2025年10月11日,广州,2025中国移动全球合作伙伴大会现场。一场没有喧哗却分量极重的发布会低调登场——中国移动联合中兴通讯发布"无线通信智能体AN L4(Autonomous Networks)生态践行成果",广东、福建、河南三省公司同台亮相,集中展示了国内首批基于 Agentic AI 的无线智能体商用实践成果。这场发布会的真正意义不在于又一个大模型亮相,而在于它把"智能体(Agent)"这个还停留在互联网公司PPT里的概念,第一次规模性地塞进了运营商的无线生产网络,让基站级的"隐患即消、故障即愈"从口号变成了流水线上的标准动作。
要理解这次发布的分量,得先看清楚它要解决的痛点。当前中国移动的无线网络运维,正陷入典型的"三高一慢"困局:
第一是告警量高。 一座特大城市单日无线侧告警动辄数十万条,节假日、演唱会、暴雨等场景下告警风暴瞬间涌来,NOC(网络运营中心)值班专家根本看不过来,大量低级别告警被"批量静默",真正的高危隐患反而被淹没在噪声里。
第二是网络复杂度高。 5G-A引入了Massive MIMO、3CC三载波聚合、通感一体、低空覆盖等大量新特性,单小区可配置参数从4G时代的几十个膨胀到上千个。一个掉话、一次切换失败,其根因可能横跨无线、传输、核心网、终端、应用五个域,靠"老师傅凭经验"已经追不上。
第三是人力成本高、专家稀缺。 资深网优工程师培养周期长、流动率高,一个省公司的核心专家就那么十几个人,却要扛住全省十几万基站的7×24小时保障。
"一慢"则是闭环慢。 传统运维是"告警→工单→人工分析→定位→处置→验证"的长链条,一个复杂故障从触发到自愈往往以小时计,用户感知早已恶化。在ToB(行业专网)、ToH(智慧家庭)等新兴场景里,SLA要求按分钟级响应,老办法彻底失灵。
正因为如此,行业把希望寄托在自智网络(Autonomous Networks, AN)上——TM Forum定义的L1(辅助执行)到L5(完全自治)六级模型里,全球运营商普遍卡在L2~L3,真正摸到L4门槛的凤毛麟角。谁能率先把无线侧的故障闭环做到L4,谁就能在运维成本和用户体验上拉开代差。这正是中国移动与中兴这场合作的靶心。
中兴给出的不是单点工具,而是一套"AIR Net + 数智人"的全栈方案,核心是三层架构:
flowchart TB
subgraph L3["平台层 · Co-Sight 2.0 数智人工厂"]
F1["200+ 通信领域模板"]
F2["1000+ MCP 工具链"]
F3["一键生成 · 持续进化<br/>新业务上线时间 -70%"]
end
subgraph L2["单域/跨域自智层 · 多智能体协同"]
A1["无线智能体"]
A2["核心网智能体<br/>OpsBot"]
A3["传输智能体"]
A4["专家级跨域智能体"]
end
subgraph L1["无线基础设施层 · 内生智能硬件"]
H1["智算板"]
H2["追焦天线"]
H3["智能光模块"]
end
L1 -->|"感知"| L2
L2 -->|"调用MCP/模板"| L3
L3 -->|"下发策略"| L2
L2 -->|"决策执行"| L1
L2 -.->|"感知-分析-决策-执行<br/>全流程无人闭环"| L2
第一层是无线基础设施层的"内生智能"。 中兴把算力直接做进了硬件:智算板让基站本身具备推理能力,追焦天线能根据用户分布动态收窄波束,智能光模块在前传链路上就能做信号质量监测。这一层的设计哲学被中兴数据智能及服务产品副总经理李刚概括为"把通信大模型装进每一块板件",让网络"会思考",数据在产生的地方就被预处理,而不是全部回传到中心云再算。
第二层是单域/跨域自智层,这是智能体真正干活的地方。 中兴构建了"无线数智人家族"——无线、核心网、传输等多领域智能体,加上一个专家级的跨域智能体。当复杂故障发生时,跨域智能体负责拆解任务、调度各域智能体协同,实现"感知-分析-决策-执行"的全流程无人闭环。这一层的核心是多智能体灵活编排:智能体被定义为"基于大模型、能够独立决策和执行任务的虚拟专家",它们之间通过交互与协作,处理核心网跨层、跨域、跨网元等复杂任务的规划和执行,大幅降低运维技术门槛。
第三层是平台层的 Co-Sight 2.0"数智人工厂"。 这是最具工程价值的一层——它预置了200+通信领域模板和1000+ MCP工具链(MCP即Model Context Protocol,大模型调用外部工具的标准协议),运维人员可以"一键生成"新的智能体,并让其持续进化。官方披露的数据是:平均缩短新业务上线时间70%。这意味着过去一个新运维场景从需求到上线可能要数周,现在压缩到数天甚至数小时。
