5G核心网是运营商网络最复杂的"大脑"。中国移动全球最大规模的云化核心网管理着超过20亿用户，网元种类涵盖AMF、SMF、UPF、PCF、UDM等数十种，每天产生的告警数量以百万级计算。一次核心网故障，可能影响数百万用户的通话和上网——2023年某省移动核心网AMF宕机事件，导致全省4G/5G用户超过2小时无法注册，直接经济损失超过千万元。
传统核心网运维依赖"告警→工单→人工排查→手动恢复"的线性流程，MTTR（平均故障恢复时间）普遍在2-6小时。随着5G-A网络的规模部署和网络切片的引入，核心网复杂度呈指数增长，人工运维已无法满足99.999%的可用性要求。
AI介入核心网故障自愈，不是锦上添花，而是刚需。本文深入拆解2025-2026年全球四个最具代表性的核心网AI故障自愈实战案例，覆盖中国移动、西班牙电信、德国电信和Vodafone，给出具体产品、部署架构和效果数据。
| 维度 | 上海移动+华为ICNMaster | 浙江移动+中兴Multi-Agent | Telefonica Vivo Brazil | Vodafone+Capgemini |
|---|---|---|---|---|
| 部署时间 | 2025年3月（DeepSeek MoM试点） | 2025年（ICT中国一等奖） | 2025年7月（Level 4达成） | 2025-2026年（AN L3→L4演进） |
| 网络范围 | 5GC全栈（AMF/SMF/UPF/PCF等） | 5GC+传输网跨域 | 5G Core虚拟化层 | 欧洲多国核心网 |
| AI架构 | DeepSeek MoM（快慢思考混合） | 大模型+Multi-Agent协同 | AI自愈引擎+闭环控制 | Capgemini AN平台+GenAI |
| 核心能力 | 告警压缩、时序异常、CoT故障诊断 | 多智能体跨域故障处理 | 虚拟网元自动恢复 | 网络自智等级评估与演进 |
| 自智等级 | 向L4演进 | L4标杆 | L4（TM Forum认证） | L3→L4过渡 |
| 关键成果 | 推理时延降50%，资源消耗降30% | 投诉处理效率+66%，告警处理+87% | 5G Core自愈闭环，Level 4 | MTTR降低65%，告警噪音减少80%+ |
上海移动管理着全国最密集的城市核心网之一，服务超过2500万用户。核心网日均告警量超过5000条，其中约70%为衍生告警（根因告警的连锁反应）。值班运维人员每天要处理大量重复性告警分析工作，真正需要专家介入的深度故障往往被淹没在告警洪流中。
传统小模型方案（基于规则引擎和浅层机器学习）在告警去重和简单关联上有效，但面对复杂的多网元关联故障（如AMF与SMF之间的N11接口异常导致用户注册失败）时，准确率不足40%。
2025年3月28日，上海移动联合华为发布了基于DeepSeek的核心网MoM（Mixture of Model）运维智能体试点方案。其核心创新在于将认知科学中的"快思考/慢思考"理论引入运维AI：
快思考模型（轻量级DeepSeek蒸馏模型）：处理高频、模式化的运维任务 - 告警标准化与分类（<100ms响应） - 常见故障模式匹配 - KPI阈值告警判定
慢思考模型（DeepSeek完整推理模型+Chain-of-Thought）：处理复杂、未知故障 - 多网元关联分析（跨AMF/SMF/UPF/PCF） - 信令流程异常推理 - 从未见过的新故障模式诊断
┌──────────────────────────────────────────────────────────┐
│ 上海移动核心网MoM运维智能体架构 │
├──────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 告警流入口 │───▶│ 快思考路由器 │───▶│ 慢思考调度器 │ │
│ │ (每秒500+条) │ │ (轻量模型) │ │ (推理模型) │ │
│ └─────────────┘ └──────┬──────┘ └──────┬──────┘ │
│ │ │ │
│ ┌───────▼──────┐ ┌───────▼──────┐ │
