浙江移动核心网运维智能体冲L4自智：投诉提效66%、告警提效87%的背后

一、核心网运维的"剪刀差"，正在压垮传统模式

5G核心网（5GC）是云化、服务化、容器化的网络，网元数量动辄以万计，再加上网络切片、边缘计算、异厂家混部，运维复杂度相比4G时代呈指数级增长。运营商面对的是一个越来越尴尬的局面：管理对象（网元、容器、链路、租户）持续膨胀，而运维人员的编制却长期持平。

中国移动的统计很能说明问题——近5年管理对象规模一路走高，运维人员数量却几乎是一条横线，两者之间撕开了一道越来越大的"剪刀差"。每天的告警工单、用户投诉、信令异常以海量计，而问题的处置又有着严格的SLA约束。传统模式下，一条投诉往往要端到端穿越终端、无线、承载、核心网四个域，一线人员得在多套工具之间来回切换，靠专家经验"人肉定界"，技能门槛高、耗时漫长。

正是在这样的背景下，"核心网运维智能体"（Core Network O&M Agent） 成为2025年通信行业最热的运维范式。它不是又一个告警压缩工具，而是一次从"专家+工具协同运维"到"智能体自主运维"的根本性跃迁——目标直指TM Forum定义的 L4高阶自智网络。本文以浙江移动联合华为落地的ICNMaster方案为主线，对照中兴通讯AI Core星云体系，拆解核心网运维智能体的真实商用进展与效果数据。

二、案例主体：浙江移动牵头，Falcomm调度+华为ICNMaster双智能体

2024年11月，华为联合中国移动率先打造了业界首个基于通信大模型的核心网运维智能化方案，并落地创新实践，已在浙江、青海、广东等多个省份部署应用。其中，浙江移动是AI+核心网运维智能的试点牵头省份，最早引入华为ICNMaster的投诉处理智能体与告警处理智能体，并将其融入投诉处置、监控排障等核心生产场景。

这套方案的关键在于"双轮驱动"：

• 中国移动自主研发的核心网运维工作台Falcomm，承担"中枢调度"角色，统一汇聚告警、投诉、信令、配置等数据，并向各厂家运维智能体系统派单与编排；
• 华为ICNMaster，承担"执行大脑"角色，基于通信大模型、数字孪生和Toolbank工具库，覆盖核心网规、建、维、优、营全生命周期，输出可执行的处置建议甚至自动回单。

2025年4月23日，在中国云网智联大会上，中国移动集团网络事业部、浙江移动与华为联合申报的"核心网运维智能体使能网络高阶自智" 项目，荣获中国通信标准化协会SDN/NFV/AI产业推进委员会颁发的"2024年度SDN、NFV、网络AI最佳实践案例奖"。华为云核心网自动驾驶网络首席架构师魏宏在会上做了《核心网运维智能体展望》主题演讲，将这次变革概括为从"人工炼丹"到"智能炼金"的跨越。

三、方案拆解：从"人找故障"到"智能体找人"

1. 告警处理智能体：把告警风暴变成可执行动作

核心网一个网元异常，往往会引发上下游网元的连锁告警，形成"告警风暴"。传统做法靠人工阈值压缩和拓扑关联，依赖经验、容易误判。ICNMaster的告警处理智能体则把流程切成了感知→检测→定位→建议→闭环五段：

实时感知外部告警或接收工单流水线派单 → 对告警做异常检测（区分真实故障与噪声）→ 基于拓扑与历史经验做根因定位 → 反馈处理结果并给出处置建议 → 故障工单可自动回复。更进一步，基于历史故障训练的处理模型还能结合实时监控预测潜在故障并提前预警，把运维从事后救火推向事前预防。

2. 投诉处理智能体：让一张工单自己"找到病因"

用户投诉是核心网运维最难啃的骨头——一条"打不通电话"的投诉，背后可能是签约数据错配、IMS配置问题，也可能是信令交互失败，涉及SIP/Diameter码流的逐段排查。投诉智能体的做法是：针对工单内容，智能判断用户签约信息、网络配置信息、信令交互码流信息，通过通信大模型联合分析三类数据，找出根因，给出处理建议，并完成自动回单。投诉工单的处理过程实现无人化，这是投诉处理时长这个"最大痛点"被实质性突破的关键。

