планирует исполнение, анализирует намерение пользователя, распределяет задачи |
| Education worker | Отвечает за обучение заёмщика и объяснение условий |
| Matching worker | Подбирает предложения кредиторов |
| Amazon Bedrock Guardrails | Фильтрует контент, удаляет PII, блокирует prompt-атаки |
LendingTree выбрала Amazon Bedrock из-за мультимодельной гибкости и встроенных механизмов управления AWS, которые требуются комплаенс-команде. Пользовательский трафик проходит через Amazon Bedrock Guardrails: фильтрация контента, удаление персональных данных и защита от prompt-атак. Параллельно отдельный LLM-классификатор проверяет реплики на соответствие политике разговора. Две проверки идут одновременно, не добавляя задержки. Бизнес-логика перенаправляет сложные случаи на человеческую поддержку.
Все агенты работают на Amazon ECS с Fargate; Amazon Bedrock даёт мультимодельную гибкость и соответствие требованиям комплаенса.
Не каждая задача требует самой мощной модели, поэтому супервизор автоматически выбирает между Amazon Nova Pro и Amazon Nova Lite в зависимости от сложности: Pro — для рассуждений и критической классификации, Lite — для обычных ответов. Такой подход снижает стоимость без потери качества. Проект изначально разворачивался на Amazon ECS, а не на Bedrock AgentCore, потому что к моменту доступности AgentCore система уже была в продакшене.
Для отрасли пример LendingTree показателен: простые чат-боты уже не считаются достаточными. Мультиагентная архитектура с разделением планирования и исполнения позволяет финансовым сервисам отвечать на сложные вопросы и при этом соблюдать требования регуляторов.
