2026 年 2 月 10 日，韩国第二大移动运营商 LG U+ 在首尔江南的 LG Science Park 召开了一场发布会，正式宣告网络运维进入"自治（Autonomous）"阶段。网络部门负责人 Kwon Joon-hyuk 给出的定义很直接——"从把重复性工作自动化，进入到一个 AI 能理解局势、提前行动的自治阶段。"这句话的潜台词是：过去是机器替人执行既定脚本，现在是机器自己判断该不该动手、怎么动手。
而支撑这场转变的硬指标更扎眼：移动业务投诉下降 70%，家宽业务投诉下降 56%，掉话、瞬时断网这类让用户最反感的故障被成规模压下去。在一向以网络体验"卷"到极致的韩国市场，这两个数字足以改变竞争格局。
韩国是全球人均移动数据消费最高的市场之一，首尔一座城市就挤着近千万人口。LG U+ 真正的痛点集中在两类极端场景：
第一是大型集会的流量洪峰。首尔世界杯体育场、高尺穹顶的演唱会、棒球赛季，单场馆瞬时涌入数万人同时直播、发短视频，基站在几分钟内从闲时直接打满。传统做法是靠经验工程师提前一天人工扩容、调参数，响应滞后且容易"要么不够、要么浪费"。
第二是网络复杂度本身。5G SA 核心网基于 NFV 架构，网元以虚拟机/容器形态运行在通用云之上。这种解耦让网络灵活，也带来了新的麻烦：逻辑网元的健康高度依赖底层物理资源（计算、存储、网络），一旦某台宿主机的虚拟机资源争抢或抖动，会顺着虚拟化层向上传染到多个网元，形成跨层故障。靠人盯告警、查日志、敲命令，已经追不上故障扩散的速度——在动态环境里，手工响应的窗口期几乎为零。
LG U+ 给出的答案，是一个叫 AION 的 AI 网络运营平台。它不是又一套告警收敛工具，而是把 LG AI Research 自研的 EXAONE 大语言模型直接塞进了运维决策链路。
AION 的核心是一组 7×24 小时在线的网络运营专用 AI 智能体（Agent），它们围绕 EXAONE 构建，承担四类任务：故障预测、响应处置、质量异常检测、过载控制。整个闭环可以这样理解：
flowchart TD
A["全网KPI/告警<br/>数字孪生镜像"] --> B["AION认知引擎<br/>EXAONE大模型"]
B --> C{"意图理解<br/>+根因诊断"}
C -->|轻微异常| D["一级:远程自愈<br/>参数回滚/VM重启"]
C -->|中等故障| E["二级:跨层重调度<br/>资源再分配"]
C -->|硬件级| F["三级:派单U-BOT<br/>现场自愈巡检"]
D --> G["效果校验闭环"]
E --> G
F --> G
G -->|有效| H["故障消除<br/>经验沉淀入库"]
G -->|无效| C
这套机制有几个与传统 NOC（网络运营中心）截然不同的设计点：
第一，AI 自己决定"远程修"还是"派人去"。 智能体一旦发现微小异常，先判断能否远程闭环——能修的（比如网元配置漂移、虚机卡死）直接下发修复脚本；判断为硬件级或必须现场干预的，再生成工单派往一线。这把大量"看了才知道是小问题"的无效出动挡在了门外。
第二，大活动流量预测前置。 AION 会提前预判大型活动带来的流量潮汐，在峰值到来前主动调整基站参数和资源。LG U+ 特别举了首尔大型演唱会作为典型场景——过去要靠保障团队进场蹲守，现在 AI 提前把容量和射频策略铺好。
第三，数字孪生 + 巡检机器人双线作业。 LG U+ 用数字孪生技术给电信控制中心建了一个虚拟镜像，设备状态、环境参数被实时映射进模型里做仿真和预判。更"硬核"的是一个叫 U-BOT 的自主巡检机器人——它同样由 EXAONE 驱动，在机房里自主完成巡检、采集运行数据。大模型让机器人不止是按路线走，而是能"看懂"仪表异常、把上下文理解后上报。
第四，意图驱动（Intent-based）。 EXAONE 不是机械执行固定规则，而是理解每个动作的"意图"。系统评估上下文、做复杂决策，并能验证"我刚才那个动作到底有没有用、要不要升级处理"。这正是从自动化走向自治的关键分水岭。
LG U+ 把自愈成果落到 TM Forum 的网络自动化成熟度评估里——在"接入故障管理"这一项上拿到了 Level 3.8 / 4.0，是韩国国内运营商最高分。Level 4 意味着高度自治、闭环可自决策；3.8 说明已经在绝大多数场景里脱离人工。
| 指标维度 | 自愈前（人工运维） | AION 上线后 | 变化幅度 |
|---|---|---|---|
| 移动业务投诉量 | 基线 | 下降 70% | ⬇️ 七成 |
| 家宽业务投诉量 | 基线 | 下降 56% | ⬇️ 近六成 |