3. 技术底座：通信大模型 + 数字孪生 + Toolbank

ICNMaster之所以能"自主"而非"辅助"，靠的是三个底层能力：

• 通信大模型：用核心网协议语料、运维知识、信令码流训练的领域大模型，能"读懂"SIP/HTTP2/PFCP等结构化协议消息，这是通用大模型做不到的；
• 数字孪生体：构建核心网系统/设备/组件的数字镜像，用于变更前仿真、策略预演，让"先仿真后执行"成为可能，降低自愈动作的风险；
• Toolbank工具库：把现网各类运维原子能力（查询、配置、重启、倒换）封装为标准工具，供智能体按需调用，实现"思考—调用—验证"闭环。

下面的架构图展示了浙江移动这套"工作台+智能体+底座"的三层闭环：

flowchart TB
    subgraph SENSE["感知层：千万级信令 / 告警 / 投诉工单"]
        A1["5GC网元与容器告警"]
        A2["用户投诉工单"]
        A3["SIP/Diameter全量信令码流"]
    end
    subgraph ORCH["调度层：中国移动Falcomm工作台（自研）"]
        F["统一汇聚 / 智能派单 / 多智能体编排"]
    end
    subgraph AGENT["执行层：华为ICNMaster智能体集群"]
        B1["告警处理智能体<br/>检测→根因定位→处置建议→自动回复"]
        B2["投诉处理智能体<br/>签约/配置/信令联合分析→自动回单"]
        B3["变更 / 值守智能体"]
    end
    subgraph BASE["智能底座"]
        C1["通信大模型"]
        C2["数字孪生体（先仿真后执行）"]
        C3["Toolbank工具库"]
        C4["Graph-RAG / MCP协议"]
    end
    A1 --> F
    A2 --> F
    A3 --> F
    F --> B1
    F --> B2
    F --> B3
    C1 --> B1
    C1 --> B2
    C2 --> B1
    C2 --> B3
    C3 --> B1
    C3 --> B2
    C4 -.统一接口.-> BASE
    B1 --> R1["告警处理效率 +87%"]
    B2 --> R2["投诉处理效率 +66%"]

四、效果数据：三组硬指标 + 千万级成本节省

如果说架构是"骨架"，那数据就是"肌肉"。这套方案在浙江移动的落地，交出了相当漂亮的成绩单：

其中，投诉处理效率提升66%、告警处理效率提升87% 是华为JDC官方社区披露的核心数据；故障定位效率提升80% 来自中兴通讯在江苏完成的结构化信令大模型投诉分析智能体关键技术验证——同样属于"核心网运维智能体"技术族，可作为横向参照。浙江移动还通过数据语料治理与智能运维转型，实现了千万级的运维成本节省。

需要强调的是，效率提升不是靠"砍人"实现的，而是在运维人员数量基本持平的前提下，靠智能体承接了大量重复性、高门槛的工单分析工作，把人解放出来去做更高价值的网络优化与业务保障。这正是"剪刀差"被缩小的真实路径。

五、横向对比：华为ICNMaster vs 中兴AI Core星云

核心网运维智能体赛道上，华为与中兴是两股最主流的力量，两家思路同源（都是大模型+智能体+数字孪生）但落地侧重不同。下表做了系统对比：

中兴的技术亮点在于把Graph-RAG（基于图搜索的检索增强生成） 引入核心网运维——传统RAG在多跳推理、复杂关联查询上力不从心，而Graph-RAG用知识图谱捕捉网元、告警、工单之间的实体与关系，显著提升大模型对私有运维数据的理解能力。同时中兴把MCP（模型上下文协议） 类比为"AI的USB接口"，让智能体与现网工具即插即用式连接，相比早期的Function Calling，在交互模式、标准化、生态开放上更进一步。

中兴明确判断：智能体正推动运维从"自动化"向"自治化"跃迁，未来5年内有望实现L4级广泛落地，为6G时代的"高度自智"奠定基础。两家厂商在自智等级的终局判断上高度一致。

