<!-- title: Agentic AI驱自治网络四强实战拆解 -->

# Agentic AI驱自治网络四强实战拆解：NVIDIA/Nokia/Ericsson/Huawei的智能体网络元年

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。

---

## 一、为什么通信网络需要Agentic AI？

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：

- **告警疲劳**：大型运营商日均告警量超10万条，人工处理率不足15%
- **跨域协调难**：RAN/传输/核心网/云资源割裂管理，端到端故障定位平均耗时4-6小时
- **切片运营复杂**：每个企业切片涉及数十个参数维度的动态调整，人工配置不可持续

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。

```text
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
```

---

## 二、NVIDIA：开源30B电信推理模型 + Agentic AI蓝图

### 2.1 方案概述

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。

### 2.2 核心技术组件

| 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 |

### 2.3 部署进展

- **T-Mobile US**：与NVIDIA合作在AI-RAN就绪基础设施上集成Physical AI应用，探索Agentic AI网络管理
- **SoftBank**：2025年10月验证GPU-based RAN + AI推理的联合部署，计划商业化Agentic AI运维
- **网络配置蓝图已投入现网使用**：NVIDIA确认其电信网络配置Blueprint已在运营商环境中实际部署，用于自动化网络参数配置

### 2.4 关键差异化

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。

---

## 三、Nokia + AWS：行业首个Agentic AI驱动的5G-A切片

### 3.1 方案概述

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。

### 3.2 技术架构

该方案将Nokia的网络切片技术与AWS的AI平台深度集成：

```text
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

### 3.3 关键技术特性

| 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 |

### 3.4 现网部署

- **du（阿联酋）**：已在现网5G环境启动Agentic AI切片试点，面向企业客户场景
- **Orange（法国）**：同步开展现网试验，验证意图驱动切片的商用可行性
- 这是**行业首个从实验室走向现网的Agentic AI切片部署**，标志着该技术从概念验证进入商用阶段

---

## 四、Ericsson：NetCloud多Agent自治架构

### 4.1 方案概述

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。

### 4.2 从Chatbot到Agent群的演进

| 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 |

### 4.3 多Agent路线图

Ericsson规划了**四个专业Agent分阶段上线**：

1. **故障诊断Agent（2025 Q4）**：自动检测网络异常，推理根因，推荐或执行修复方案
2. **配置Agent（2026 H1）**：根据意图自动生成和下发网络配置
3. **部署Agent（2026 H2）**：自动化新站点和新服务的部署流程
4. **策略编排Agent（2026 H2）**：基于业务策略自主编排网络资源

### 4.4 预期效果

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" |

### 4.5 技术特色

- **可解释性**：每个Agent的推理过程和决策逻辑可审计，满足电信行业合规要求
- **人机协作**：Agent在关键决策节点可请求人工确认，实现渐进式自治
- **云原生架构**：NetCloud平台本身基于云原生设计，Agent作为微服务部署，弹性扩展

---

## 五、华为：Agentic Core与ADN L4 Phase 2

### 5.1 方案概述

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。

### 5.2 Agentic Core核心理念

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 |

### 5.3 ADN L4 Phase 2升级要点

- **大规模部署能力**：从单域试点扩展至全网规模部署，支持万级基站同时管理
- **AgentVerse概念**：面向6G，构建AI Agent泛在接入的核心网架构，任何终端和服务都可调用网络Agent能力
- **AI-Centric Network**：从"网络+AI"转向"以AI为中心设计网络"，网络架构本身为Agent协作而优化

### 5.4 商用进展

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

---

## 六、四强对比分析

### 6.1 技术路径对比

| 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 |

### 6.2 Agentic AI能力成熟度评估

| 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 | ★★★ | ★★★ | ★★★★★ | ★★★ |

---

## 七、关键趋势与判断

### 7.1 2026年是Agentic AI自治网络元年

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

### 7.2 多Agent协作是关键差异化

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。

### 7.3 开放vs封闭的路线之争

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

### 7.4 ZTE的追赶

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。

---

## 八、对运营商的行动建议

| 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 |

---

## 参考来源

1. [NVIDIA Advances Autonomous Networks With Agentic AI Blueprints and Telco Reasoning Models](https://blogs.nvidia.com/blog/nvidia-agentic-ai-blueprints-telco-reasoning-models/) — NVIDIA官方博客，发布Nemotron 30B电信模型和Agentic AI蓝图
2. [Nokia and AWS showcase industry-first agentic AI-powered network slicing with du and Orange](https://www.nokia.com/newsroom/nokia-and-aws-showcase-industry-first-agentic-ai-powered-network-slicing-with-du-and-orange/) — Nokia官方新闻稿，du和Orange现网试点详情
3. [Intent-Based Nokia Network Slicing Powered by Amazon Bedrock](https://aws.amazon.com/blogs/industries/intent-based-nokia-network-slicing-powered-by-amazon-bedrock-enabling-intelligent-adaptive-5g-slicing/) — AWS技术博客，详细描述意图驱动切片架构
4. [Ericsson integrates new agentic AI technology into NetCloud](https://www.ericsson.com/en/news/2025/9/new-agentic-ai-to-boost-scalability-and-efficiency-in-ericssons-enterprise-wireless-portfolio) — Ericsson官方新闻，ANA升级为Agentic AI
5. [Huawei Agentic Core: Building an Agentic Network with Device-Network-Service Synergy](https://www.huawei.com/en/news/2026/3/mwc-agenticcore-summit) — 华为MWC 2026 Agentic Core峰会
6. [ZTE and Industry Partners Drive L4 Autonomous Networks at MWC 2026](https://www.zte.com.cn/global/about/news/ZTE-and-Industry-Partners-Drive-L4-Autonomous-Networks-at-MWC-2026-Pioneering-the-Era-of-Agentic-AI-in-Network-Operations.html) — ZTE推动L4自治网络商用化
7. [Telecom's AI Shift: Carriers Are Building Agentic Networks for the 6G Era — Forbes](https://www.forbes.com/sites/victordey/2026/02/25/telecoms-ai-shift-carriers-are-building-agentic-networks-for-the-6g-era/) — Forbes行业分析，Agentic AI在电信的宏观趋势

---

> 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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)