通信Agentic AI商用元年：五大平台横评与O2 Telefónica实战拆解

2025年被称为通信行业"Agentic AI元年"。从中国移动发布MoMA智能体聚合引擎，到Amdocs推出aOS通信智能体操作系统，再到O2 Telefónica联合Tech Mahindra与NVIDIA部署Large Telco Model（LTM），全球通信运营商正从"大模型试点"全面转向"智能体生产级部署"。本文聚焦已进入商用阶段的通信Agentic AI产品，通过横评对比和实战案例拆解，呈现这一轮技术变革的真实图景。

一、为什么通信行业需要Agentic AI？

传统AIOps（智能运维）在通信行业已推进多年，但大多数部署仍停留在告警关联、异常检测等"辅助分析"层面。Heavy Reading（现Omdia）联合Amdocs和RADCOM发布的2025年全球AIOps运营商调查揭示了三大结构性痛点：

47%的运营商表示其保障运维在特定场景下已实现自主化，但大多数仍需人工监督。这正是Agentic AI切入的机会——它不再是被动工具，而是能自主规划、调用工具、跨域协作并执行闭环操作的"智能体"。

74%以上的运营商计划在2026年跨多个网络运维流程部署AI Agent。这一数据表明，行业正从"要不要做"转向"怎么做、用谁做"。

二、五大通信Agentic AI商用产品横评

截至2026年初，以下五大平台已进入通信行业商用或准商用阶段：

1. Amdocs aOS——通信行业首个智能体操作系统

2026年2月3日，Amdocs正式发布aOS（Agentic Operating System），定位为通信行业首个智能体操作系统。

架构特点： - Cognitive Core（认知核心）：管理通信行业专属知识库、Agent库和策略护栏，支持多LLM路由，可按任务类型选择最优模型 - CES26套件：预构建Agent驱动的BSS/OSS/网络套件，覆盖客户服务、计费与套餐、业务编排、网络运维、服务保障五大域 - 智能体服务层：支持混合人机工作流，用于应用现代化、云迁移和质量工程

商用进展： - 基于服务全球350+运营商、日处理数十亿交易的经验构建 - 采用基于结果的SLA定价——按解决率、处理时长缩减、激活速度、保障KPI等业务效果收费 - 与T-Mobile US扩展合作，将在消费和企业域部署生成式AI - 合作伙伴包括NVIDIA、Microsoft、Google、AWS

核心优势： 端到端BSS/OSS/Native覆盖，从copilot（副驾）升级为orchestrated agents（编排智能体），能处理跨CRM、计费引擎、网络遥测的复杂工作流。

2. Microsoft NOA Framework——网络运维智能体框架

2025年11月，Microsoft在TM Forum DTW Ignite上发布Network Operations Agent（NOA）Framework，为通信运营商提供自主网络运维的参考架构。

架构特点： - 多Agent系统：专业化Agent分工—— provisioning Agent负责配置检查、Service Assurance Agent负责故障诊断、Update Agent负责软件更新 - Planner Agent协调层：综合各专业Agent输入，生成实时建议和洞察 - Microsoft Fabric数据统一层：通过OneLake虚拟化多云/本地数据，打破遥测、OSS/BSS数据库、工单系统之间的数据孤岛 - Azure Agent Framework编排引擎：支持Agent间A2A通信、MCP协议动态工具调用、OpenAPI外部API集成

商用场景： - 主动部署检查：新业务上线前自动扫描配置脚本，提前发现错误 - 加速事件响应：故障发生时秒级定位根因，推荐最佳修复步骤 - 所有Agent操作在严格治理和运营商定义策略下执行，人工可审批、全量审计

3. 中国移动MoMA——多模型与智能体聚合引擎

2025年7月26日，中国移动在世界人工智能大会上正式发布MoMA（Mixture of Models and Agents），由九天人工智能研究院自主研发。

架构特点： - MoMA生态汇聚层：构建、筛选、评估和持续进化模型/智能体/工具的资源池 - 精准匹配机制：根据个人、家庭、行业等不同需求，自动匹配最优模型和Agent组合 - 通信级服务：以"如同通信服务般便捷"的理念提供AI能力 - 基于移动云MaaS平台的智算原生底座

