2026年5月6日，休斯敦的一纸新闻稿把一个延续了十几年的通信运维幻想变成了现实——HPE宣布自己成为业内"第一个也是唯一一个"提供全自主、智能体驱动（agentic）AIOps 网络的厂商，网络能够"在不需人工干预的情况下实时检测、诊断并修复问题"。给出背书的不是某个实验室，而是英国司法部（UK Ministry of Justice）：技术总监 Nava Ramanan 亲口承认，靠这套自驱网络，其服务台（Service Desk）工单下降了约 75%，并把约 15,000 台多厂商设备的运维从外包手里收回内部自管。
这不是 PPT，是国家级数字资产上的真实战果。本文拆解 HPE 收购 Juniper 之后、由 Mist Marvis 进化而来的"自驱网络（Self-driving Network）"故障自愈体系——它怎么发现故障、怎么自己修、怎么验证修好了，以及它和我们此前讲过的华为 NetMaster、爱立信运营引擎、思科多智能体到底差在哪。
英国司法部的数字资产是个典型的大型政企/通信级网络：覆盖全国法院、监狱、司法办公场所，设备来自多个厂商（multi-vendor），规模庞大，且承担"always-on justice services（永不断线的司法服务）"的刚性 SLA。这种网络的传统运维有三个绕不开的痛点：
这三个痛点，恰恰是 AIOps 故障自毞要解决的核心。Juniper 官方文档对自家平台给出的量化目标是：消除多达 90% 的网络故障工单、85% 的 IT 上门、最多降低 50% 的故障解决时间、降低多达 85% 的运营支出。司法部的实战数据，正好落在这些目标区间内。
理解 Marvis 自愈的关键，是搞清楚它从"洞察"到"动手"的完整链路。HPE 把这套架构定义为微服务 + 自主智能体（autonomous agents）+ 智能体网格（agentic mesh），跨 HPE Mist 和 HPE Aruba Central 两个平台协同。下面这张图还原了一条故障从发生到自愈闭环的全过程。
flowchart TD
A["数据采集层<br/>AP / Switch / 网关遥测<br/>云原生微服务架构"] --> B["Mist AI 引擎<br/>异常检测 + 根因分析 RCA"]
B --> C{"Marvis Actions<br/>决策分发"}
C -->|"可自主执行"| D["Self-Driving 自驱模式<br/>自动下发修复指令"]
C -->|"高风险需确认"| E["Driver-Assist 辅助模式<br/>推荐动作 + 派单"]
D --> F["执行修复<br/>调 RF / 补 VLAN / 逃 DFS / 隔离 DHCP"]
F --> G["AI Validated 验证<br/>确认问题是否真正消除"]
G -->|"复发"| C
G -->|"已解决"| H["闭环标记 AI Validated<br/>反馈喂回模型持续学习"]
E --> I["人工执行修复"]
I --> G
这张图里有三个值得通信人注意的设计：
第一，双模自愈（self-driving vs driver-assist）。Marvis 并非一味"全自动"，而是按动作风险分级。Juniper 官方文档讲得很清楚：Marvis 可以自动修复问题（self-driving 模式），也可以推荐动作但需人工介入（driver-assist 辅助模式）。低风险、高置信度的动作（如信道调优、补 VLAN、躲 DFS 干扰信道）走自驱；高风险或涉及安全的动作走辅助模式。这正是大型通信网络敢用 AI 自愈的前提——不是"全交给机器"，而是"分级授权"。
第二，AI Validated 闭环验证。这是 Marvis 区别于普通告警系统的灵魂。修完之后，Marvis 不会直接关闭工单，而是持续观察该问题在"验证时间窗口"内是否复发：如果确实消失，标记为 AI Validated；如果又冒出来，自动把状态改回 Open 重新处理。这种"修了→验证→确认→反馈学习"的闭环，让系统越用越准，也避免"假性自愈"。
第三，跨域单一视图。Marvis Actions 把有线、WAN、无线的问题统一呈现在一个页面，能跟踪 AP 固件合规、识别坏线缆、定位 L2 环路、检测 WAN 链路中断，并且按MSP 级、组织级、站点级三层下钻。对运营商和多分支机构政企客户来说，这意味着告警不再按"设备孤岛"分散，而是按"用户体验影响"聚合。
2026年5月这波更新，HPE 给自驱动作库又添了6个新成员，下面这张表逐一拆解它们修的是什么、走哪种模式。
| 自驱动作 | 覆盖域 | 自驱/辅助 | 典型故障场景 | 核心价值 |
|---|---|---|---|---|
| 动态容量优化（Dynamic Capacity Optimization） | 无线 RF | 自驱 | 高密区容量瓶颈、漫游卡顿 | 自动学习利用率，调频段/信道带宽/功率，超出预设范围调优 |
| 自主缺失 VLAN 修复（Autonomous Missing VLAN Remediation） | 接入交换 | 自驱（由辅助升级） | AP 上 VLAN 未下发致集体断网 | 自动补 VLAN 配置，防止客户端流量"黑洞化" |
| 恶意 DHCP 防护（Rogue DHCP Protection） | 安全/接入 | 自驱 | 私接 DHCP 服务器致地址冲突 | 检测并隔离未授权 DHCP，阻断连接中断与安全风险 |
| 实时动态频率选择（Real-time DFS） | 无线 RF | 自驱 | 雷达信道频繁关联失败 | 主动学习并躲避高频受扰信道，降低无线中断 |
