# 智能体进网管：从演示到生产网有多远 ## 概述 2026年8月，两则新闻把“AI进电信运维”这个老话题重新推上风口：一是据 Mobile World Live 报道，Verizon 与谷歌云达成全企业级 AI 合作，Gemini Enterprise 被定位为覆盖客户体验、网络运维和内部职能的核心支柱；二是同一周 Mobile World Live 的专栏文章抛出一个扎心判断——"agentic AI 总是在演示和生产网之间走丢"，行业讨论一直在绕着潜力打转，而不是证据。本文回答三个问题：运营商的智能体（Agent）运维到底落地到什么程度？为什么网管系统是 LLM 最难啃的骨头？一线工程师应该按什么路径推进，才能让 AI 从 PPT 走进工单系统？ ## 一、8月的两则新闻：一边下大注，一边泼冷水 先看第一则。据 Mobile World Live 2026年8月24日报道（Michael Robuck），谷歌云公布与 Verizon 的战略合作，AI 部署范围横跨三条线：客户体验、网络运维、内部职能，其中 Gemini Enterprise——谷歌把大模型、企业数据接入和 Agent 编排打包成的企业级平台——是这次合作的核心载体。值得注意的是措辞：这不是"5G+AI"式的联合实验室，而是明确指向生产系统 replacing 一部分现有 OSS/BSS 流程的企业级推广。 再看第二则。8月26日，Mobile World Live 刊发了一篇题为《What it really takes to operationalise agentic AI in telecom》的合作专栏，开篇第一句就足够犀利：**在演示环境和生产网络之间的某个地方，agentic AI 总是在走丢。行业都知道这一点，但讨论却一直围着“潜力”转，而不是“证据”。** 这两则新闻放在一起，恰好构成了当前电信 AI 的真实切面：顶层的钱和承诺已经到位，底层的工程化却远没有收敛。作为一个在核心网和网管系统里泡了十几年的老兵，我想把这层窗户纸捅破——**不是大模型不够聪明，而是网管系统这个“施工现场”，对智能体来说遍地都是坑。** ## 二、为什么网管是 LLM 最难啃的骨头？ 先说结论：电信网管对 AI 的要求，是“高确定性、强权限约束、多异构接口、长链路闭环”四件事同时成立，而这四件事恰好全是当前大模型的短板。 **第一，幻觉的代价不对称。** 让通用大模型写错一段营销文案，损失是一次返工；让智能体对现网 OMC 下发一条错误的 MCC/MNC 修改或者一条 N2 接口参数，损失可能是一次局数据事故。AT&T 和 Verizon 在 2025 年就已经开始试点 agentic AI（据 Mobile World Live 2025年4月题为《Operators call up agentic AI》的报道），但可以看到，落地场景全部集中在“读多写少”的区域——工单摘要、告警归并、知识问答——**写操作至今不敢放开**，这不是保守，是风险定价后的理性选择。 **第二，接口碎片化程度远超互联网运维。** 互联网公司的运维对象是自己写的服务，天然有统一的 API 和可观测性体系。而电信网管的北向接口是一锅大杂烩：老设备走 CLI 和 SNMP，新网元走 NETCONF/YANG，核心网 SBA 走 HTTP/2 服务化接口，跨厂商的 OMC 各有一套私有北向。智能体要干活，第一步是“能摸到系统”，仅这一步就能淘汰一半的演示级方案——Demo 里模型调的是封装好的玩具 API，生产网里你得自己写几十个适配器。 **第三，闭环链路太长。** 一个故障处置闭环是：告警触发 → 关联分析 → 根因定位 → 方案生成 → 审批 → 下发 → 验证 → 归档，中间横跨网管、工单、变更管理、甚至客服系统多个域。大模型擅长的是其中“分析”和“生成”两环，而企业级价值恰恰产生在“审批”和“验证”这些脏活上。这正是 Mobile World Live 那篇专栏点破的问题：演示里 Agent 一步到位的魔法，在生产网里要拆成八步，每一步都要人对齐。 ```mermaid flowchart TB subgraph 数据层 A1[告警/性能/信令] --> A3[统一数据底座
数据治理是前提] A2[工单/知识库/割接记录] --> A3 A4[网元配置/参数基线] --> A3 end subgraph 智能体层 B1[诊断Agent
只读分析] B2[工单Agent
摘要与派单] B3[网优Agent
建议+灰度] B4[知识Agent
RAG问答] end subgraph 执行与防护层 C1[意图校验/参数仿真] C2[分级审批