核心定位： 解决"模型选择组合难、模型应用成本高"的行业痛点，实现"一次接入、多模型可用"的聚合服务。这是国内运营商中首个面向多模型+多智能体统一编排的商用平台。

4. 中国电信星辰超级智能体——企业级AI引擎

2025年9月，中电信人工智能科技公司在天翼AI开放平台发布星辰超级智能体。

架构特点： - 基于自研星辰大模型技术底座 - 突破传统AI工具"场景固化"瓶颈 - 具备行业深度定制化架构、全链路闭环进化机制、企业级安全防护体系三大特征 - 获得2025年DBC德本咨询企业级AI Agent榜单央企第一

核心定位： 不同于通用智能体，星辰超级智能体强调"自主规划"能力，能适应千行百业需求，支持私有化部署，为政企客户提供行业专属Agent解决方案。

5. NVIDIA + Tech Mahindra Large Telco Model——运营商级大模型

Tech Mahindra联合NVIDIA开发的Large Telco Model（LTM）是第一个专门为通信网络训练的大型AI模型。

技术底座： - 基于NVIDIA AI Enterprise软件套件训练 - 使用NVIDIA NeMo进行模型适配 - 使用NVIDIA NIM微服务进行规模化推理 - 处理结构化数据（事件、告警、计数器、KPI）和非结构化数据（日志、MOP、SOP、图像、文本）

商用部署： 已在O2 Telefónica德国公司落地（详见下文案例）。

五大平台功能对比

三、实战案例深度拆解：O2 Telefónica Germany的LTM部署

案例背景

O2 Telefónica Germany是西班牙电信集团在德国的移动运营子公司，运营着覆盖德国全境的移动网络。随着5G网络规模的快速扩展和云原生核心网的引入，O2 Telefónica面临着三重运营压力：

1. 多厂商网络复杂性：RAN、传输、核心网来自多个设备商，故障根因分析跨越多个管理域
2. 运维成本控制：在德国劳动力成本高企的环境下，需要减少不必要的外派维修（truck roll）
3. 客户体验差异化：在竞争激烈的德国移动市场，SLA达标率和客户体验直接影响市场份额

O2 Telefónica启动了"Operations of the Future（未来运营）"项目，目标是将网络运维、IT运维和客户运营统一到一个服务中心的智能化平台上。

方案架构

O2 Telefónica选择与Tech Mahindra和NVIDIA合作，部署Large Telco Model（LTM）来驱动其Service Experience Center（SEC）。整体架构如下：

图表 1

关键技术细节：

1. 数据融合：LTM融合了结构化数据（事件、告警、计数器、KPI）和非结构化数据（日志、MOP/SOP操作手册、现场图片、营销文本），通过实时Service Graph（服务拓扑图）将信号与用户、位置和产品关联，使模型能在服务级别进行因果推理。

2. Agent自主性：不同于被动助手（copilot），LTM的Agentic AI能够自主规划、调用工具、迭代执行。例如，当根因分析Agent检测到异常时，可以自动触发排障Agent执行诊断，再触发外派优化Agent安排现场维修。

3. 安全护栏：通过基于角色的访问控制（RBAC）、审批门禁和评估流水线，在Agent执行前对操作进行漂移检测、偏见评估和可解释性评分。所有操作遵循TM Forum自主网络Level 3-4标准。

效果数据

注：部分数据基于Tech Mahindra公开信息及行业分析师报告的综合估算。

O2 Telefónica项目总监Mircea Anghel评价：

"通过用通信专用的生成式AI赋能我们的服务中心，我们不仅在自动化——我们正在从根本上改变运营方式。我们正在释放新的能力，通过数据驱动的决策和高度自动化的流程来提升服务可靠性和效率。"

