通信网络运维有一条被反复验证的铁律：故障从来不是被"消灭"的，而是被"消化"的。一张5G核心网动辄部署数千个NF（网络功能）实例、上万条SBI接口、数十万级租户切片，任何一个微服务的抖动都可能沿调用链放大成区域性的业务受损。传统运维模型只能解决"看得见"——告警上墙、工单下发、专家介入——却始终跨不过"修得快"这道坎。
TM Forum在《Autonomous Networks》白皮书中把网络自智能力划为L0到L5六级。绝大多数运营商今天仍卡在L2（辅助运维）到L3（部分自智）之间，真正实现L4（高阶自智、闭环自愈）的凤毛麟角。L3到L4的鸿沟，恰恰就是从"AI帮你定位故障"到"AI自己把故障修好"这一跳。前者是根因分析（RCA），后者是自愈闭环（Self-Healing Closed Loop）——后者多了一个"动作执行"环节，难度却呈指数级上升，因为它要把人不敢做的操作交给机器去做。
本文聚焦的就是这一跳。我们拆解四个已经商用的真实部署：中国移动联合华为在浙江移动落地的核心网运维智能体ICNMaster、中国联通智网创新中心的一体化故障管理AIOps、中兴通讯的AI Core与AI OpsBot，以及印度Bharti Airtel联合爱立信Ericsson Operations Engine（EOE）的预测性自主运营。四者技术路线各异，但都给出了可量化、可验证的效果数据。
要理解自愈闭环的价值，先看一组行业基线数据。在一张典型的运营商核心网中，每天涌入监控系统的告警原始量可达数百万条，其中70%–90%属于同一根因派生的衍生告警（俗称"告警风暴"）。一线运维人员的真实工作状态是：
这正是AIOps自愈闭环要解决的核心矛盾：让机器既敢定位，也敢修复，还能修复得安全。
这是目前国内公开披露中数据最完整的核心网自愈案例。2024年，中国移动集团、浙江移动联合华为的"核心网运维智能体使能网络高阶自智联合项目"连续斩获SDN/NFV/网络AI"最佳实践案例奖"和ICT中国2024年度一等奖（卓越案例奖），2025年再获ICT中国2025一等奖。浙江移动是中国移动AI+核心网运维智能的试点牵头省份，依托集团"1+3+N"协同创新基地浙江节点网络智能化实验室落地。
技术方案的核心是华为业界首个AI+核心网运维应用ICNMaster，它不是一个单体大模型，而是一组围绕运维流程编排的多智能体（Multi-Agent）系统，已公开披露的两个关键智能体是：
中国移动自主研发的核心网工作台Falcomm作为统一编排层，向下协同华为ICNMaster MDAF（管理数据分析功能）等厂家智能体，向上对接运维生产流程。这套架构的关键在于：智能体的输出不只是"诊断报告"，而是带执行建议的处置工单，部分场景下可直接触发预置的安全自愈动作。
效果数据（该项目公开披露）：
这两个数字之所以有分量，是因为它们衡量的是"端到端处理效率"而非单纯的"告警压缩率"——意味着从告警产生到处置闭环的全链路被压缩了，是真金白银的人力释放。
中国联通智网创新中心联合华为报送的"中国联通一体化故障管理AIOps应用实践"项目，于2023年7月荣获信通院2023 XOps"领新杯"智能运维领航标杆案例。同年12月，联通智网创新中心联合必示科技，凭借"智能IT故障监控定位分析能力建设"项目，通过了信通院AIOps通用能力成熟度3级评估——这是国内运营商在AIOps成熟度上拿到的硬通货认证。
技术方案围绕一体化故障管理构建三层能力：
中国联通在稳定性保障实践中提出了著名的"1-5-15"原则：故障1分钟发现、5分钟定位、15分钟快速抢通。这个原则之所以能落地，正是因为AIOps把"发现—定位—抢通"的中间环节从人工协同变成了机器自动推进。在自愈动作层面，联通采取的是"建议优先、受控执行"的渐进路线——高风险操作（如网元重启、流量割接）由AI给出方案、人工一键确认，低风险操作（如告警抑制、工单自动派发）则直接闭环。
效果数据：在告警风暴场景下，根因定位时间从传统的人工小时级压缩到分钟级，一线告警工单处置人力显著下降。必示科技提供的根因算法在联通IT侧的定位准确率长期维持在较高水平，这也是其通过AIOps 3级评估的关键支撑。
中兴通讯在2024年土耳其全球5G峰会上展示了AI OpsBot核心网智能专家，并在2025年MWC巴塞罗那发布基于AI驱动的端到端网络解决方案AIR DNA。其技术路线有两个鲜明特点：
第一，大小模型协同。大模型负责自然语言交互、运维知识检索、复杂场景推理；小模型（专用机器学习模型）负责时序异常检测、KPI预测等高频实时任务。两者通过智能体框架协同，避免了大模型推理慢、成本高的问题。
第二，多智能体灵活编排。AI OpsBot不是单一Agent，而是可按运维场景动态编排的智能体集合——告警智能体、巡检智能体、变更智能体、根因智能体各司其职，由一个调度大脑按流程串联，采用自然语言交互。
中兴在2025年发布的AICore技术体系白皮书中提出"三层一域"架构：AI+网络云基础设施层（算力底座）、AI+连接层、AI+业务层，外加运维域。其目标同样是把核心网运维从自动化跃升至L4+高阶自智。中兴强调的差异化点是数字孪生——在真实执行自愈动作前，先在数字孪生网络中仿真验证，降低自愈动作的次生风险。
对比传统手动操作，中兴公开数据称AI OpsBot在特定运维场景下"比传统手动操作方式提升运维效率"显著（具体倍数因场景而异，官方在峰会演示中以多倍级提升作为宣传口径）。
把视角拉到国际，印度最大运营商Bharti Airtel与爱立信的合作是TM Forum公开的经典案例。Airtel自2018年起部署Ericsson Operations Engine（EOE），把网络运营从"被动响应"转向"预测性、自主运营"的数据驱动模型。