高危操作人工卡点] C3[灰度下发+自动回滚] end subgraph 网络层 D1[OMC/EMDNorthBound] D2[核心网SBA] D3[传输/承载NMS] end A3 --> B1 & B2 & B3 & B4 B1 --> C1 B3 --> C1 C1 --> C2 --> C3 C3 --> D1 & D2 & D3 D1 & D2 -.反馈闭环.-> A1 ``` ## 三、落地三阶段：Copilot、流程自动化、有限自治 把全球运营商这两年的动作拉通看，无论口号多响，实际演进路径惊人地一致，可以归纳为三个阶段： | 维度 | 阶段一：Copilot 辅助 | 阶段二：流程内嵌自动化 | 阶段三：有限自治 | |---|---|---|---| | 典型场景 | 告警解读、工单摘要、知识问答 | 故障工单自动派发与关单、例行参数核查报告 | 小区级参数自优化、光宽障碍自动处置 | | AI 写权限 | 无（只读） | 受限（低风险动作） | 白名单+灰度+自动回滚 | | 人的角色 | 逐条审核 | 抽检+例外处理 | 看板监督+问责 | | 代表动作 | AT&T/Verizon 2025年试点（据 MWL 报道） | Verizon×Gemini Enterprise（2026.8） | 中兴通讯 L4 自智网络方案（宽带运营，2025.7 发布） | | 主要风险 | 幻觉误导人 | 自动化放大错误决策 | 错误写操作进现网 | 几点解读： **Copilot 阶段的价值被低估了。** 很多工程师觉得“就是个聊天框”，但一线的真实反馈是：夜间值守时让 AI 先把 200 条告警归并成 3 个事件簇，再附上历史相似案例，MTTA（平均确认时长）的改善立竿见影。这一步不碰现网，却完成了数据、知识库和信任的原始积累。 **流程内嵌是分水岭。** Verizon 与谷歌云的合作之所以值得琢磨，就在于 Gemini Enterprise 的定位是“企业级 Agent 平台”而非问答产品——它要进的是流程。流程内嵌意味着 AI 的输出直接触发下游动作（派单、关单、升级），错误不再止于“误导”，而会“扩散”。这时治理架构必须先行：哪些动作 AI 可以直接执行、哪些必须人工卡点，要写成制度而不是默认信任。 **自治阶段是“规划中的未来 + 局部现实”。** 中兴通讯在 2025 年 7 月发布了面向宽带运营的 AI 驱动 L4 自智网络方案（据 Mobile World Live 刊发的新闻稿），把光宽障碍处置等场景作为 L4 切入点——选宽带而不是无线是有讲究的：家宽障碍的用户容忍度、操作可回滚性都比无线侧好，适合当自治的试验田。这也印证了一个规律：**L4 不是一个网络级别的开关，而是一个个场景的围栏突破。** ## 四、真正的瓶颈：数据，而不是模型 Mobile World Live 在 2025 年 10 月另一篇专栏《Data curation: the key to intelligent use of AI in network operations》里说得很直白：随着 5G-Advanced/R18 的推进，从传统运维走向数据与 AI 驱动的运维（AIOps）已成刚需，而**关键卡点是数据的整理与治理**。这与我的一线观察完全一致： - 同一个网元，告警在某厂商网管里叫 `Cell Down`，在工单系统里叫“小区退服”，在性能库里是另一个 KPI 编号——没有实体对齐，任何 RAG 都是垃圾进垃圾出； - 历史工单里最有价值的“处置手段”字段，一半是“已处理”三个字——知识沉淀靠不住，模型再强也无米下锅； - 割接记录、参数基线这些“慢数据”分散在 Excel 和老工程师的脑子里，恰恰是 AI 判断“这次变更和哪次历史变更最像”的关键语料。 所以我的建议是反直觉的：**2026 年上智能体项目，60% 的预算应该花在数据底座和接口适配器上，而不是模型微调上。** 模型能力这一年一年的进步是行业红利，你等着就行；数据治理没有捷径，谁先补课谁先落地。 ## 五、从“Operational Accountability”看下一阶段的真问题 telecoms.com 在 2026 年 8 月 24 日刊发了一篇观点文章，标题叫《Operational Accountability Is Telecoms' Next Major Battleground》——运维问责是电信业的下一个主战场。这个判断把 AI 运维讨论从技术层拉到了治理层：当 Agent 可以自动执行动作，**“谁为这次自动处置负责”就成了全新问题**。故障了，是写 Agent 策略的团队背锅，是模型供应商背锅，还是最后点“确认”的那个人背锅？ 可行的解法是把 SRE 的成熟实践搬过来：每个自治场景必须有明确的错误预算、灰度比例和一键回滚；AI 的每次写操作留下完整的决策链快照（输入告警、推理依据、下发的具体指令），做到“可审计、可重放、可追责”。