四、从Copilot到Orchestrated Agent：通信AI的技术跃迁

传统通信行业的AI应用大多停留在"copilot"阶段——AI辅助人类决策，但最终执行仍依赖人工。2025-2026年的核心变革在于：

Agentic AI的核心差异在于： - 自主规划：Agent接收意图而非具体指令，自行规划执行路径 - 工具调用：Agent能调用外部API、数据库、编排系统，实现真实操作 - 跨域协作：多个Agent通过A2A协议通信，协调跨BSS/OSS/网络的工作流 - 持续学习：通过评估流水线不断优化行动策略

五、商用部署的关键挑战与应对

挑战1：数据质量与数据孤岛

52%的运营商仍在使用分散的独立系统。Amdocs aOS通过Cognitive Core的数据连接层解决这一问题；Microsoft NOA则通过Fabric的OneLake虚拟化实现数据统一。中国运营商中，中国移动MoMA的移动云MaaS平台和电信星辰智能体平台均采用集中化数据架构。

挑战2：信任与可解释性

网络运维对错误的容忍度极低。当前主流做法是： - Human-in-the-loop：关键操作必须经过人工审批（Microsoft NOA、Amdocs aOS均采用） - 评估流水线：Agent行动前进行漂移检测、偏见评分、可解释性评估（LTM） - 全量审计：所有Agent操作记录可追溯，满足合规要求

挑战3：成本与ROI平衡

大模型推理成本是运营商关注的核心问题。应对策略包括： - 多LLM路由：按任务复杂度选择不同成本的模型（aOS的Cognitive Core） - 模型蒸馏与量化：NVIDIA NIM微服务支持推理优化 - 按结果付费：aOS的outcome-based SLA定价模式将成本与业务效果绑定

挑战4：行业知识注入

通用大模型缺乏通信行业专业知识。各家做法： - LTM：用大规模通信网络数据集专项训练 - aOS：预构建通信行业Agent库，内嵌电信专属知识、洞察和分类体系 - 星辰超级智能体：基于星辰大模型进行行业深度定制

六、2026年展望：从试点到规模商用的关键拐点

综合Heavy Reading调查和各厂商公开信息，2026年通信Agentic AI将呈现以下趋势：

1. 从单域到跨域：当前部署多集中在网络运维，2026年将扩展至BSS、客户服务、网络规划等跨域场景
2. 从定制到产品化：Amdocs aOS的预构建Agent库模式将成为主流，降低运营商部署门槛
3. 从辅助到自主：TM Forum自主网络Level 3将成标配，部分领先运营商开始向Level 4演进
4. 中国运营商加速追赶：中国移动MoMA和中国电信星辰超级智能体为国内运营商提供了本土化选择
5. 生态合作深化：NVIDIA+NVIDIA NeMo/NIM、Microsoft Azure+Fabric、AWS等平台级合作将形成技术栈壁垒

给通信工程师的建议： - 立即学习Agent开发框架（Azure Agent Framework、LangChain等）和通信数据建模 - 关注TM Forum自主网络标准和ODA架构与Agentic AI的集成 - 理解多Agent编排的原理——这是未来5年通信运维的核心范式

参考来源

1. Amdocs Introduces aOS: An Agentic Operating System for Telecommunications — Amdocs 2026年2月官方新闻稿，详细描述aOS架构与商用模式
2. Introducing Microsoft's Network Operations Agent – A Telco framework for Autonomous Networks — Microsoft NOA Framework技术架构详解
3. O2 Telefónica Launches Large Telco Model for Future Ops — Tech Mahindra官方新闻，O2 Telefónica LTM部署详情
4. O2 Telefónica AI-Driven Telco Operations with TechM & NVIDIA — tecknexus深度分析，含架构图和效果数据
5. From Ambition to Action: The Future of AIOps and Agentic AI in Telecom — Heavy Reading/Omdia 2025年全球AIOps运营商调查报告
6. Amdocs aOS: Agentic AI for Telco Operations — tecknexus对aOS架构、多LLM路由和商用模式的详细解读
7. 中国移动发布MoMA服务引擎 — 中国移动官方新闻稿
8. 星辰超级智能体赋能产业智能升级 — 国资委报道中国电信星辰超级智能体

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。