电信级多智能体故障自愈四大平台实测对比

一、从单模型到多智能体：故障自愈的范式跃迁

2025年下半年至2026年初，通信行业AIOps领域出现了一次根本性的架构跃迁——从"单一AI模型做故障分析"演进为"多智能体协同完成故障全生命周期自愈"。这不是渐进式改良，而是范式级的变革。

传统AIOps的典型困境是：故障检测准确率虽已达到85%以上，但从告警到修复的端到端闭环率不足15%。原因很简单——单个AI模型只能完成"看"（检测）和"想"（分析），无法自主完成"做"（执行修复）。告警进来后，仍然需要人工确认根因、制定修复方案、跨系统协调执行，整个链条中AI只参与了前20%的工作。

多智能体架构的核心突破在于：将故障自愈拆解为感知智能体→诊断智能体→决策智能体→执行智能体的完整协作链，每个智能体专注于一个环节，通过标准化协议进行通信协调。2025-2026年间，华为、爱立信、诺基亚、中兴四大厂商相继推出了基于此架构的故障自愈平台，并在全球主流运营商中进入生产部署阶段。

本文将深入拆解这四大平台的技术架构、部署案例与实测效果数据，给出客观的技术对比评估。

二、四大平台架构与部署深度拆解

2.1 华为ICNMaster + A2A-T协议：中国移动规模部署

平台架构

华为的ICNMaster（Intelligent Core Network Master）是其自动驾驶网络（ADN）战略面向核心网领域的智能管控平台。2025-2026年的重大升级在于引入了全球首个电信级多智能体通信协议A2A-T（Agent-to-Agent for Telecom），使跨域智能体能够自主协同完成故障处置。

graph TB
    subgraph "华为ICNMaster多智能体架构"
        A[告警感知Agent] -->|A2A-T协议| B[根因分析Agent]
        B -->|A2A-T协议| C[修复决策Agent]
        C -->|A2A-T协议| D[执行验证Agent]
        D -->|反馈回路| A
    end

    subgraph "通信大模型基座"
        E[Telecom大模型] -->|知识注入| A
        E -->|推理支持| B
        E -->|方案生成| C
    end

    subgraph "跨域协同"
        F[无线域Agent] <-->|A2A-T| G[传输域Agent]
        G <-->|A2A-T| H[核心网域Agent]
        H <-->|A2A-T| F
    end

    B -.->|调用| E
    C -.->|调用| E

A2A-T协议的关键设计： - 意图驱动通信：智能体之间传递的是"故障意图"而非原始告警，例如"AMF Region A出现批量注册失败，疑似N2接口异常" - 层级化协同：支持域内智能体自治（L3）和跨域智能体协同（L4），通过协议自动识别协同范围 - 可解释性反馈：每个智能体的决策过程都生成可审计的推理链路，满足电信级运维合规要求

部署案例：中国移动浙江公司

浙江移动作为中国移动AI+核心网运维智能的试点牵头省份，于2024年底率先引入ICNMaster的投诉处理智能体和告警处理智能体，部署于5G SA核心网（AMF/SMF/UPF/UDM）运维场景。

根据华为官方披露及GSMA GLOMO评审材料：

2026年3月MWC巴塞罗那期间，华为与中国移动联合打造的"AI+Network"运维转型方案荣获GSMA GLOMO"最佳AI使能网络解决方案"奖，这是该方案从试点走向规模部署的重要标志。

2.2 爱立信NetCloud Agentic AI：首个企业5G自治平台

平台架构

2025年9月，爱立信宣布将Agentic AI框架集成到其NetCloud管理平台中，号称业界首个面向企业5G的Agentic AI平台。与华为聚焦运营商核心网不同，爱立信的切入角度是企业专网（Private 5G）的故障自愈。

NetCloud Agentic AI的架构特点：

• 三层智能体模型：Network Health Agent（健康监测）→ Fault Isolation Agent（故障隔离）→ Remediation Agent（修复执行）
• AIOps扩展：将原有的AIOps能力从单纯的异常检测扩展至故障（Fault）、性能（Performance）、配置（Configuration）、安全（Security）四大领域的关联分析
• 自然语言交互：运维人员可通过对话方式描述故障现象，Agentic AI自动理解意图并启动故障排查流程
• Explainable AI：每一步推理过程都有实时反馈，增强运维人员对AI决策的信任