同期行业里另一类动作——如 SK电信在 2026 年 8 月宣布把数据中心业务分拆成独立的 AI 基础设施公司（据 telecoms.com 报道）——也说明运营商正在把“AI 资产”从传统电信运营里剥离出来单独经营，组织形态的调整与技术落地互为因果。 ## 六、给一线团队的四条实操建议 1. **先圈地，再圈智。** 选 2~3 个“高频、低危、强规则”场景起步：告警归并与摘要、退服工单预处理、例行 KPI 巡检报告。让 AI 先赚信任，再谈写操作。 2. **接口适配器当作核心资产。** 把各厂商网管北向的适配层做成自己团队掌控的中间件，模型和 Agent 框架可以随时换，适配层是搬不走的护城河。 3. **写操作永远走“仿真—审批—灰度—回滚”四件套。** 哪怕是改一个看似无害的功控参数，也要先在数字孪生/仿真环境过一遍，生产网灰度从最不重要的粗覆盖小区开始。 4. **把“问责矩阵”写进项目立项书。** 每个自治场景对应的人责边界、错误预算、熔断条件，在立项时就和主管敲定——事后补的问责制度，一定是在事故现场补的。 ## 结语 2026 年 8 月这两条新闻放在一起看，行业其实已经给出了诚实的答案：**钱和意愿不是瓶颈，证据才是。** Verizon 们下注的是三年后的运维形态，而工程师们手里要做的，是把 Copilot 用起来、把数据治起来、把流程接起来——智能体进网管的路，从来不是一次发布会铺出来的，而是一张张工单、一次次灰度铺出来的。 ## 参考来源 1. [Verizon taps Google Cloud for enterprise-wide AI push](https://www.mobileworldlive.com/2026/08/24/verizon-taps-google-cloud-for-enterprise-wide-ai-push) — Mobile World Live，2026-08-24，Verizon×谷歌云 Gemini Enterprise 全企业级 AI 合作 2. [What it really takes to operationalise agentic AI in telecom](https://www.mobileworldlive.com/2026/08/26/what-it-really-takes-to-operationalise-agentic-ai-in-telecom/) — Mobile World Live，2026-08-26，“演示与生产网之间”的行业拷问 3. [Data curation: the key to intelligent use of AI in network operations](https://www.mobileworldlive.com/2025/10/06/data-curation-the-key-to-intelligent-use-of-ai-in-network-operations/) — Mobile World Live，2025-10-06，AIOps 与数据治理 4. [ZTE leverages AI to empower L4 autonomous networks for smarter broadband operations](https://www.mobileworldlive.com/2025/07/04/zte-leverages-ai-to-empower-l4-autonomous-networks-for-smarter-broadband-operations/) — Mobile World Live 刊发中兴通讯新闻稿，2025-07-04 5. [Feature: Operators call up agentic AI](https://www.mobileworldlive.com/2025/04/16/feature-operators-call-up-agentic-ai/) — Mobile World Live，2025-04-16，AT&T 与 Verizon 的 agentic AI 试点 6. [Operational Accountability Is Telecoms' Next Major Battleground](https://www.telecoms.com/) — telecoms.com，2026-08-24；[SKT spins off data centres into new AI infrastructure company](https://www.telecoms.com/) — telecoms.com，2026-08-27 --- > 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。