# 传输网故障自愈黑灯工厂实战：大模型多智能体如何把根因定位从45分钟压到2分钟
> 当一张省级传输网每天产生上万条告警、一根被挖断的光缆能在45分钟内让值班工程师在七八个网管系统之间反复横跳——"自愈"就不再是锦上添花，而是关乎业务可用性的生死线。本文拆解两种已经规模商用的传输网自愈路线：一条是大模型多智能体打造的"黑灯工厂"（浙江移动×中兴），一条是SRv6+数字地图的软件秒级自愈（印尼XL Axiata×华为）。
## 一、案例背景：传输网故障处理的"45分钟陷阱"
传输网是运营商所有业务的物理承载层——5G回传、政企专线、算力互联全压在OTN/WDM/PTN/SPN这张网之上。它一旦出问题，影响面是"全网级"的：一条核心光缆中断，可能瞬间波及数千条专线、上万个基站回传。
但传输网的故障处理，长期困在一个尴尬的效率瓶颈里。传统流程是这样的：告警上报 → 值班人员人工筛查海量告警 → 在网元层/子网层/业务层/线路层等多个割裂的网管系统之间切换、查光功率、查OTU盘、查FEC误码 → 判断到底是光缆被挖断、还是板卡老化、还是光纤劣化 → 再去查这条链路承载了哪些波道、影响了哪些客户专线 → 翻抢修预案 → 派单调度 → 一线人员去现场抢修 → 验证恢复。
这套流程走下来，**根因定位平均要45分钟，抢修方案输出要20分钟**。这不是某个工程师的效率问题，而是网络结构决定的：
- **多层网络叠加**：OTN光层、电层、PTN/SPN分组层、业务层，一次故障会在多个层面同时引发告警，关联分析需要跨域知识；
- **网管割裂**：设备网管、传输网管、业务开通系统、线路资源系统各管一摊，故障定位要在多个系统间人工搬运信息；
- **长尾故障难覆盖**：传统规则引擎和专家系统只能处理预先写好规则的常见故障，遇到罕见组合就直接"躺平"。
这恰好是AI该上场的地方。问题只在于：用哪种AI、怎么闭环。行业目前分化出了两条截然不同的路线。
## 二、路线之争：两种自愈范式的本质差异
在展开案例前，先厘清一个关键认知——**传输网"自愈"其实分两个层次，对应两套完全不同的技术路径**。
| 维度 | 大模型Multi-Agent黑灯工厂 | SRv6+数字地图秒级自愈 |
|------|--------------------------|------------------------|
| 主导厂商/方案 | 中兴星云大模型+Multi-Agent | 华为iMaster NCE+AI WAN |
| 适用网络 | OTN/PTN/SPN传输网（跨域） | IP承载网（SRv6） |
| 典型故障 | 物理+逻辑全场景、长尾组合 | 链路/节点/拥塞/路径劣化 |
| 自愈闭环 | 半闭环（诊断→方案→调度→人工修复） | 全闭环（软件路径切换，无人干预） |
| 核心技术 | LLM+思维链+工具调用+RAG+数字孪生 | E2E SRv6+SDN集中算路+TI-LFA+telemetry |
| 自愈时延 | 根因定位<2分钟、方案<2分钟 | 分钟级优化、50ms级保护倒换 |
| 思路本质 | "会推理的专家"补齐长尾 | "确定性的控制面"消灭抖动 |
**一句话概括**：SRv6路线解决的是"高频、可预期的路径类故障，用软件秒级切换绕过去"；大模型多智能体路线解决的是"低频、复杂、需要跨域推理的长尾故障，用认知能力把处置流程压到最短"。两者不是替代关系，而是覆盖网络不同故障谱系的互补组合。下面分别拆解。
## 三、深度案例一：浙江移动×中兴，传输网故障"黑灯工厂"
这是2025年ICT中国案例征集"卓越一等奖"项目，也是目前国内公开数据中最完整的传输网大模型自愈落地案例。项目由**浙江移动联合中兴通讯、直真科技**打造，名为"基于大模型打造Multi-Agent多智能体系统，构建面向网络故障的'黑灯工厂'处理模式"。
### 3.1 "黑灯工厂"四个字到底什么意思
"黑灯工厂"借用了制造业无人化产线的概念——车间关着灯、机器自走。映射到运维，就是**故障从感知到处置的全流程，最大限度无需人工介入**。浙江移动这个系统要实现的是端到端六步自动化：**故障感知 → 根因定位 → 业务分析 → 方案决策 → 故障处置 → 恢复验证**。
### 3.2 Multi-Agent架构：六个智能体的"流水线"
系统没有用单个大模型"一把梭"，而是拆成了多个专职智能体协作。这是工程上的关键设计——单个LLM容易幻觉、上下文爆炸，多Agent分工+思维链（CoT）+工具调用（Tool Use）才能稳定落地：
```mermaid
flowchart TD
A[告警/故障事件] --> B[感知Agent
归并·去重·关联]
B --> C[定位Agent
CoT调用网管API
查光功率/OTU/FEC误码]
C --> D{根因类型判断}
D -->|逻辑层故障| E1[处置Agent
波道倒换·保护切换·路径迁回]
D -->|物理层故障| E2[业务Agent
评估受影响专线SLA]
E2 --> F[决策Agent
RAG检索专家经验+抢修预案库]
F --> G[生成抢修方案与配置]