而在底层模型上,中兴采取的是"大模型+小模型"协同的务实路线,这一点在其核心网智能专家 OpsBot(2024年11月伊斯坦布尔全球5G峰会首发)上体现得最清楚:
| 模型类型 | 主要能力 | 在运维闭环中的角色 |
|---|---|---|
| 通信大模型(星云2.0) | 自然语言交互、跨域任务规划、自动适应不同网络环境 | "大脑",负责理解意图、拆解任务、生成方案 |
| 小模型(专业模型) | 故障精准识别、快速定位、KPI指标预测、信令风暴仿真与抑制 | "专家手",负责高精度、低延迟的具体判断 |
这种"大模型负责想、小模型负责干"的分工,是为了规避单纯依赖大模型时常见的幻觉和延迟问题——核心网运维容不得半点"猜",信令风暴抑制这类场景需要毫秒级响应,这正是小模型的用武之地。
这场发布最有看点的地方,是三省并没有照搬一套统一方案,而是各取所需、各显特色,这恰恰说明智能体方案已经具备了产品化的"可配置"能力。
| 维度 | 广东移动 | 福建移动 | 河南移动 |
|---|---|---|---|
| 切入场景 | 维护自闭环(故障) | 用户体验(质量) | 全网智能运营 |
| 核心智能体 | 业界首个通用Agentic AI故障专家智能体 | 优化智能体 + 体验智能体 | 深度集成星云通信大模型2.0 |
| 技术抓手 | "微网格"生产体系 + 思维链动态推理 | 高阶自智示范区、"连接+应用+权益"融合 | 商用级超大容量网管系统 |
| 追求效果 | "隐患即消、故障即愈" | 体验保障、融合运营智慧化 | "三心"网络:连接安心、体验舒心、服务贴心 |
广东移动是这次最硬核的亮点。 它率先基于"微网格"生产体系重塑了维护自闭环流程,上线了业界首个通用 Agentic AI 故障专家智能体。其工作机制是:通过思维链(Chain-of-Thought)动态推理,让智能体像专家一样一步步拆解故障;通过隐患自识别,在告警爆发前捕捉劣化趋势;通过方案自执行,自动下发处置策略并验证效果。最终实现的是"隐患即消、故障即愈"——这八个字背后,是把传统"事后救火"彻底翻转为"事前灭火"。
福建移动则把刀口对准了用户体验。 它在高阶自智示范区全面部署优化智能体和体验智能体,服务于"连接+应用+权益"的融合运营——这意味着智能体不再只盯着KPI,而是直接关联到用户的套餐权益和应用体验,把网络质量指标翻译成了商业价值语言。
河南移动走的是"大模型+大网管"路线。 它基于商用级超大容量网管系统,深度集成中兴星云通信大模型2.0,把AI能力嵌进网管主流程,打造"连接安心、体验舒心、服务贴心"的"三心"网络,践行"民有所呼,我必有应"的服务理念。
发布会的效果披露虽然克制,但几个关键数字足以说明问题:
| 指标 | 成果 | 行业意义 |
|---|---|---|
| TM Forum 自智评级 | 中国移动位列全球第一 | 中兴助力,标志中国运营商在AN赛道登顶 |
| 故障场景自智等级 | L3.8,创业界新高 | 距离L4完全自治仅一步之遥,是当前公开数据的最高分 |
| Co-Sight 2.0 新业务上线 | 平均缩短时间70% | 智能体开发从"月"级压缩到"天"级 |
| 商用规模规划 | 未来三年扩大至31省全网 | 从三省试点走向全网商用 |
| 支撑场景 | ToB、ToH、算网融合等新兴场景 | 直接对接政企专网、家宽、算力网络增量 |
L3.8这个数字尤其值得玩味。在TM Forum的AN分级里,L3是"有条件的自智",L4是"高度自智",L3.8意味着在故障场景这个细分领域,系统已经能在绝大多数情况下自主闭环,只在极少数边界场景才需要人工介入。这是目前公开披露的、最接近L4的实际运营数据。
作为对照,中兴在同一时期面向固网宽带(PON)推出的L4自治网络方案,也给出了可量化的效果(来源:RCR Wireless报道):
| 场景 | AI介入方式 | 量化效果 |
|---|---|---|
| 网络规划 | AI流量分析与用户增长预测,自动识别空闲/过载PON端口 | PON端口利用率 +23% |
| 故障自愈 | 智能OLT板卡端到端7网段根因定位,自动修复Wi-Fi配置等软故障 | 故障恢复时间 -30%,上门维护显著减少 |
| 体验管理 | CEM平台+知识图谱,主动识别劣化用户 | 客户投诉 -20% |
