当行业还在讨论大模型能不能"真落地"的时候，家宽装维这道运营商最古老、最庞大的一线工种，已经被智能体悄悄改写了作业流程。
家庭宽带是运营商用户规模最大、人均ARPU虽低但存量最稳的"压舱石"业务。截至"双千兆"加速普及的今天，全国家宽用户逼近6亿，但伴随而来的是一线装维体系的结构性困局——北京移动将其总结为"三低一高"：被动运维效率低、主动运维能力薄弱、专业数据分析低效、技术门槛高。更直观的数字来自贵州毕节：68.28%的网络投诉源自应用体验差，而非硬件故障。换句话说，用户报修时真正的"病灶"往往不在光猫和光纤，而藏在应用层的卡顿、丢包、DNS污染里——这正是传统"抡着光功率计上门"的装维模式看不见的地方。
2025年以来，一道清晰的分水岭已经出现：家宽装维正从"+AI"（在既有流程里加个问答机器人）切换到"AI+"（让大模型/智能体重构整个派单—诊断—处置—回访闭环）。本文拆解四个最具代表性的实战案例——山东移动"齐智"、湖南移动+浩鲸（DeepSeek R1）、福建移动+中兴AI OLT、北京移动"京智AI+"，并辅以华为AI WAN/ADO体验管理方案作为厂商侧参照，看清家宽装维智能体到底怎么干、干出了什么数。
在展开案例前，必须先理解家宽装维与传统无线网优的本质差异。无线网优面对的是基站级、小区级的统计指标，而家宽装维面对的是到户、到终端、到应用的"末梢体验"。一根光纤从OLT（光线路终端）经过分光器、入户皮线光缆、光猫、家庭Wi-Fi路由器，最终落到手机、电视、智能家居上，任何一个环节的劣化都会被用户归咎为"网不行"。
传统装维模式有三个致命短板：
第一，被动响应。绝大多数工单是用户拨打10086/10000投诉后倒推生成的，等装维员上门时往往"用户描述故障已消失"，扑空率极高。
第二，诊断靠经验。质差定位高度依赖装维员个人经验，一根网线是哪一跳丢包、是光衰超标还是BRAS侧拥塞、是用户自家老旧路由器还是机顶盒内容源问题，判断标准因人而异，处理质量参差不齐。
第三，知识离散。装维规范、设备手册、历史故障处置案例散落在各类系统里，新员工上手周期长，老师傅的经验难以沉淀复用。
大模型/智能体恰恰对症下药：它能在用户投诉前从海量探针数据里主动嗅出质差用户，能跨系统调用知识库做根因推理，能自动生成处置建议并派单到最合适的装维员，甚至能在工单流转的每个节点做"动作决策"。这就是为什么2025年三大运营商都不约而同把家宽场景列为智能体落地的"第一梯队"。
山东移动的实践最具"流程重构"色彩。其打造的"齐智"品牌系列AI+智能助理于2025年4月公开亮相，技术底座明确锁定中国移动自研的九天57B大模型，并融合大数据与知识图谱。
"齐智"并非单一工具，而是双助理架构：
最硬的效果数据是三个：全面推广后，客户装维问题自助解决率由20%提升至70%（意味着大量问题在装维员上门前就被智能助理闭环，直接拦在一线之外）；工单处理时长压降66%；催装工单占比压降至0.4%（"催装"即用户因等待过久而催促，是衡量装维响应体验的负向指标，压到0.4%是相当亮眼的水位）。
山东案例的标杆意义在于：它证明了一个基于集团自研中参数规模大模型（57B，介于百亿与千亿之间，兼顾推理质量与部署成本）的智能助理，完全可以在省级公司跑通"装维提效+客户体验"双提升的闭环，且改造的是作业流程本身而非简单加个问答入口。
如果说山东走的是"自研底座"路线，湖南移动则代表了另一种主流打法——拥抱开源推理大模型。2025年2月（DeepSeek R1发布后仅一个月），湖南移动联合浩鲸科技，率先将家宽综调助手全面接入DeepSeek R1，这是运营商家宽场景较早的DeepSeek规模化接入案例之一。
浩鲸科技基于自研虎鲸平台打造"家宽综调助手"，其能力栈相当完整：通过知识管理能力对装维知识做接入、处理、存储，实现专业知识和处理方案的AI智能问答；再通过接入开源大模型能力并结合虎鲸平台的链路编排（Agent能力），实现从"问"到"做"的跨越。
接入DeepSeek R1后，工程团队啃下了几块硬骨头：
湖南案例的价值在于揭示了工程化深度：大模型不是"接上API就完事"，从版本选型、推理优化到参数提取校准，每一步都决定了它能不能真正嵌入生产系统。83%的资源消耗压降，是"能用"与"用得起"之间的分水岭。