G --> H[数字孪生预演
校验·错误配置不入网]
H --> I[派单+推送一线抢修APP]
E1 --> J
I --> J[验证Agent
恢复后校验业务与性能]
J --> K[闭环归档+知识沉淀进RAG]
```
几个设计要点值得细看：
- **定位Agent不是靠猜，而是靠"工具调用"**。它用思维链编排推理步骤，再调用现有网管的API去查实时光功率、OTU盘状态、FEC纠前误码率等硬指标——LLM负责"调度"，确定性工具负责"取证"，这就把大模型的幻觉风险降到了可接受范围。
- **决策Agent用RAG（检索增强）调用专家经验库和抢修预案库**，而不是让模型凭空生成方案。预案是运营商多年沉淀的know-how，RAG让大模型"站在专家肩膀上"。
- **物理故障派单到一线手机APP**。这一点特别务实——光缆被挖断，软件没法凭空把光纤接上，必须人去现场。系统做的是把诊断结论、抢修方案、所需物料、最优路径一次性推给抢修人员，把现场决策时间压到最短。
### 3.3 性能数据：把45分钟压到2分钟
这个案例最硬核的部分是公开了完整量化结果，已在浙江移动全网部署并嵌入生产流程：
| 指标 | 传统人工模式 | Multi-Agent黑灯工厂 | 改善幅度 |
|------|------------|---------------------|----------|
| 月均故障工单处理量 | — | **超20000张** | 全网覆盖 |
| 根因定位平均耗时 | 45分钟 | **<2分钟** | 缩短>95% |
| 抢修方案输出耗时 | 20分钟 | **<2分钟** | 缩短90% |
| 故障处理整体效率 | 基线 | — | **+40%** |
| 网络变更操作效率 | 基线 | — | **+70%** |
其中"+70%网络变更效率"来自同批获奖的姊妹项目——"大模型+数字孪生打造高可靠、高敏捷网络变更智能体"。它用中兴星云大模型以自然语言串接变更全流程，**变更前在实时数字孪生系统里先跑一遍预演，确保错误配置不入网**；变更后大模型自动值守，主动推送异常。这其实是"预防性自愈"——大部分传输网故障本就源自变更操作，把变更管好了，故障自然就少了。
> 这里要给一个诚实的技术边界判断：浙江移动这套是"**黑灯工厂式智能处置闭环**"，不是纯粹的物理层无人自愈。它在逻辑层故障（波道倒换、保护切换、路由迁回）上接近全闭环，在物理故障上做到的是"诊断+方案+调度"全自动、物理修复仍需人。这种诚实区分，恰恰是评估AIOps方案成熟度的关键。
## 四、深度案例二：印尼XL Axiata×华为，SRv6数字地图的秒级自愈
如果说浙江移动是"认知型"自愈，那么印尼第二大运营商**XL Axiata与华为**的合作，则是"控制面确定性"自愈的标杆。2023年11月，双方完成了亚太首个商用**iMaster NCE Network Digital Map（网络数字地图）**，基于端到端E2E SRv6网络架构和SDN自动化。
### 4.1 为什么SRv6能实现"真·软件自愈"
SRv6（IPv6段路由）的本质是**把转发路径编码进数据包头部**，路径可以由控制器集中计算、动态重排。这给了自愈一个天然的抓手：
- **TI-LFA（拓扑无关的无环备用路径）**：在链路或节点故障瞬间，本地设备用预先算好的备份路径完成亚秒级（50ms级）本地修复，业务几乎无感；
- **集中式算路+telemetry**：iMaster NCE通过实时遥测感知链路拥塞、时延劣化、丢包，动态重算SRv6 TE Policy路径，把流量绕开劣化段；
- **数字地图"一分钟定界、一键优化"**：全网拓扑、业务、SLA可视化在一张图上，故障定位收敛到分钟级，优化一键触发。
华为王辉的官方表述是："**visualization on one map, demarcation in one minute, and optimization in one click（一图可视、一分钟定界、一键优化）**"，并明确这套数字地图"**能在分钟级完成优化与自愈（complete optimization and self-healing in minutes）**"。
### 4.2 商用价值不只是自愈
XL Axiata的案例里，自愈只是一个切面。这套SRv6+数字地图还顺带解决了三件事：流量自动调优与负载均衡（提升带宽利用率）、分钟级时延优化（提升4G/5G用户体验）、以及面向政企的**差异化SLA专线保障**（让"品质专线"可以分层定价变现）。CTO I Gede Darmayusa把网络融合、数字化自动化、以客户为中心列为三大战略——SRv6自愈是落地这三件事的基础设施。
华为在2025年巴黎MPLS & SRv6 AI网络世界大会上进一步把这一路线升级为**"AI WAN"**，明确提出以AI驱动IP承载网全面迈向智能化。阿根廷电信承载网络规划经理Santiago Costanzo在会上分享了SRv6现网部署实践，指出SRv6"帮助运营商提升端到端自动化效率，实现确定性时延"。第三方测评也佐证了这条路线的成熟度——EANTC对华为含iMaster NCE-IP的SRv6自治网络方案做过独立测试，结论是其跨用例表现达到了很高的稳定性水平。