│ │ 即时响应通道 │ │ 深度推理通道 │ │
│ │ · 告警压缩 │ │ · CoT故障诊断 │ │
│ │ · 去重收敛 │ │ · 时序异常识别 │ │
│ │ · 规则匹配 │ │ · 多网元关联 │ │
│ └───────┬──────┘ └───────┬──────┘ │
│ │ │ │
│ └───────┬───────────┘ │
│ ┌───────▼───────┐ │
│ │ 自愈执行引擎 │ │
│ │ · 自动重启网元 │ │
│ │ · 负载均衡迁移 │ │
│ │ · 参数自调整 │ │
│ └───────────────┘ │
│ │
│ 数据层: 核心网工作台Falcomm │ 华为ICNMaster MDAF │
└──────────────────────────────────────────────────────────┘
MoM架构的关键组件包括：
华为ICNMaster MDAF（Management Data Analytics Function）：3GPP标准化的核心网智能运维网元，提供数据采集、模型训练和推理执行能力。
核心网工作台Falcomm：中国移动自主研发的核心网统一运维平台，提供网元管理、拓扑可视化和告警汇聚功能。Falcomm向下对接各厂家OSS，向上提供标准化API供智能体调用。
告警压缩智能体：基于自然语言推理（NLP-based reasoning），将同一故障引发的数十条关联告警压缩为1条"根因告警"。试点数据显示，告警压缩率达到85%以上。
时序异常识别智能体：针对核心网KPI（如AMF注册成功率、SMF会话建立时延、UPF吞吐量等）进行时序异常检测，采用强推理模型识别传统阈值告警无法捕捉的缓慢劣化趋势。
CoT故障诊断智能体：利用Chain-of-Thought推理，模拟资深运维专家的故障排查思维链。例如面对"VoLTE注册失败率上升"的告警，智能体自动执行：检查IMS注册流程→定位S-CSCF响应超时→追溯到HSS查询延迟→发现UDM数据库连接池耗尽→建议扩容。
| 指标 | 部署前 | 部署后 | 提升幅度 |
|---|---|---|---|
| 告警平均处理时长 | 1.5小时 | 0.2小时 | 降低87% |
| 工单平均处理时长 | 14.6小时 | 5小时 | 降低66% |
| AI推理时延（相比传统方案） | 基线 | 降低50% | -50% |
| AI推理资源消耗（相比传统方案） | 基线 | 降低30% | -30% |
| 告警压缩率 | — | 85%+ | 新增能力 |
| 投诉关联分析准确率 | ~40% | 85%+ | 翻倍 |
该方案荣获ICT中国2025年度一等奖，是中国移动核心网运维领域获得的最高级别行业奖项。
浙江移动的核心网+传输网一体化运维面临一个典型挑战：一次核心网故障往往同时触发传输层、IP层和核心网层的告警，三个专业团队各自排查、信息割裂。一次跨域故障的定界定位平均耗时4-8小时，其中70%的时间花在跨团队沟通和工单流转上。
浙江移动联合中兴通讯、直真科技，创新性地构建了Multi-Agent多智能体协同框架，部署了三层智能体架构：
第一层——传输工作台智能体（编排层）： - 负责任务调度、故障定位诊断 - 业务影响分析（判断哪些基站/用户受影响） - 恢复验证（修复后自动验证业务是否恢复）
第二层——厂家OMC智能体（执行层）： - 专注于单域故障的诊断与修复 - 支持中兴、华为、诺基亚等多厂家设备 - 每个厂家一个专用智能体
第三层——核心网运维智能体（业务层）： - 基于大模型+小模型+工具的混合架构 - 覆盖投诉处理、监控排障、业务开通三大生产流程 - 与Falcomm核心网工作台深度集成
┌─────────────────────────────────────────────────────────────┐
│ 浙江移动Multi-Agent核心网故障自愈架构 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 传输工作台智能体（编排调度层） │ │