2025年12月，福建移动携手中兴通讯率先完成家宽智能体试点，把智能化推进到一个更深的位置——把AI算力直接塞进OLT局端设备。
该家宽智能体以大数据分析、结构化算法及大语言模型为技术底座，依托AI OLT与管控系统，聚焦体验优化、故障排查、运维提效，落地了家宽质差分析、业务卡顿治理、质差内容源排查等多场景应用。
最值得关注的是中兴的AI OLT。传统OLT只是转发设备，而AI OLT采用NPU与CPU融合设计，率先在OLT设备中实现内置AI算力。这带来一个根本性的架构变化：以往要把海量家宽业务数据回传到中心机房跑AI分析，受限于带宽与延迟；现在AI推理可以在离用户最近的局端实时进行，实现对业务类型、业务质量、网络质量的实时感知与精准分析。
更前沿的是，AI OLT专门针对大模型推理PD分离（Prefill-Decode Disaggregation）架构做了适配。PD分离是2024—2025年大模型推理的主流优化方向：把"首字延迟"敏感的Prefill阶段和"吞吐"敏感的Decode阶段调度到不同算力上，提升GPU利用率。AI OLT能保障PD分离所需的高效数据传输，意味着局端AI算力可以参与大模型的分布式推理编排——这已经是在为L4级自智网络铺路。
福建案例代表了家宽装维智能体的"重资产+深嵌入"路线：不是在装维员手机里装个APP，而是从局端硬件层重构AI基础设施，让智能体有"常驻的家"。这是中兴AI重构光接入网战略的旗舰落点。
北京移动的"京智AI+"走的是最"旗舰"的路线。2025年9月公开的实践中，北京移动作为中国移动集团家宽业务场景智能体2.0重点试点省份，以SA（Service Architecture，服务架构）智能化升级为基石，以"京智AI+"家宽智能体为核心载体。
它的技术栈是当前最完整的组合：深度整合生成式AI（AIGC）、代理型AI（Agent AI）、增强分析与决策智能。
三者叠加，目标直指"三低一高"的系统性破局：把被动运维变成主动运维，把专家经验下沉为AI能力，把高门槛的专业数据分析变成自助式工具。北京移动强调这是"数据驱动"的家宽运维范式变革——从"靠人盯指标"转向"AI主动发现+智能体自动处置+人确认"。
"京智AI+"被定位为智能体2.0，意味着它已经超越了1.0时代"单点问答机器人"的阶段，进入多智能体协同、端到端流程自动化的阶段。这是判断家宽装维智能化成熟度的一个重要坐标。
运营商侧的四强之外，厂商侧同样在重兵投入。华为的方案最成体系。
AI WAN解决方案已在贵州移动落地。针对毕节移动"68.28%投诉来自应用体验差"的痛点，华为通过在宽带网关BRAS设备部署AI WAN智能单板，构建基于大数据+AI的家宽数字化运营体系，对质差用户、质差原因、潜客进行业务建模。落地实践覆盖毕节全市近百万用户，按"派单—整治—回访—稽核"标准闭环推广，并配套高投诉小区的专项义诊活动。
更上层的是华为2026年3月在MWC巴塞罗那发布的AI-Native新代际ADO（Agile Digital Operation）家宽体验管理方案。它定义了一个面向价值创造的系统化框架，将家宽体验管理与AN（Autonomic Network，自智网络）打通，是面向L4+自智的端到端体验管理范式。
值得对比的是中国电信侧的实践：南京分公司联合研发的ADO品质家宽分析能力同样在传输网侧做文章，强调从"面向网络的运维"向"面向用户业务体验的运维"转型——这与华为、中兴、移动的方向高度一致，说明整个行业对家宽装维智能化已形成共识。
为便于横向判断各家路线，整理功能与性能对比如下。
表1：家宽装维智能体四强方案对比
| 维度 | 山东移动"齐智" | 湖南移动+浩鲸 | 福建移动+中兴 | 北京移动"京智AI+" |
|---|---|---|---|---|
| 大模型底座 | 九天57B（自研） | DeepSeek R1（开源） | 中兴大语言模型 | 多模型（智能体2.0） |
| 核心架构 | 双助理（装维+客响） | 综调助手+虎鲸Agent编排 | AI OLT内置算力+PD分离 | AIGC+Agent+决策智能 |