值得一提的是，国内这条路线有自主标准支撑。中国移动原创提出的**G-SRv6压缩帧头设计**已被IETF采纳为RFC9800核心标准，解决了SRv6大规模部署中承载效率低、芯片实现难的问题——这意味着SRv6自愈在国内承载网上的规模铺开，已经没有协议层的技术障碍。
## 五、诚实的横向对比与选型建议
把两个案例放在一起，能看出运营商在自愈上其实是"**两条腿走路**"：
| 对比项 | Multi-Agent黑灯工厂（浙移×中兴） | SRv6数字地图（XL Axiata×华为） |
|--------|----------------------------------|--------------------------------|
| 部署形态 | 已全网部署、嵌入生产流程 | 亚太首商用、持续扩展 |
| 技术成熟度 | LLM+Agent，需持续调优知识库 | SRv6+SDN，控制面已标准化 |
| 投入重点 | 数据治理、专家经验沉淀进RAG | 网络SRv6改造、控制器能力 |
| 见效速度 | 根因/方案分钟级、整体效率+40%/70% | 故障50ms级保护、分钟级优化 |
| 适用场景 | 复杂跨域、物理与长尾故障 | IP承载路径类高频故障 |
| 最大价值 | 把人从海量工单里解放出来 | 业务无损、SLA可保障变现 |
**对运营商的务实建议**：IP承载网（尤其是已部署SRv6的骨干/城域）优先吃下SRv6+SDN的确定性自愈，这是ROI最快、最稳的；OTN/PTN/SPN这类多层、跨域、物理故障多的传输网，则用大模型Multi-Agent做"黑灯工厂"，把诊断和调度闭环。两者在网管层（如华为iMaster NCE、中兴ZENIC）可以逐步融合——未来理想的形态，是SDN控制面负责确定性秒级自愈、大模型负责长尾故障的认知决策，共同迈向L4/L5自智网络。
## 六、几点行业判断
第一，**"自愈"必须分层看，别被营销话术带偏**。物理层挖断没法纯软件恢复，任何宣称"全场景物理自愈"的都要打个问号；但逻辑层的波道倒换、路径迁回、拥塞绕行，已经可以做到真正的软件秒级自愈。
第二，**大模型在运维里的真正价值，是把"专家经验"从人脑搬进可被RAG调用的知识库**。浙江移动45分钟→2分钟的跃迁，本质不是模型多聪明，而是思维链+工具调用把跨系统取证和预案检索自动化了。
第三，**数字孪生正在从"展示"变成"变更防线"**。浙江移动用数字孪生做变更预演、错误配置不入网，这比事后自愈更高级——预防性自愈的ROI往往高于救火式自愈。
第四，**SRv6+AI是大势，且国内有标准话语权**。G-SRv6进RFC9800意味着中国在自愈关键协议上有了底层话语权，这是比单点产品更值得关注的产业信号。
传输网的自愈，正在从"人扛告警"走向"机器关灯自己干"。谁能先把专家经验沉淀成数据、把控制面打磨成确定性闭环，谁就能最先尝到黑灯工厂的红利。
## 参考来源
1. [AI驱动运维模式革新，浙江移动携手中兴通讯斩获ICT中国（2025年度）案例一、二等奖](https://www.cww.net.cn/article?id=604639) — 通信世界网，含月均2万工单、根因定位45→2分钟、效率+40%/70%等核心量化数据
2. [XL Axiata and Huawei Launch First Commercial use of Network Digital Map in Asia-Pacific](https://www.huawei.com/en/news/2023/11/network-digitalmap) — 华为官方新闻稿，亚太首个SRv6网络数字地图商用，"一分钟定界、一键优化、分钟级自愈"
3. [AI WAN引领IP承载网全面迈进智能化时代](https://carrier.huawei.com/cn/news/ai-wan-news-ipgala) — 华为2025巴黎MPLS&SRv6大会，含阿根廷电信SRv6现网实践
4. [中国移动联合全球领先运营商发布《压缩SRv6部署与运营白皮书》/G-SRv6进RFC9800](https://chinaaet.com/article/3000173025) — 电子技术应用，SRv6压缩帧头自主标准
5. [EANTC Independent Test Report: Huawei Autonomous Network Solution SRv6](https://eantc.de/wp-content/uploads/2023/11/EANTC-TestReport-HuaweiAutonomousNetworkSolutionSRv6.pdf) — 第三方独立测评，验证含iMaster NCE-IP的SRv6自治方案跨用例稳定性
---
> 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。