六、L4自智之路：浙江移动处在哪个台阶

TM Forum把自智网络（Autonomous Networks）分为L1到L5五级，L4是"高度自智"——多智能体在多域间协同闭环，人工主要做意图下达与例外处置。下图展示了这条演进阶梯以及浙江移动当前所处的位置：

flowchart LR
    L1["L1 辅助执行<br/>纯人工运维"] --> L2["L2 部分自智<br/>规则脚本自动化"]
    L2 --> L3["L3 条件自智<br/>单域规则闭环"]
    L3 --> L4["L4 高度自智<br/>多智能体协同闭环"]
    L4 --> L5["L5 完全自智<br/>意图驱动零接触"]
    style L4 fill:#34d399,stroke:#059669,stroke-width:3px,color:#000
    NOW["浙江移动当前<br/>告警/投诉智能体商用<br/>正从L3跨向L4"] -.目标.-> L4
    style NOW fill:#fbbf24,stroke:#d97706,color:#000

严格来说，浙江移动当前的投诉/告警智能体还带有"L3条件自智"的特征——单域、单任务闭环已经很成熟，但跨域（无线+承载+核心网）的多智能体协同、变更前的全量数字孪生仿真、以及"自愈动作"真正无人审批执行，仍在攻坚。获奖项目命名中"使能网络高阶自智"用词很准——是"使能"，是"迈向"，而不是"已实现"。这是一个诚实且重要的判断：核心网运维智能体已经过了能用、好用的阶段，但真正达到L4"高度自智"，还需要可靠性、安全性、协同性三道关卡。

七、关键挑战与对行业的启示

把核心网这种"生命线级"网络的运维决策权交给AI，容错空间极小。三个挑战值得所有运营商与厂商警惕：

1. 可靠性（幻觉控制）：通信大模型必须对协议语义高度忠实，一条错误的处置建议可能导致成千上万用户业务受损。这也是为什么数字孪生"先仿真后执行"成为标配——它给自愈动作加了安全气囊。
2. 数据语料质量：浙江移动专门做过数据语料治理攻坚，节省千万级成本背后，是高质量、标准化的运维语料沉淀。没有好数据，大模型就是无源之水。
3. 协同与生态：MCP这样的标准接口正在降低多智能体、多工具集成的门槛，但跨厂家（华为/中兴/诺基亚）、跨域（核心网/承载/无线）的协同，仍需要行业级的接口标准与数据共享机制。

对行业的启示也很清晰：核心网运维智能体已经从"演示Demo"变成"生产系统"，浙江移动+华为ICNMaster用投诉+66%、告警+87%的真实数据证明了这条路走得通；中兴用信令大模型故障定位+80%、Graph-RAG+MCP证明了技术深度。下一个3-5年，谁能率先把"单域智能体"演进到"跨域多智能体协同"的L4，谁就能在6G运维时代占据身位优势。而这场竞赛的真正赢家，将是运营商自己——用更少的人，管一张更复杂、却更稳的网络。

参考来源

1. 核心网运维智能体助力L4高阶自智持续提效（中兴通讯技术，何伟） — 中兴通讯对核心网运维智能体五层架构、Graph-RAG/AI Agent/MCP/数字孪生技术的系统阐述
2. 中国移动与华为"核心网运维智能体使能网络高阶自智联合项目"荣获"最佳实践案例奖" — 2025中国云网智联大会获奖项目背景、剪刀差痛点与Falcomm+ICNMaster联合实践
3. 华为打造业界首个AI+核心网运维应用ICNMaster，实现运维智能化 — 浙江移动牵头试点、投诉/告警智能体方案与"效率+效益"双提升
4. 从"专家+工具协同运维"到"智能体自主运维"，AI赋能中国移动核心网运维数智化转型（通信世界网） — Falcomm工作台协同华为ICNMaster MDAF的运维流程重塑
5. 结构化信令大模型：让故障定位效率提升80%的协议级智能革命（中兴通讯技术） — 2025年江苏信令大模型投诉分析智能体关键技术验证，故障定位效率提升80%

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。