│ │ · 故障工单智能分发 · 跨域关联分析 │ │
│ │ · 业务影响面评估 · 恢复验证编排 │ │
│ └────────┬────────────┬────────────┬────────────────────┘ │
│ │ │ │ │
│ ┌────────▼──┐ ┌──────▼──────┐ ┌─▼──────────┐ │
│ │ 中兴OMC │ │ 华为OMC │ │ 诺基亚OMC │ ← 第二层 │
│ │ 智能体 │ │ 智能体 │ │ 智能体 │ │
│ └───────────┘ └─────────────┘ └────────────┘ │
│ │ │ │ │
│ ┌────────▼────────────▼────────────▼────────────────────┐ │
│ │ 核心网运维智能体（业务处理层） │ │
│ │ · 投诉处理智能体 · 告警处理智能体 │ │
│ │ · 业务开通智能体 · 大模型+小模型+工具链 │ │
│ │ ┌─────────┐ ┌─────────┐ ┌──────────┐ │ │
│ │ │通信大模型│ │已有小模型│ │ 工具型AI │ │ │
│ │ │(知识推理) │ │(KPI检测) │ │(脚本/自动化)│ │ │
│ │ └─────────┘ └─────────┘ └──────────┘ │ │
│ └───────────────────────────────────────────────────────┘ │
│ │
│ 底座: Falcomm核心网工作台 + 中兴通讯uSmartNet平台 │
└─────────────────────────────────────────────────────────────┘
核心创新在于智能体间通信协议：三个层级的智能体通过结构化的消息传递进行协同，而非简单的API调用。传输工作台智能体作为"总指挥"，将复杂故障拆解为子任务分发给各厂家OMC智能体，汇总结果后再提交给核心网运维智能体进行业务层分析。
浙江移动案例是中国移动集团"AI+"战略的标杆项目，相关成果获得ICT中国2025年度案例一等奖和SDN/NFV/AI 2024最佳实践案例奖：
| 指标 | 部署前 | 部署后 | 提升幅度 |
|---|---|---|---|
| 跨域故障定界时长 | 4-8小时 | <30分钟 | 降低90%+ |
| 投诉处理效率 | 基线 | 提升66% | +66% |
| 告警处理效率 | 基线 | 提升87% | +87% |
| 人工介入率 | 100% | <15% | -85% |
| 跨团队沟通成本 | 高 | 大幅降低 | 工单流转减少80% |
浙江移动作为中国移动"AI+核心网"的试点牵头省份，其经验正在向全国推广。2025年底前已有8个省份开始复制该方案。
Telefonica集团在巴西的子公司Vivo运营着拉丁美洲最大的5G网络。5G Core采用NFV（网络功能虚拟化）架构，虚拟化带来了弹性伸缩的好处，但也引入了新问题：虚拟网元（VNF/CNF）的生命周期故障——容器崩溃、资源争抢、微服务通信超时等。这些故障类型在传统物理网元时代不存在，传统运维经验无法覆盖。
Vivo的5G Core团队每月处理超过3000起虚拟网元异常事件，其中约60%为重复性故障（如某个CNF因内存泄漏周期性崩溃），完全可以自动化处理。
Vivo实施了基于AI自愈引擎的5G Core闭环控制系统，核心架构包括：
感知层：持续采集虚拟基础设施层（OpenStack/K8s）和5G Core网元的实时状态数据，包括容器健康度、资源利用率、微服务调用链时延等。
分析层：AI引擎基于机器学习模型，对采集的数据进行异常检测和根因分析。模型训练使用Vivo现网6个月的历史故障数据，覆盖超过200种已知故障模式。
决策层：对于置信度超过预设阈值的诊断结果，系统自动生成修复方案。修复动作包括：容器重启、Pod迁移、资源配额调整、微服务降级等。
执行层：通过与MANO（Management and Orchestration）平台的API对接，自动执行修复动作，无需人工介入。
