# 大模型网优实战：从看告警到动现网 **概述：** 大模型杀进运营商生产系统，客服只是前哨，真正的主战场是网优和网络运维。本文以18年核心网运维视角，拆解中国移动九天、Verizon×Google Cloud、T-Mobile×OpenAI、Telstra×微软等已公开落地的实战案例，回答三个问题：大模型到底能不能干网优的活？它究竟改变了什么、又改变不了什么？一线网工该恐慌还是该上车？文中所有效果数据均标注公司宣称或公开报道来源，未经证实的部分不做精确推断。 --- ## 一、先搞清楚：网优这门手艺，到底在干什么 没在网优中心值过夜班的人，容易把网优想象成“看看报表调调参数”。实际上传统网优是一条完整的流水线： 1. **规划仿真**：覆盖与容量仿真，站址、方位角、下倾角、功率预算； 2. **单站验证与簇优化**：新站开通后的路测（DT）、语音与数据业务测试，输出单验报告； 3. **参数一致性核查**：对照基线核查全网参数——这一步在多厂商网络里是体力活的重灾区，一个省几万小区、每小区几百个参数，靠CDD文件导出比对脚本干； 4. **投诉定位**：用户级信令回放，从投诉文本还原用户轨迹，查覆盖、查干扰、查切换； 5. **专项优化**：VoLTE掉话、5G切换成功率、PRB利用率失衡等专项攻坚； 6. **迭代闭环**：调参→观察KPI数天→确认有效或回退。 这条流水线里，**约六成工作量是“读数据、查参数、写报告”**——恰好是大模型最擅长吞噬的部分。这也是为什么2024年以来，全球运营商的AI预算开始从客服侧向网络侧迁移。 ## 二、大模型到底改变了什么：不是替代SON，而是打通孤岛 先泼一盆冷水：**“AI网优”不是新东西**。SON（自组织网络）从3G时代就内置了ANR（自动邻区关系）、MRO（移动性鲁棒性优化）、MLB（负载均衡），规则式算法在现网跑了十几年。5G的MRO会自动调切换相关参数，这不需要大模型。 那大模型的增量到底在哪？我总结了四点，这也是判断各家方案成色的标尺： - **读非结构化数据**：投诉工单文本、现场照片、历史案例——SON算法碰不了的语料，大模型第一次能读了； - **跨域根因**：无线、承载、核心网的KPI异常各有独立监控，跨域根因定位过去靠老师傅串线索，现在靠大模型做多源证据链推理； - **操作编排**：以Agent形态调用网管北向API、MML脚本执行器、工单系统——从“给建议”进化到“动手干活”； - **知识显性化**：老网优离职带走三十年经验，大模型+RAG把参数字典、故障案例变成可检索的资产。 一句话：**大模型不是更聪明的SON，而是把散落的孤岛——数据孤岛、知识孤岛、工具孤岛——用自然语言编排起来的操作系统。** 这个判断决定了后文所有案例的解读方式。 ## 三、案例拆解：四条路线的实战成色 ### 3.1 中国移动九天：从“自研基座”到开源放牌 据公开报道，中国移动的九天大模型走的是“基座+行业模型”路线，网络智能运维是其行业落地的重点场景，包括告警智能压缩、工单智能处置、网络知识问答等。两个值得关注的节点： - **落地侧**：九天系列已在集团及省公司网络运维场景规模应用，配合中国移动提出的自智网络目标——据其公开表述，计划2025年网络自智水平迈向L4（TM Forum分级中L4为“高度自治”，限定场景内无需人工介入）； - **开源侧**：据公开报道，2025年3月业绩发布会上，中国移动宣布九天基座大模型将在年内开源。这一步的战术意义大于技术意义：**把模型层开源化，逼生态往应用层和语料层收敛**——而语料（参数字典、工单案例）恰恰是运营商手里最深的护城河。 对中国电信星辰、中国联通元景两个同类体系，逻辑类似：三大运营商都在用“自研行业大模型+自智网络目标”双轮驱动，避免网优智能体被互联网通用模型“卡脖子”。 ### 3.2 Verizon×Google Cloud：把AI塞进9500名网络工程师的手里 2024年3月Google Cloud Next上官宣的合作里，最容易被忽视的是**网络侧工具**： Verizon将Google Cloud的AI/数据分析能力用于网络故障诊断，目标是其约9500名网络工程师（据双方官方公告与媒体广泛报道）。官方口径是缩短故障定位时长、提升诊断一致性。 作为对照，同一合作里面向客服的个性化推荐工具（即第一轮文章写过的“销售增四成”那条线）曝光度更高，但**对运营商成本结构真正有杠杆的是工程师侧工具**——网优与运维人力是重资产网络之外最大的人力开支之一。 ### 3.3 T-Mobile IntentCX：Agentic路线的激进样本 2024年9月T-Mobile资本市场日上官宣的IntentCX，是迄今最激进的方向：与OpenAI独家合作（电信行业独家），基于o系列推理模型，让AI代理**直接执行真实操作**——换套餐、处理退款、解决技术问题，而不是只回话。时任CEO Mike Sievert当时强调“这不是聊天机器人”。 对网优的启示在于Agentic范式：**意图（Intent）→推理→调用工具→执行→反馈**，这套范式从客服平移到网络运维只是时间问题——把“给我把这个片区的5G切换成功率提上去”翻译成参数方案，技术上是同构的，难的只是上一节说的现网风险控制。 ### 3.4 Telstra：最被低估的“内部生产力”路线 据微软与Telstra公开披露的客户案例数据：一线坐席用的「Ask Telstra」（基于Azure OpenAI）使**后续联系量减少84%**；内部“一句话摘要”工具为坐席**每天节省20分钟到1小时**。 这条路线看着不如“自动驾驶网络”性感，但它是投入产出比最高的一条：不碰现网写操作、无KPI闭环风险、用户（员工）反馈周期以周计。**给国内同行的启示是：网优大模型落地，先从“只读场景”（问答、报告、核查）起步，写操作永远是最后一步。** ### 3.5 设备商侧：爱立信与华为的两代路线 - **爱立信×Google Cloud**（2021年官宣）：将5G RAN性能数据上云，用AI/ML做网络分析优化，是大模型热潮之前“数据平台路线”的代表； - **华为ADN/iMaster NCE**：“自动驾驶网络”平台化路线，据公司公开资料已服务全球数百家运营商，覆盖网络监控、变更、优化闭环，是规则式AI+AI混合派； - 补一句第一轮写过的AI-RAN：软银与NVIDIA的GPU基站路线（其试点宣称基站功耗可降约40%）属于“算力进机房”的激进派，与本轮的“AI进网管”是两条平行战线。 ## 四、中外实践横向对比 | 主体 | 产品/项目 | 切入点 | 公开效果（均为公司宣称或官方公告） | 状态（截至2026年） | |---|---|---|---|---| | 中国移动 | 九天基座+网络行业模型 | 告警压缩、工单处置、知识问答 | 据公开报道已在集团及省侧规模落地；基座2025年宣布开源 | 规模商用中 | | Verizon | ×Google Cloud网络AI工具 | 约9500名工程师的故障诊断 | 官方称缩短故障定位时长 | 2024年3月官宣后持续扩展 | | T-Mobile US | IntentCX（×OpenAI） | 意图代理，可执行真实操作 | 官宣称电信业首个o系列推理模型客服代理 | 2024年9月官宣，分阶段上线 | | Telstra | Ask Telstra（×微软） | 坐席问答与工单摘要 | 官方案例披露：后续联系减少84%，坐席日省20-60分钟 | 已规模部署 | | 爱立信 | ×Google Cloud数据分析 | RAN性能AI分析 | 双方称用于5G网络优化 | 2021年起持续演进 | | 华为 | ADN/iMaster NCE | 自动驾驶网络平台 | 据公司公开资料服务数百家运营商 | 规模商用 | 看得出路线分化：**中国运营商押“自研基座+平台闭环”，北美运营商押“云厂商/模型厂商联姻”，设备商押“平台+网元一体化”**。三条路线的胜负手都不在模型，在语料和写权限治理。 ## 五、工程拆解：一个能上现网的网优智能体长什么样 纸上谈兵到此为止，给出我在评审同类方案时的参考架构： ```mermaid flowchart TD A["网管北向接口与MR/CDR数据"] --> B["数据底座"] A2["投诉与工单系统"] --> B B --> C["KPI计算与特征工程"] C --> D["异常检测小模型"] D --> E["LLM编排层"] K["通信知识库与案例向量库"] --> E E --> G["根因分析报告"] E --> H["参数优化建议"] G --> I["人工审核"] H --> I I -->|通过| J["白名单MML脚本下发"] J --> L["现网网元"] L --> C I -->|驳回| M["样本回流与模型迭代"] M --> E ``` 关键设计要点，用参数表说清楚： | 层 | 关键组件 | 工程要点 | |---|---|---| | 模型层 | 基座大模型+通信语料微调，配合异常检测等专用小模型 | 大模型做编排与推理，时序异常检测交给小模型，各干各的 | | 知识层 | 参数字典、故障案例向量库、3GPP/厂商规范切片 | 没有结构化语料就没有一切，先治理后智能 | | 工具层 | 网管北向API、MML执行器、工单系统接口 | Agent只调工具不直连网元，工具层做鉴权与限速 | | 安全层 | 写操作白名单、参数预检、自动回滚预案、双人复核 | 现网写权限分级，高风险操作（如切换类参数批量修改）永远留人 | | 评测层 | KPI回归验证、建议采纳率、报告准确率抽检 | 网络领域没有公开benchmark，评测集必须自建 | 注意架构里那个闭环：**现网KPI反馈回路是整套系统的“学费”来源**——每次人工驳回、每次调参无效，都是下一轮训练样本。这个回路转不起来，大模型网优永远停留在demo阶段。 ## 六、三道迈不过去就得死的坎 1. **幻觉=事故**。通用模型编造参数含义、张冠李戴厂商语法是常态。某厂商TDD参数手册上千页、参数数万个，且多为非公开文档——通用基座根本没见过。解法只有RAG+设备商文档授权+输出强校验（MML语法树校验不过不发）。 2. **写权限的信任链**。AI改一个CIO（切换迟滞）参数，改错了就是批量掉线事故。责任归谁？运营商、设备商、AI供应商三方目前都没有成熟的责任划分框架。这也是为什么全球所有公开案例里，**敢让AI直接写现网的至今为零**——T-Mobile的IntentCX动的是账户，不是基站。 3. **多厂商异构**。同一优化意图，在华为、爱立信、诺基亚、中兴的参数体系里是完全不同的指令集和语义。智能体如果只对接一家的北向接口，就变成了设备商的锁定工具。采购时逼厂商开放接口与日志格式，是运营商保住议价权的底线。 ## 七、给三类人的建议 **给运营商**：先做知识治理（参数字典、案例库结构化），从只读场景切入验证ROI；写操作先限制在低风险白名单（如报告生成、参数一致性核查），“AI动现网”放到有完整回滚验证之后再谈。 **给网优工程师**：恐慌“被替代”不如恐慌“被隔离”。最保值的不是会写提示词的人，而是**能把经验写成结构化案例入库的人**——你的十年排查经验，喂进知识库就是资产，烂在脑子里就是风险。数据管线、KPI体系、SON原理这些“底层认知”反而是大模型时代最稀缺的。 **给设备商**：北向接口的开放度将决定你在智能体生态里的位置。把网管API锁死的结果，是运营商绕开你直接接云厂商——Verizon们已经用脚投票了。 ## 八、结语：2026年的位置感 截至2026年中，大模型网优的真实位置是：**L3级（人在回路监督下的条件自治）规模商用，L4级（限定场景免人工）点状验证**。三年内它不会消灭网优岗位，但会毫不留情地消灭“网优报表搬运工”和“参数核查脚本仔”。 真正的分水岭不是模型能力，而是那个最古老的问题：**你敢不敢让AI碰现网？** 谁先建好白名单、预检、回滚这套信任链，谁就先吃到L4的红利。剩下的，都是时间问题。 --- ## 参考来源 1. [Google Cloud Blog](https://cloud.google.com/blog) — Verizon×Google Cloud网络AI工具官方发布渠道（2024年3月官宣，可在站内检索Verizon关键词） 2. [T-Mobile Newsroom](https://www.t-mobile.com/news) — IntentCX与OpenAI独家合作官方公告（2024年9月资本市场日） 3. [Microsoft Customer Stories](https://www.microsoft.com/en-us/customers) — Telstra「Ask Telstra」84%后续联系下降数据的官方案例出处 4. [Vodafone Newsroom](https://www.vodafone.com/news) — Vodafone×微软十年AI合作官方新闻稿（2024年1月） 5. [TM Forum](https://www.tmforum.org) — 自智网络（Autonomous Networks）L0-L5分级框架与系列白皮书 --- > 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。