← 返回文章列表

Duco 如何利用 Amazon Bedrock AgentCore 革新金融数据自动化

Duco 正把金融数据自动化从传统机器学习迁移到智能代理架构。据 Duco 提供的案例数据,其平台每月处理 200 亿笔交易,服务 200 多家金融机构,包括 20 家最大银行中的 7 家和 20 家最大资产管理机构中的 10 家。此前,预测模型依赖大量历史数据,每种新场景都需要定制开发,面对不断变化的数据格式和业务规则时适应性有限。Duco 因此采用 Am

文章封面

Duco 正把金融数据自动化从传统机器学习迁移到智能代理架构。据 Duco 提供的案例数据,其平台每月处理 200 亿笔交易,服务 200 多家金融机构,包括 20 家最大银行中的 7 家和 20 家最大资产管理机构中的 10 家。此前,预测模型依赖大量历史数据,每种新场景都需要定制开发,面对不断变化的数据格式和业务规则时适应性有限。Duco 因此采用 Amazon Bedrock 管理基础模型访问,并使用 Amazon Bedrock AgentCore 运行智能代理,同时保留原有的 LangChain 和 LangGraph 代码资产。

从共享能力转向租户级隔离

新架构将隔离落实到基础设施、访问控制和代理运行三个层面:

  • 基础设施层为每个租户配置独立的数据库、存储桶、加密密钥、消息队列、缓存和身份池;Amazon EKS 集群通过命名空间与网络策略隔离工作负载。
  • 每个租户使用独立的 AgentCore Runtime 与 Gateway。请求携带由租户 Cognito 用户池签发的 JWT,并在代理逻辑执行前完成验证。
  • 工具调用统一经过 Gateway,下游 MCP 服务继续校验代理与最终用户的身份。流量通过 VPC 私有端点进入 AWS 网络,并由安全组控制出站访问。

Duco 还按任务分配模型:Claude Opus 负责规划,Claude Sonnet 承担复杂推理,Claude Haiku 处理轻量路由,Amazon Nova 2 Pro 负责工具结果摘要。模型可通过配置切换,避免业务栈绑定单一模型。

用按需技能加载解决上下文膨胀

每个租户通过 Gateway 暴露 300 至 400 个工具,约 20 万个 token 的工具描述一度被静态载入上下文,导致响应质量下降。Duco 随后将工具说明改为按需加载的 skill:// 资源,并以 load_skill、find_tool 和 invoke_tool 三个元工具替代庞大的工具描述清单。Duco 的评估称,主上下文由约 20 万 token 降至约 2 万 token,降幅为 90%,同时保留了静态提示词缓存。新 MCP 服务在部署时注册到 Gateway,代理启动后即可发现其能力,无需重新配置代理。

落地场景与实际效果

在智能对账上线方面,系统可识别新旧系统中的多种文件结构,转换遗留配置,并解析无人完全理解的复杂电子表格宏。Duco 披露,新对账流程的上线速度提升至原来的 10 倍;一家全球性银行的新对账上线成本下降 70%,直通式处理量增加超过 20%。在异常调查方面,代理负责初步分流、关联相同根因的异常、查找证据并提出调整、规则变更或升级建议,最终决定仍由分析师作出并写入审计轨迹。

适用边界与治理要求

该架构适合对账、异常排查、数据提取等规则多变且上下文复杂的金融流程,尤其适用于要求租户隔离、可追溯操作和人工复核的环境。其可靠性仍依赖持续评估、权限控制和人工介入,不能由代理直接替代最终决策。Duco 通过完整审计记录、高风险操作授权、失败时优先保护客户的机制,以及面向 SOC 2、DORA 等要求的数据驻留控制来满足治理需求;这些效果与指标均来自厂商案例材料,实际采用时仍需结合自身系统、监管范围和评估结果验证。

资料来源:How Duco transforms financial data automation with Amazon Bedrock AgentCore(2026-11-16)。

相关文章

Azure AI Speech LLM 09-2026 正式发布:语言区域支持范围得到进一步扩大CUDA 二十周年:这个平台如何改变科学计算使用 Amazon Bedrock 托管知识库的 Agentic Retrieve 构建具备记忆能力的 AI 智能体NVIDIA DGX Spark 开发者套件让办公桌变身超级计算实验室

一起聊聊

留下你的想法,评论审核通过后展示。

想进一步了解?

留下需求和联系方式,我们会就本次咨询与你联系。

本站使用有效期 180 天的随机浏览器标识统计访问与阅读情况,并记录访问 IP 及其大致所属地区,仅管理员可见;浏览器启用“请勿跟踪”时停止访问采集。