详细内容或原文请订阅后点击阅览
构建交易助手：杰富瑞如何利用人工智能优化前台交易操作
在这篇文章中，我们探讨了 Jefferies 如何通过基于 Strands Agents 构建的解决方案克服这些挑战，Strands Agents 是一个代理工具 SDK，用于构建 AI 代理，可以通过编排对基础模型 (FM) 和外部工具的调用来进行推理、规划和行动。该解决方案使用大型语言模型 (LLM)、Amazon Bedrock 和 Amazon Bedrock 知识库。它还使用模型上下文协议（MCP），这是一种开放标准，可帮助人工智能代理通过统一的接口安全地连接到不同的数据源和工具。我们介绍了解决方案概述、选择底层技术堆栈的基本原理、经验教训以及杰富瑞创建的解决方案对业务的影响。
来源:亚马逊云科技 _机器学习如果您管理投资银行的前台交易柜台，您就会知道其中的挑战：交易者需要从大量数据中实时洞察客户行为、交易模式和市场趋势，以便做出瞬间决策。然而，他们白天很少有时间，也没有编码能力来构建和维护能够提供这些见解的系统。由于数百万行数据分布在多个可视化工具中，实现端到端可见性非常困难。传统方法迫使交易者依赖主题专家进行分析并与 IT 团队协作构建自定义仪表板。该过程可能需要几天或几周的时间。结果是可用数据与其应该提供信息的决策之间的差距越来越大。
全球全方位服务投资银行公司杰富瑞 (Jefferies) 认识到这一挑战是应用代理人工智能来优化其股票交易柜台运作方式的机会。通过在 AWS 上构建代理 AI 贸易助手，Jefferies 着手将实时数据分析的能力直接交到交易者手中，无需编码、无需在 IT 队列中等待，并且不会影响准确性。
在这篇文章中，我们探讨了 Jefferies 如何通过基于 Strands Agents 构建的解决方案克服这些挑战，Strands Agents 是一个代理工具 SDK，用于构建 AI 代理，可以通过编排对基础模型 (FM) 和外部工具的调用来进行推理、规划和行动。该解决方案使用大型语言模型 (LLM)、Amazon Bedrock 和 Amazon Bedrock 知识库。它还使用模型上下文协议（MCP），这是一种开放标准，可帮助人工智能代理通过统一的接口安全地连接到不同的数据源和工具。我们介绍了解决方案概述、选择底层技术堆栈的基本原理、经验教训以及杰富瑞创建的解决方案对业务的影响。