| 节能 | PON流量与能耗分析,自动生成节能计划 | 节能自动化95%,平均功耗 -10% |
| 精准营销 | AI"钻石模型"用户画像,推荐定制套餐 | 营销成功率从3%提升到10%-30% |
这些固网数据侧面印证了中兴AIOps自愈方法论的有效性——同样的"感知-分析-决策-执行"闭环,搬到无线侧的广东移动身上,体现为"隐患即消、故障即愈"。值得一提的是,故障自愈环节中兴还引入了LLM+Text-to-SQL的自然语言诊断能力,运维人员可以直接用自然语言提问,系统自动跨库取数、生成诊断报告,把过去依赖资深工程师的"数据挖掘+根因分析"工作平民化。
无线智能体这条赛道,国内外厂商都在抢,但路线差异明显。
| 维度 | 中兴 AIR Net+Co-Sight | 华为 星河ADN | 爱立信 智能自动化 | Juniper Marvis(RAN) |
|---|---|---|---|---|
| 技术形态 | Agentic AI 智能体 + 数智人工厂 | 自动驾驶网络平台 | 预定义意图+闭环自动化 | AI虚拟网络助手 |
| 模型策略 | 通信大模型+小模型协同+MCP工具链 | 盘古通信大模型+知识计算 | 规则引擎+ML模型 | Mist AI引擎 |
| 商用评级 | TM Forum 故障场景L3.8,全球第一 | 助力MTN南非冲上全球首个L4 | 多家欧洲运营商L3 | 企业级WLAN为主,RAN延伸 |
| 工程化抓手 | 200+模板、1000+MCP,上线-70% | 场景化自动驾驶等级 | Network Mgmt+ERIC系列 | AIOps驱动的排障 |
| 标志案例 | 中国移动广东/福建/河南三省商用 | MTN南非全网 | Deutsche Telekom、Telefonica | __ |
可以看到,中兴的独特性在于"工厂化"和"内生智能"两个关键词。别人大多交付的是"平台+若干预置场景",中兴则通过Co-Sight工厂让运营商自己能批量"造"智能体,200+模板和1000+MCP本质上是把通信运维的Know-How沉淀成了可复用的资产。而"内生智能"(智算板、追焦天线)则把算力下沉到最边缘,这是云侧大模型方案难以企及的实时性。
不过需要客观指出的是,L3.8依然不是L4。距离真正的"无人值守",剩余0.2的差距往往是最难的——它涉及边界场景的鲁棒性、误操作的兜底、以及AI决策的可解释性和责任界定。这也是为什么李刚在总结时强调"基于目前初具规模的试点效果,进一步扩大应用规模来将成效落实",潜台词是:L3.8是三省小规模验证的成绩单,要稳到31省全网、做到L4,还有一段路要蹚。
把这件事放到更长的尺度上看,有三个绕不开的挑战:
第一是数据与安全的平衡。 智能体要"会想",就必须深度接触网络的配置数据、性能数据甚至用户行为数据。如何在发挥AI威力的同时,满足《数据安全法》《个人信息保护法》的合规要求,是运营商的硬约束。中兴的"内生智能"路线(数据在边缘就地处理)部分缓解了回传隐私风险,但跨域智能体调用时的数据流转仍需严格的权限管控。
第二是"可解释性"与"可问责"。 当一个故障由智能体自主决策处置时,如果处置失当导致更大范围的业务中断,责任归谁?L4级别的自愈意味着人类逐步退出决策回路,这就要求智能体的每一次决策都可追溯、可回放、可解释。思维链推理在这里既是优势也是负担——链路越复杂,审计成本越高。
第三是商业模式的闭环。 李刚提到"最终对运营商的经营起到实质性增益效果",这句话点出了AIOps的终极KPI——不是技术指标多漂亮,而是能不能真金白银地省下OPEX、提升ARPU。PON侧3%→10%-30%的营销成功率提升、固网投诉-20%,已经显示出了经营层面的价值;无线侧要复制这个逻辑,需要把"故障即愈"翻译成"掉话率下降多少、套餐续约率提升多少"。
展望未来三年,中国移动31省全网商用的规划,叠加ToB行业专网、ToH智慧家庭、算网融合三大新兴场景,意味着无线智能体将从"试点亮点"走向"基础设施标配"。中兴与中国移动在TM Forum自智评级上拿到全球第一,已经为中国运营商在AN赛道抢下了身位优势;而L3.8到L4这最后一步,很可能定义下一个十年无线运维的格局。
从"人围着网络转"到"网络自己照顾自己",广东移动那个"故障专家智能体"实现的"隐患即消、故障即愈",或许就是这场范式转移在中国大地上的第一个量产注脚。
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。