验证层：修复完成后，系统自动验证业务指标是否恢复正常（如注册成功率、会话建立成功率等KPI），形成闭环。
感知 ──▶ 分析 ──▶ 决策 ──▶ 执行 ──▶ 验证
▲ │
└────────────────────────────────┘
闭环反馈
该方案的创新点在于：所有环节均在无人工介入的情况下完成，从故障检测到业务恢复的全过程平均耗时<5分钟，远优于传统人工处理的2-6小时。
Telefonica将此案例提交TM Forum评审，认证为自智网络Level 4（高度自智），这是全球运营商5G Core领域首批获得Level 4认证的案例之一。
| 指标 | 部署前 | 部署后 | 提升幅度 |
|---|---|---|---|
| 虚拟网元故障恢复时间 | 2-6小时 | <5分钟 | 降低98% |
| 人工介入率 | 100% | 0%（L4范围内） | 完全自愈 |
| 重复性故障处理效率 | 每次人工处理 | 自动识别+修复 | 节省100%人力 |
| 5G Core可用性 | 99.95% | 99.99%+ | 提升一个九 |
| TM Forum自智等级 | L2 | L4 | 跨越两级 |
Telefonica集团到2025年底已累计达成12个Level 4自智网络用例，Vivo巴西的5G Core自愈是其中最具代表性的案例。
Vodafone运营着覆盖欧洲多国（德国、英国、意大利、西班牙等）的核心网，多国网络意味着多厂商设备、多版本软件、多运维流程的"三多"困境。Vodafone的NOC（网络运营中心）每天接收超过10万条告警，其中80%以上为噪音告警（无关紧要或衍生告警）。
告警疲劳是NOC运维人员的头号痛点。据Vodafone内部调研，值班人员平均每天只对不到5%的告警进行了有效响应，大量低优先级告警被直接忽略，导致真正的严重故障也可能被漏掉。
Vodafone与Capgemini合作，启动了Autonomous Network Journey（ANJ）项目，分三阶段推进：
阶段一（2024-2025）：AN成熟度评估与基线建立 - 使用TM Forum IG1218标准对Vodafone各国网络进行自智等级评估 - 结果：大部分国家处于L2-L3水平 - 识别出50+高价值自动化场景
阶段二（2025-2026）：AI告警降噪与智能关联 - 部署基于图神经网络（GNN）的告警关联引擎 - 利用网络拓扑数据构建告警传播图，识别根因告警 - 引入GenAI（生成式AI）进行告警摘要生成，将技术性告警翻译为运维人员可理解的自然语言描述
阶段三（2026+）：端到端自愈闭环 - 在高置信度场景下实现自动修复 - 结合数字孪生进行修复方案的预验证 - 目标：将80%的常见故障处理实现自动化
Vodafone的方案特色在于GenAI的深度集成：利用大语言模型对告警进行自然语言摘要和处置建议生成。例如，当系统检测到一组关联告警时，GenAI可以生成如下摘要："德国法兰克福区域AMF-3出现信令过载，影响约12万用户，建议执行负载均衡到AMF-4，预计恢复时间3分钟。"
| 指标 | 部署前 | 部署后 | 提升幅度 |
|---|---|---|---|
| 告警噪音比例 | ~80% | <20% | 降噪80% |
| MTTR（平均修复时间） | 基线 | 降低65% | -65% |
| NOC有效响应率 | <5% | >60% | 提升12倍 |
| 自动化处置率 | <10% | >40% | +30pp |
| AN自智等级 | L2 | L3→L4过渡 | 持续演进 |
Vodafone网络AI与OSS总监Simon Norton表示："Vodafone正在利用AI和高级自动化，将网络运营从被动响应转变为主动预防。"
| 维度 | 上海移动+华为 | 浙江移动+中兴 | Telefonica Vivo | Vodafone+Capgemini |
|---|---|---|---|---|
| AI模型选型 | DeepSeek MoM（快慢思考混合） | 通信大模型+Multi-Agent | 传统ML+规则引擎闭环 | GNN告警关联+GenAI摘要 |