EOE不是一个传统网管，而是一套以数据科学为核心的运营中台：它聚合网络遥测数据、用户投诉、现场工程师工单，用机器学习模型预测故障、自动分派现场资源、推荐处置动作。TM Forum案例的标题点睛——"Airtel reduces customer frustration to near-zero levels with AI-driven automated operations"（Airtel用AI驱动的自动化运营把客户挫败感降到接近零）。
爱立信后续在2025年把Agentic AI集成进NetCloud平台，面向5G专网实现自愈与自治能力，并将AI用于自动化知识库构建（GSMA Foundry案例：把历史网络问题自动沉淀为可检索的运维知识库，减少专家重复劳动）。这代表了国际厂商"自愈+知识沉淀"的双轮路线：一边实时修复，一边把修复经验反哺给模型，形成越用越聪明的飞轮。
把四个案例的技术抽象出来，一个完整的AI故障自愈闭环包含五个环节：
flowchart TD
A[1.检测感知<br/>指标/日志/信令/投诉] --> B[2.关联收敛<br/>告警风暴压成事件]
B --> C[3.根因定位<br/>知识图谱+因果推理+ReAct]
C --> D{4.决策编排<br/>数字孪生仿真验证}
D -->|低风险| E[5a.自动执行<br/>重启/切换/扩容/回滚]
D -->|高风险| F[5b.人机协同<br/>AI出方案 人工确认]
E --> G[闭环反馈<br/>效果评估 反哺知识库]
F --> G
G -.-> A
其中根因定位是技术含量最高的一环，业界主流是三类技术叠加：
自愈动作执行则是最危险的一环。已公开的行业复盘案例中，曾出现"AIOps智能自愈动作引发级联雪崩"的事故：系统检测到某节点异常后自动触发批量重启，结果重启风暴引发信令洪峰，反而把健康的网元也拖垮。这暴露出自愈动作必须做爆炸半径控制和仿真预演——这也正是中兴坚持数字孪生预验证、联通坚持高风险操作人机协同的根本原因。
下面两张表把四个案例的关键维度拉齐对比，方便选型参考。
表1：四强故障自愈方案功能对比
| 维度 | 中国移动×华为ICNMaster | 中国联通一体化故障管理 | 中兴AI Core/OpsBot | Airtel×爱立信EOE |
|---|---|---|---|---|
| 技术架构 | 多智能体+大模型，Falcomm编排 | 告警收敛+预测+根因三层 | 大小模型协同+多智能体编排 | 数据科学中台+ML预测 |
| 根因定位 | 知识库驱动智能体 | 图谱+因果推理（必示） | 智能体+孪生验证 | ML模型+现场反馈 |
| 自愈策略 | 流程化处置，部分自动 | 1-5-15，建议优先受控执行 | 数字孪生预演+执行 | 预测性自主运营 |
| 知识沉淀 | 持续更新网络知识库 | AIOps 3级成熟度认证 | AIR DNA知识体系 | 自动化知识库（GSMA） |
| 自智等级目标 | L4高阶自智 | L3→L4 | L4+ | 预测性自主运营 |
| 代表奖项 | ICT中国2024/2025一等奖 | 2023 XOps领新杯标杆 | MWC25 AIR DNA发布 | TM Forum经典案例 |
表2：四强效果数据对比（公开披露）
| 指标 | ICNMaster（浙江移动） | 联通一体化故障管理 | 中兴AI OpsBot | Airtel EOE |
|---|---|---|---|---|
| 告警/工单处理效率 | 提升87% | 告警压缩10:1+，定位分钟级 | 多倍级提升（场景化） | 客户挫败感接近零 |
| 投诉处理效率 | 提升66% | 1-5-15闭环 | — | 现场工程师调度优化 |
| MTTR | 显著下降 | 小时级→分钟级 | 显著下降 | 预测性降低 |
| 成熟度/认证 | ICT中国一等奖 | AIOps通用能力3级 | — | TM Forum标杆 |
需要说明的是，各家披露口径不一，部分数字为相对提升而非绝对值，横向比较时应聚焦"提升幅度"而非绝对数。
综合四强实践，运营商推进故障自愈闭环有三条务实经验值得借鉴：
第一，先收敛再自愈，别跳步。 没有告警收敛和根因定位做基础，直接上自动执行就是给网络埋雷。联通的"1-5-15"和移动的多智能体，都是先把"看清故障"做扎实，再渐进开放"修复故障"的权限。
第二，分层授权，爆炸半径可控。 业界共识是：低风险动作（告警抑制、工单自动派发、只读诊断）全自动；中风险动作（网元级重启、单实例扩容）AI出方案、人工一键确认；高风险动作（跨域割接、全网变更）必须人工把关。数字孪生预演是降低高风险动作事故率的有效手段。
第三，知识飞轮是长期护城河。 Airtel把网络问题自动沉淀为知识库、华为持续更新核心网知识库，都指向同一个判断——自愈能力的上限不取决于算法，而取决于历史故障数据的积累。谁先把多年专家经验结构化喂给模型，谁的自愈准确率就高。
展望2026–2027，三大趋势已经清晰：多智能体编排成为自愈系统的标准形态（四大案例无一例外）；大模型让"自然语言运维"成为一线交互新范式；数字孪生则从可选项变为自愈动作上线的强制门禁。故障自愈闭环，正在从"实验室Demo"变成"运营商生产系统"——这一天来得比很多人预想的都快。
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。