| 嵌入位置 | 装维员/支撑侧应用 | 综调支撑系统 | 局端OLT硬件 | SA服务架构 |
| 主攻场景 | 装维作业流重构 | 工单推理/参数提取 | 质差分析/卡顿治理 | 全流程范式变革 |
| 阶段定位 | 省级规模化推广 | 开源模型工程化样板 | L4自智硬件奠基 | 集团智能体2.0试点 |
表2：核心效果数据汇总
| 案例 | 关键指标 | 效果 |
|---|---|---|
| 山东移动"齐智" | 客户装维问题自助解决率 | 20% → 70% |
| 山东移动"齐智" | 工单处理时长 | 压降 66% |
| 山东移动"齐智" | 催装工单占比 | 压降至 0.4% |
| 湖南移动+浩鲸 | 推理资源消耗 | 降低 83% |
| 湖南移动+浩鲸 | 推理耗时 | 降低 62% |
| 湖南移动+浩鲸 | 推理准确率 | 97.3% |
| 湖南移动+浩鲸 | 参数提取准确率 | 98% |
| 贵州移动+华为AI WAN | 覆盖用户规模 | 近百万（毕节全市） |
| 贵州移动+华为AI WAN | 投诉来源占比 | 68.28%来自体验差（毕节） |
| 福建移动+中兴 | 自智目标 | 面向 L4 演进 |
用一张架构图厘清四强共通的技术演进脉络——家宽装维智能体正在形成"感知—推理—决策—执行"四层闭环，且推理能力正从中心机房下沉到局端OLT。
flowchart TB
subgraph SENSE["感知层"]
P1["家宽软探针<br/>用户级体验数据"]
P2["AI OLT 智能单板<br/>局端实时感知"]
P3["BRAS/管控系统<br/>业务质量数据"]
end
subgraph BRAIN["推理层（大模型底座）"]
M1["九天57B / DeepSeek R1 / 中兴LLM"]
M2["PD分离推理编排"]
M3["MLA+FP8 长上下文"]
end
subgraph DECIDE["决策层（智能体）"]
D1["生成式AI: 处置建议生成"]
D2["代理型AI: 工具调用/跨系统执行"]
D3["决策智能: 根因归因/智能派单"]
end
subgraph ACT["执行层（闭环）"]
A1["派单→装维员"]
A2["自助解决→拦在一线之外"]
A3["整治→回访→稽核"]
end
SENSE --> BRAIN --> DECIDE --> ACT
ACT -.主动感知.-> SENSE
这张图揭示了一个关键趋势：感知层正在"硬件化、局端化"（AI OLT、智能单板），推理层正在"工程化、轻量化"（PD分离、资源消耗降83%），决策层正在"体化"（从问答走向Agent），执行层正在"闭环化"（自助解决率70%意味着大量工单在派单前就被消化）。四层咬合，才是家宽装维智能体区别于普通问答机器人的本质。
综合四强实战，可以提炼出判断家宽装维智能体成熟度的三道分水岭：
第一道，是"拦在一线之外"。 山东移动把自助解决率做到70%，意味着智能体不再只是装维员的辅助工具，而是用户与装维员之间的"第一道防线"，直接减少无效上门。这是从"提效"到"减量"的跨越。
第二道，是"嵌入生产系统"。 湖南移动98%的参数提取准确率、83%的资源消耗压降，证明大模型已经能稳定从自然语言里捞出结构化字段喂给派单系统——能"动工单"才算真落地，停留在"聊天"层面的智能体没有生产价值。
第三道，是"算力下沉局端"。 福建移动+中兴的AI OLT，把AI推理从中心机房推进到离用户最近的OLT，用硬件重构感知层，这是通向L4自智网络的物理基础。
对一线从业者而言，这意味着家宽装维这个"最古老"的工种，正在被重新定义：未来衡量一个装维员能力的，不再是能跑多少户，而是能不能用好智能体这个"外脑"去处置更复杂的质差；衡量一个省分公司装维水平的核心指标，也将从"装机时长"逐步转向"主动发现问题占比""自助闭环率"等AI驱动的新刻度。
九天、DeepSeek、AI OLT、京智——四条路线殊途同归：家宽装维的大模型时代，已经从"要不要上"变成"怎么上得更快更深"。
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。