| 架构模式 | 单智能体+双模推理 | 多智能体协同 | 感知-分析-决策-执行闭环 | 平台化AN评估+渐进演进 |
| 核心创新点 | 快思考/慢思考分离 | 跨域多厂家协同 | L4全闭环自愈 | GenAI增强人机协同 |
| 部署模式 | 试点→验证→推广 | 现网已部署 | 现网已部署（L4认证） | 阶段性推进（多国） |
| 人机关系 | AI辅助为主，人工确认 | AI为主，人工审核 | 特定场景全自动 | AI建议，人工决策为主 |
| 标准化程度 | 3GPP MDAF框架 | 自研Multi-Agent框架 | TM Forum AN标准 | TM Forum IG1218 |
| 关键指标 | 上海移动 | 浙江移动 | Telefonica Vivo | Vodafone |
|---|---|---|---|---|
| 告警处理效率提升 | 87% | 87% | — | 80%+降噪 |
| 故障恢复时间 | 1.5h→0.2h | 4-8h→<30min | 2-6h→<5min | MTTR降65% |
| 投诉/工单效率 | +66% | +66% | — | — |
| AI推理时延 | 降低50% | — | <5min闭环 | — |
| 自智等级 | L3→L4 | L4标杆 | L4认证 | L3→L4 |
| 适用场景 | 核心网告警+诊断 | 核心网+传输跨域 | 5GC虚拟化层 | 全网端到端 |
趋势一：从"单模型"到"混合架构"成为共识
上海移动的MoM快慢思考、浙江移动的Multi-Agent、Vodafone的GNN+GenAI——四强没有一家采用单一AI模型方案。混合架构（大模型+小模型+规则引擎+知识图谱）已成为核心网AI运维的事实标准。纯大模型方案在推理成本和响应速度上无法满足核心网毫秒级响应要求，纯规则引擎则无法处理未知故障。两者结合才是最优解。
趋势二：Multi-Agent是核心网跨域故障的必由之路
核心网故障极少是单一网元问题，通常是AMF-SMF-UPF-PCF等多网元联动异常。浙江移动的Multi-Agent实践证明：为每个网元/每个厂家部署专用智能体，再通过编排智能体协调，比"一个万能模型"更高效、更可控。预计2026-2027年，3GPP和TM Forum将推动Multi-Agent的标准化接口定义。
趋势三：从"AI辅助"到"AI自主"的跨越正在发生
Telefonica Vivo的Level 4认证标志着5G Core自愈已从概念验证进入商用部署。关键在于置信度阈值机制：高置信度场景全自动（如重复性故障），低置信度场景人工确认。这种"渐进式自主"策略，比"一步到位全自动化"更安全、更可落地。
对于正在规划核心网AI故障自愈的运营商，建议按以下路径推进：
| 阶段 | 时间 | 目标 | 关键动作 |
|---|---|---|---|
| Phase 1 | 0-6月 | 告警降噪+根因关联 | 部署告警压缩/去重引擎，目标降噪60%+ |
| Phase 2 | 6-12月 | 故障智能诊断 | 引入大模型CoT推理，覆盖TOP 50故障场景 |
| Phase 3 | 12-18月 | 有限自愈 | 对重复性故障实现自动修复（L4范围） |
| Phase 4 | 18-24月 | 跨域协同 | 部署Multi-Agent框架，打通核心网+传输+无线 |
核心网AI故障自愈已从"探索期"进入"规模化落地期"。上海移动的DeepSeek MoM智能体实现了告警处理效率87%的提升；浙江移动的Multi-Agent架构打通了跨域故障协同处理；Telefonica Vivo完成了全球首个5G Core L4级自愈认证；Vodafone用GenAI重新定义了NOC运维体验。
四强案例共同指向一个结论：2026年是核心网AI自愈从L3迈向L4的关键转折年。那些已经完成AI运维平台建设的运营商，将在5G-A时代获得显著的网络质量和运维效率优势。
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。