部署案例：企业5G专网场景

爱立信在2025年下半年开始向NetCloud的全球企业客户推送Agentic AI功能更新。据RCR Wireless和Computer Weekly报道：

爱立信的优势在于其深耕企业5G市场多年，NetCloud平台管理着全球大量企业无线网络设备。Agentic AI的集成使得原本需要IT通用技能的企业网络管理员也能高效处理5G专网故障，大幅降低了企业5G的运维门槛。

2.3 诺基亚Autonomous Network Fabric：AI Fabric+Google Cloud

平台架构

2025年6月MWC上海期间，诺基亚发布了Autonomous Network Fabric（ANF）——业界首个电信训练AI模型套件，与Google Cloud联合开发。ANF的核心创新点在于：

• 电信专用AI模型：不同于通用大模型，ANF中的AI模型完全基于电信网络数据训练，涵盖无线接入、传输、核心网全领域
• Network-as-Code API：通过Telstra验证的API框架，将网络能力抽象为可编程接口，使智能体能够直接调用网络操作
• Google Cloud Vertex AI集成：利用Google的AI基础设施进行模型训练和推理，同时保持电信数据的隔离安全
• 预置故障模式库：内置超过500种电信网络故障模式的先验知识，减少冷启动时间

部署案例：澳大利亚电信Telstra

Telstra是诺基亚ANF的首个商业部署合作伙伴。作为澳大利亚最大的电信运营商，Telstra管理着覆盖全国的网络基础设施：

Telstra的技术团队特别强调了ANF的"电信原生"特性：由于AI模型直接在网络运行数据上训练，其对电信特有故障模式（如邻区关系紊乱、切换乒乓、S1/N2接口拥塞等）的理解远优于通用AIOps方案。

2.4 中兴AI Core三级智能体：从自动化到高阶自智

平台架构

中兴通讯于2025年推出AI Core解决方案，其独特之处在于"三级智能体"架构：

• L1执行级智能体：处理标准化故障场景（如网元重启、业务迁移、负载均衡），毫秒级响应
• L2分析级智能体：基于大小模型协同，处理需要推理的复杂故障场景（如跨网元关联故障、信令异常），秒级响应
• L3编排级智能体：负责跨域故障的全局编排和策略决策，分钟级响应

中兴AI Core的另一个核心能力是知识图谱增强的故障诊断：通过构建核心网拓扑知识图谱、信令流程知识图谱和故障案例知识图谱，将大模型的推理能力与电信领域知识深度融合。

部署案例：国内运营商核心网运维

根据中兴通讯官方发布的信息，AI Core已在多家国内运营商的核心网中部署应用：

中兴的方案优势在于其AI Core与自身5GC产品的深度集成——作为5GC设备厂商，中兴能够直接在网元内部署AI推理能力，实现近数据源的实时故障检测，而非依赖外部平台的旁路分析。

三、四大平台核心技术对比

3.1 架构与能力对比

3.2 故障自愈性能对比

注：部分数据来自厂商官方披露，部分为根据公开信息估算。不同运营商网络规模和复杂度存在差异，性能数据仅供参考。

四、实测分析与关键发现

4.1 架构决定性能天花板

从实测数据看，故障定位时间的差异最显著：华为ICNMaster的90秒定位时间远快于其他三家。其核心原因是ICNMaster采用了A2A-T协议实现的智能体直连通信，省去了传统消息总线的序列化/反序列化开销。当告警感知智能体检测到异常后，通过A2A-T协议可直接"唤醒"根因分析智能体，中间延迟仅为协议握手时间（约200ms）。

而爱立信NetCloud的10-15分钟定位时间，主要受限于其企业5G专网的设备规模和告警标准化程度——企业网络的告警格式多样、设备异构性高，需要更多预处理时间。

4.2 自愈率：核心矛盾不在算法而在信任

四家平台端到端自愈率从42%到78%不等。表面上看是算法能力的差异，但深层原因在于运营商对AI自动执行的信任度。

华为ICNMaster在中国移动的78%自愈率，背后是中国移动明确划分了"AI可自主处置的故障白名单"——目前仅覆盖约200种经过验证的标准故障场景。对于不在白名单中的故障，系统会执行到"诊断完成"后转人工，确保网络安全。

