2025-2026年，通信行业正经历一场从"AI辅助网络"到"AI代理自主运营网络"的范式跃迁。区别于传统AIOps通过预训练模型完成单一任务，Agentic AI（智能体AI）将大语言模型的推理能力、多Agent协作、工具调用和意图驱动编排引入网络运营层——运营商只需描述"想要什么"，AI代理群自主规划"怎么做"并执行。MWC 2026成为这一转型的分水岭：NVIDIA发布开源30B电信推理模型，Nokia联合AWS在du和Orange现网部署Agentic AI切片，Ericsson将NetCloud助手升级为多Agent架构，华为推出Agentic Core并发布ADN L4 Phase 2方案。本文深入拆解四大厂商的Agentic AI实战方案，对比技术路径、部署进展和效果数据。
传统AIOps解决的是"感知-分析-决策"链条中单一环节的自动化——异常检测、根因分析、容量预测各自独立，最终决策仍依赖人工。随着5G-Advanced网络复杂度指数级增长（切片、边缘计算、多接入融合），人工决策瓶颈凸显：
Agentic AI的核心突破在于：赋予AI系统"思考链"和"工具使用"能力。AI Agent能理解自然语言意图，调用网络API和知识库，分解任务为子步骤，多Agent协同执行，并自主验证结果——形成"意图输入→自主规划→多Agent执行→结果验证"的闭环。
flowchart TB
subgraph 传统AIOps
A1[告警触发] --> A2[规则/模型匹配]
A2 --> A3[单域自动化脚本]
A3 --> A4[人工审核确认]
end
subgraph Agentic AI自治网络
B1[意图/自然语言输入] --> B2[推理Agent分解任务]
B2 --> B3[调度Agent编排子任务]
B3 --> B4[专业Agent群并行执行]
B4 --> B5[验证Agent检查结果]
B5 -->|不满足| B2
B5 -->|满足| B6[自主完成闭环]
end
style 传统AIOps fill:#f9e0e0
style Agentic AI自治网络 fill:#e0f0e0
2026年MWC巴塞罗那（3月2-5日），NVIDIA发布了通信行业首个开源Nemotron Large Telco Model（LTM）——300亿参数的电信专用推理模型，配套推出Agentic AI Blueprints（智能体蓝图），让运营商基于自有数据构建自主网络代理。
| 组件 | 说明 |
|---|---|
| Nemotron LTM 30B | 开源开放权重，基于Nemotron架构，专门针对电信领域推理任务训练，覆盖网络配置、故障诊断、性能优化等场景 |
| Agentic AI Blueprints | 预构建的Agent工作流模板，包含网络配置自动化、故障根因分析、RAN优化等蓝图 |
| NVIDIA NIM微服务 | 模型推理部署框架，支持运营商在私有基础设施上运行电信推理模型 |
| GSMA Open Telco AI | 作为GSMA新发起的开放电信AI倡议的核心贡献者，推动行业标准Agent接口 |
NVIDIA的策略不是提供端到端网络产品，而是提供"造Agent的工具箱"——开源模型让运营商拥有自主可控的AI推理能力，Blueprint降低Agent开发门槛。这种"平台+生态"模式与NVIDIA在数据中心市场的策略一脉相承。
2026年2月MWC前夕，Nokia与AWS联合发布了行业首个基于Agentic AI的意图驱动5G-Advanced网络切片方案。阿联酋du和法国Orange成为首批签约现网试点的运营商。
该方案将Nokia的网络切片技术与AWS的AI平台深度集成：
flowchart LR
subgraph 运营商意图层
OP[运营商意图输入<br/>如"为工厂客户创建<br/>低延迟高可靠切片"]
end
subgraph AWS AI层
BD[Amazon Bedrock<br/>AgentCore] --> LM[大语言模型推理]
BD --> KB[知识库/网络数据<br/>Amazon S3]
LM --> AG[Agentic AI<br/>切片编排Agent]
end
subgraph Nokia网络层
NS[Nokia网络切片引擎] --> RAN[RAN切片配置]
NS --> TN[传输网切片]
NS --> CN[核心网切片]
end
OP --> BD
AG -->|API调用| NS
RAN --> VERIFY[切片效果验证]
VERIFY -->|反馈闭环| AG
style AWS AI层 fill:#fff3e0
style Nokia网络层 fill:#e3f2fd
核心工作流程： 1. 运商用自然语言描述切片需求（意图） 2. Amazon Bedrock上的Agentic AI Agent解析意图，调用网络数据知识库 3. Agent自主规划切片参数（带宽、延迟、覆盖、优先级等） 4. 通过API调用Nokia切片引擎执行配置 5. Agent持续监控切片性能，自主调整参数
| 特性 | 说明 |
|---|---|
| Edge Slicing | 将应用下沉到边缘节点，降低延迟提升用户体验 |
| 意图驱动 | 运营商描述业务需求而非技术参数，Agent自动翻译为网络配置 |
| 自适应优化 | Agent持续分析网络数据，动态调整切片资源分配 |
| 可扩展架构 | 基于Amazon Bedrock AgentCore构建，支持S3数据存储，可横向扩展 |
2025年9月，Ericsson宣布将Agentic AI集成到NetCloud管理平台，将原有的AI助手ANA（AI NetCloud Assistant）从"对话式工具"升级为"战略性合作伙伴"——业界首个面向企业5G的Agentic AI代理。
| 阶段 | 能力 | 时间节点 |
|---|---|---|
| ANA v1（生成式AI助手） | 用户提问→检索知识库→返回答案 | 2024年 |
| ANA v2（Agentic AI） | 意图理解→自主规划→工具调用→执行→验证 | 2025年9月 |