| 掉话/瞬时断网 | 高发，被动修复 | 成规模被消除 | 显著改善 |
| 大活动保障 | 人工预扩容、现场蹲守 | AI 提前调参 | 响应前置化 |
| 接入故障管理成熟度 | — | TMF L3.8/4.0 | 韩国最高 |
| 全自治目标 | — | 计划 2028 年达成 | 路线图明确 |
投诉下降七成的逻辑链很清晰：AI 智能体在用户感知到掉话之前就把异常自愈掉了——很多故障"用户根本没机会投诉"，因为它在被发现前就被闭环。这比事后补救省下的不仅是成本，更是口碑。
自愈这件事，全球运营商都在做，但技术路线和落地侧重差异很大。拿 LG U+ 和另两个有代表性的案例对比：
| 维度 | LG U+ AION（韩国） | Telefónica Vivo 巴西 5G 核心网 | 传统人工 NOC |
|---|---|---|---|
| 技术底座 | EXAONE 大模型 + 智能体 | 闭环 + 意图驱动（AI 算法） | 规则脚本/告警板 |
| 覆盖范围 | 移动+家宽端到端，含物理机房 | 5G SA 核心网虚拟化层 | 单点告警响应 |
| 自愈策略 | 远程/跨层/现场机器人三级 | 物理层三级渐进策略 | 单一人工处置 |
| 关键效果 | 移动投诉 -70%、家宽 -56% | 单类故障 MTTR 降 30 分钟 | MTTR 长、易扩散 |
| 巡检 | U-BOT 机器人 + 数字孪生 | 虚实层事件关联 | 人工巡机房 |
| 成熟度 | TMF L3.8 | Telefónica 2025 年达成 12 个 L4 用例 | L1~L2 |
Telefónica 的巴西子公司 Vivo 走的是另一条同样扎实的路：在 Telefónica 的"自治网络旅程（ANJ）"框架下，Vivo 核心网团队在 5G SA 虚拟化架构上叠了一个独立的自愈机制。它专门对付一个老大难——物理层异常传染到虚拟网元（典型就是虚拟机层面的问题）。这套 AI 闭环会检测网元性能异常、诊断根因（多数指向虚机故障）、自动执行最合适的动作，并通过意图机制评估上下文、验证动作是否生效、不行就升级处理。落地结果是：这类故障的平均修复时间（MTTR）缩短了 30 分钟。
Vivo 巴西网络运营总监 Marcelo Figlarz 的表态和 LG U+ 如出一辙："我们把智能注入运营流程，目标是让工程师的工作更省更快。像 5G 核心网这种能完全自治地修复故障的自动化，对效率和运营质量至关重要。"截至 2025 年底，Telefónica 集团已经累计达成 12 个 Level 4 自治用例。
和同门 SKT 比起来，SKT 更早把 AI 重压在客服侧的智能体"A."（月活冲到 800 万），而 LG U+ 这一波是把 EXAONE 大模型真正砸进了网络运维的自愈决策——一个是面向用户、一个是面向网络，赛道不同。LG U+ 的差异化在于"大模型 + 数字孪生 + 巡检机器人"三位一体，把自愈从"机房里的软件"延伸到了"机房里跑的硬件"。
第一，"自愈"的真正分水岭是"先动手还是先问人"。 LG Uplus 和 Vivo 巴西都强调同一个点：AI 不是只给建议，而是直接执行、自己验证。这正是从 L3 到 L4 的核心跃迁——判断它是否够格叫"自治"，就看它敢不敢在没有人确认的情况下自己改网络。
第二，大模型正在改变根因分析的经济学。 过去靠规则引擎和专家系统的根因定位，遇到一个新模式就要人补一条规则；EXAONE 这类 LLM 的价值在于能用自然语言理解告警上下文、跨层关联，把"专家脑子里那点经验"泛化出去。LG U+ 敢把投诉直接砍七成，底气正在这里。
第三，物理世界的自愈不能只靠软件。 LG U+ 投 U-BOT 机器人、Vivo 巴西做虚实景关联，都说明纯算法自愈有边界——总有一类故障必须落地到设备和机房。谁把"数字孪生 + 机器人 + AI"打通，谁的自治半径才真正闭环。
第四，警惕"自愈动作引发的级联雪崩"。 这是 AIOps 落地里被反复验证的反面教材：自动化动作越激进，一个错误的自愈决策越可能在跨层网络上引发连锁故障。LG U+ 的"三级渐进 + 效果校验失败即升级"以及意图机制，本质上就是在给自愈加"保险丝"——能远程绝不现场、能小动绝不重启、动作完先验证再收工。
LG U+ 给出的时间表是 2028 年完成全自治网络路线图。从 L3.8 到 L4 还有最后 0.2 的距离，往往是最难啃的——那意味着把最高风险、最高价值的决策权，从人手里交出去。
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。