诺基亚ANF的68%自愈率同样受到类似约束。Telstra将故障分为三个等级： - Tier 1（低风险）：AI全自动处置（约占故障总量的68%） - Tier 2（中风险）：AI推荐方案，人工一键确认（约占20%） - Tier 3（高风险）：AI仅提供诊断辅助，人工全程决策（约占12%）

4.3 端到端自愈工作流对比

flowchart TD
    subgraph "阶段1: 感知"
        A1[告警采集] --> A2[告警降噪] --> A3[告警关联]
    end

    subgraph "阶段2: 诊断"
        B1[根因定位] --> B2[影响分析] --> B3[故障定级]
    end

    subgraph "阶段3: 决策"
        C1[方案生成] --> C2[风险评估] --> C3[审批决策]
    end

    subgraph "阶段4: 执行"
        D1[自动修复] --> D2[效果验证] --> D3[知识沉淀]
    end

    A3 --> B1
    B3 --> C1
    C3 --> D1

    style A1 fill:#e1f5fe
    style B1 fill:#fff3e0
    style C1 fill:#e8f5e9
    style D1 fill:#fce4ec

在上述四阶段流程中，四家平台的能力分布差异明显：

感知阶段已基本实现全自动化——四家平台均能自动完成告警采集、降噪和关联。诊断阶段华为领先，A2A-T协议使其多智能体诊断协作更高效。决策阶段是当前最大的瓶颈——AI生成的修复方案仍需不同程度的人工审批，华为和诺基亚在此阶段走得最远，已实现白名单故障的自动审批。执行阶段则完全取决于运营商的风控策略。

五、部署挑战与演进趋势

5.1 当前主要挑战

挑战一：跨厂商互操作性

四家平台目前均为厂商锁定方案——华为ICNMaster与华为核心网设备深度绑定，中兴AI Core主要服务于中兴5GC设备。跨厂商环境下的多智能体协同仍缺乏标准化接口。华为提出的A2A-T协议虽然已公开规范，但截至2026年5月，尚无其他厂商宣布支持。

挑战二：安全与合规

多智能体自主执行修复操作意味着AI获得了网络配置变更权限。对于受监管的电信运营商而言，如何确保AI操作的合规性、可审计性、可回滚性，是阻碍自愈率进一步提升的核心障碍。

挑战三：训练数据壁垒

每个运营商的网络拓扑、设备配置、故障模式都不完全相同。诺基亚ANF的"电信训练模型"虽然具有通用性，但在具体运营商部署时仍需进行定制化微调，这一过程通常需要3-6个月的数据积累。

5.2 演进趋势

1. A2A-T协议的标准化进程：华为正推动A2A-T成为ETSI或TM Forum的行业标准。如果成功，将打破厂商锁定，实现跨厂商多智能体协同
2. 从L4 Alpha到L4 GA：华为已助力中国移动获得TM Forum全球首个自智网络L4级认证（Alpha阶段），2026年的目标是迈向L4 GA（General Availability），意味着更广泛的场景覆盖和更高的自治水平
3. 边缘智能体：将AI推理能力下沉到网元级别（如AMF/SMF内部），实现亚秒级故障检测和本地自愈，中兴在此方向已有初步实践

六、结论与选型建议

总体判断：多智能体故障自愈平台已从概念验证进入规模部署阶段。华为凭借A2A-T协议和在中国移动的大规模实践暂时领先，但爱立信在企业5G、诺基亚在AI Fabric生态、中兴在核心网深度集成方面各有独特优势。2026-2027年的关键看点是A2A-T协议能否成为行业标准——这将决定多智能体故障自愈是走向开放生态还是延续厂商锁定格局。

参考来源

1. 华为联合中国移动自智网络成果荣获GLOMO奖 — 华为官方新闻稿，含ICNMaster和A2A-T协议详情
2. Ericsson integrates Agentic AI into NetCloud — IEEE ComSoc技术博客，NetCloud Agentic AI架构解读
3. Nokia launches Autonomous Network Fabric — 诺基亚官方发布，ANF技术架构和Telstra合作详情
4. 中兴通讯AI Core重塑核心网运维新范式 — 中兴官方，AI Core三级智能体架构和效果数据
5. 华为打造业界首个AI+核心网运维应用ICNMaster — PR Newswire，浙江移动部署详情和效果数据

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。