| 多Agent生态系统 | 故障诊断Agent + 配置Agent + 部署Agent + 策略编排Agent协同 | 2026年分阶段发布 |
Ericsson规划了四个专业Agent分阶段上线：
Ericsson公布的目标指标：
| 指标 | 目标效果 |
|---|---|
| 工单数量 | 减少30-50%（通过Agent自主处理） |
| 故障修复时间 | 从小时级缩短至分钟级 |
| 网络配置效率 | 提升10倍（意图驱动替代手动配置） |
| 企业5G部署周期 | 从数周缩短至数天 |
| 运维人员投入 | 从"执行者"转变为"监督者" |
MWC 2026期间，华为举办Agentic Core峰会，发布面向6G时代的"代理化核心网"理念，同步升级ADN（Autonomous Driving Network）L4 Phase 2解决方案，推动大规模商用部署。
华为提出的Agentic Core架构实现设备-网络-服务三层协同：
| 层次 | Agent职能 | 关键能力 |
|---|---|---|
| 设备层Agent | 基站、传输设备内置AI Agent | 实时感知、本地推理、快速响应 |
| 网络层Agent | 网管系统中的编排Agent | 跨域协调、端到端优化、策略执行 |
| 服务层Agent | 面向业务的智能Agent | 用户意图理解、SLA保障、体验优化 |
华为ADN方案已在全球多家运营商部署，L4 Phase 2的升级重点包括： - 与中国移动等头部运营商联合验证Agentic Core概念 - 在5G-Advanced网络中试点多Agent协同运维
| 维度 | NVIDIA | Nokia+AWS | Ericsson | 华为 |
|---|---|---|---|---|
| 核心策略 | 平台+生态（开源模型+蓝图） | 联合方案（网络+云AI） | 垂直整合（自有平台+Agent） | 端到端自研（设备-网络-服务） |
| AI模型来源 | 自研Nemotron 30B开源 | AWS Bedrock（Claude等） | 自研+合作 | 自研盘古电信模型 |
| Agent架构 | 单Agent蓝图模板 | 切片编排专用Agent | 多专业Agent群协同 | 三层Agent协同（设备/网络/服务） |
| 开放性 | 高（开源模型+开放蓝图） | 中（AWS生态内开放） | 中（NetCloud平台内） | 低-中（自有生态为主） |
| 目标客户 | 全球运营商（DIY模式） | 全球运营商（联合交付） | 企业5G专网为主 | 全球运营商+企业 |
| 部署阶段 | 蓝图已现网使用 | du/Orange现网试点 | ANA v2已商用，多Agent分阶段上线 | ADN L4 Phase 2大规模部署 |
| 能力维度 | NVIDIA | Nokia+AWS | Ericsson | 华为 |
|---|---|---|---|---|
| 意图理解 | ★★★★★ | ★★★★ | ★★★★ | ★★★★ |
| 多Agent协作 | ★★★ | ★★★ | ★★★★★ | ★★★★ |
| 工具调用/API集成 | ★★★★ | ★★★★★ | ★★★★ | ★★★★ |
| 现网部署深度 | ★★★ | ★★★★ | ★★★★★ | ★★★★★ |
| 生态开放性 | ★★★★★ | ★★★★ | ★★★ | ★★ |
| 推理可解释性 | ★★★ | ★★★ | ★★★★★ | ★★★ |
MWC 2026释放的信号非常明确：Agentic AI不再是概念演示，而是进入现网部署阶段。四个标志性事件： 1. NVIDIA开源30B电信推理模型——降低Agent构建门槛 2. Nokia+AWS在du和Orange现网试点——首个商用Agentic AI切片 3. Ericsson将NetCloud升级为多Agent平台——企业5G率先落地 4. 华为发布Agentic Core——将Agent理念融入核心网架构
单Agent只能完成预设任务链。真正的网络自治需要多个专业Agent协同——Ericsson的四Agent路线图（诊断→配置→部署→编排）和华为的三层Agent架构（设备→网络→服务）代表了两种不同的多Agent设计哲学。前者自上而下按功能分工，后者自下而上按网络层次分工。
NVIDIA的开源策略与华为的端到端自研代表了两个极端： - 开放路线的优势在于生态繁荣和运营商自主可控，但对运营商的AI工程能力要求高 - 封闭路线的优势在于交付效率和深度优化，但存在供应商锁定风险 - Nokia+AWS和Ericsson的中间路线可能是多数运营商的务实选择——在标准化平台上构建定制化Agent
值得关注的第五力量：ZTE在MWC 2026联合产业伙伴推动L4自治网络商用化，提出"Agentic AI in Network Operations"的技术路线，与TM Forum的自治网络标准对齐。ZTE的优势在于与中国运营商的深度合作经验，可能在3GPP Release 19的AI/ML标准化中扮演重要角色。
| 优先级 | 行动建议 | 适合场景 |
|---|---|---|
| P0 | 评估Ericsson NetCloud Agentic AI或华为ADN L4方案，在企业5G专网场景先行试点 | 有企业5G专网业务的运营商 |
| P1 | 参与NVIDIA Nemotron LTM开源生态，培养内部AI Agent工程能力 | 有较强研发团队的运营商 |
| P1 | 跟踪Nokia+AWS Agentic AI切片试点结果，评估意图驱动切片的商用可行性 | 有切片商用计划的运营商 |
| P2 | 建立Agentic AI治理框架（Agent权限边界、人机协作流程、审计追踪机制） | 所有运营商 |
| P3 | 关注3GPP Release 19中AI/ML相关标准的Agentic AI接口定义 | 标准化团队 |
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。