| 客户端漫游优化（Client Roaming Optimization） | 无线终端 | 自驱 | 终端跨 AP 漫游掉线 | 结合位置与连接指标，平滑切换 |
| 用户体验时延指标（User Experience Latency Metrics） | 全链路 | 度量+根因 | 应用卡顿难定责 | 在"首次连接"测 Wi-Fi 性能，给端到端时延可见性 |
值得一提的是"自主缺失 VLAN 修复"——它从辅助模式升级为自驱模式。前面讲过，缺失 VLAN 是"数千 AP 客户最常见"的故障，过去要 Marvis 推荐动作、人去交换机上敲命令；现在 Marvis 直接在接入层把配置补上、堵住流量黑洞。这一步的演进，正是"自驱网络"从辅助驾驶走向全自动的缩影。
英国司法部是这次发布的旗舰案例，它的部署过程也很有代表性——历时四年，逐步把一套高度复杂的多厂商数字资产"把智能直接嵌进网络"，做到国家级规模。具体到可量化的战果：
把司法部的数据放进 HPE/Juniper 更广客户群的指标体系里看，会发现它并非孤例。下面这张表横向对比了多个公开案例的量化结果。
| 客户/案例 | 网络类型与规模 | 关键效果数据 | 来源与时间 |
|---|---|---|---|
| 英国司法部 | 全国多厂商政企网，约 15,000 台设备 | 服务台工单 ↓约 75%；设备收回自管 | HPE 官方新闻稿，2026-05-06 |
| 某大型企业 IT 团队（businesswire 客户引述） | 企业无线网 | 无线相关报修 ↓ 90%；MTTR 显著下降；IT 得以专注战略 | Juniper 新闻稿，2024-01 |
| 平台整体基准（Juniper 官方） | 跨园区/分支/数据中心 | 故障工单消除 ≤90%；上门减少 85%；故障解决时间 ↓≤50%；OPEX ↓≤85% | Juniper 官方，2024-01 |
| 某大型大学系统（ainvest 引述） | 校园高密无线 | 网络相关服务请求 ↓ 90% | ainvest 分析，2025-08 |
这些数据勾勒出一条清晰的规律：越是"用户体验驱动、设备海量、跨域故障多"的网络，Marvis 自驱网络的工单削减越显著，75%~90% 的工单削减区间在多个客户身上反复出现。对通信运营商而言，这意味着同样的逻辑可以平移到企业专线承载、园区/Wi-Fi 托管、政企 VPN 等 toB 场景。
把 Marvis 放回我们这个系列已经拆解过的 AIOps 自愈阵营里，它的差异化定位会非常清晰。
| 维度 | HPE Mist Marvis 自驱网络 | 华为 NetMaster（数通自愈） | 爱立信运营引擎（Airtel 告警自愈） | 思科多智能体（多厂商骨干） |
|---|---|---|---|---|
| 主战场 | 园区 Wi-Fi/LAN/WAN/数据中心，体验驱动 | 数通网络故障自愈 | 运营商移动网告警抑制与自愈 | 多厂商 IP 骨干网自愈 |
| 自愈范式 | 双模：自驱 + 辅助驾驶，分级授权 | 规则+模型驱动自愈 | 告警聚合+根因+自动化闭环 | 多智能体协同自治 |
| 架构特征 | 微服务 + 智能体网格（agentic mesh），云原生 AI 原生 | 集中式知识+推理 | 运营引擎闭环 | 多智能体协同 |
| 旗舰案例 | 英国司法部，工单 ↓75% | 中国运营商数通自愈 | Bharti Airtel 告警自愈 | 多厂商骨干自愈 |
| 最强项 | 用户体验 SLE 驱动、RF/接入层细粒度自驱 | 中文网络语料、本土化深度 | 移动网海量告警治理 | 跨厂商异构骨干协同 |
可以看出三件事：
很多 AIOps 系统能做到"自动修复"，但很少有能做到"自动验证修复有效"。Marvis 的状态机值得一拆，因为它直接决定了自愈的可信度：
关键在 AI Validated 这个状态——它是"修对了"的客观证据，而不是"我执行了修复命令"的主观声明。如果问题在验证期内复发，Marvis 会把它退回 Open重新处理。这种设计避免了 AIOps 最致命的失败模式："系统以为修好了，工单关了，用户其实还在受影响"。对 5G 切片 SLA、政企专线这类"红线不能破"的场景，闭环验证是不可或缺的一环。
此外，Marvis 还内置了对话式根因分析——运维人员可以用自然语言问"某站点 Wi-Fi 为什么慢"，Marvis 结合动态抓包（dynamic packet capture）和 SLE 数据给出根因与建议动作。这和我们此前讲过的"九天大模型秒诊基站""江苏投诉智能体读信令定根因"是同一思路：把排障从"查日志"变成"问 AI"。
英国司法部 75% 工单削减的背后，是一个正在成型的通信运维新范式——自驱网络（self-driving network）。它由 HPE 收购 Juniper 后的 Mist Marvis 承载，靠"微服务 + 智能体网格"架构、6 大自驱动作、双模分级授权和 AI Validated 闭环验证，把"故障自愈"从概念做到了国家级数字资产上的可量化战果。
对国内通信行业的三点启示：
当网络从"一个告诉你出问题的系统"变成"一个替你动手解决问题的系统"，运维的角色也就从"救火队员"转向"创新策划者"——这正是英国司法部 15,000 台设备收回自管后，Ramanan 想表达的核心：AI 自愈真正释放的，不是工单，而是人。
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。