概述：2026年3月MWC巴塞罗那，中国移动与华为宣布无线网络智能体完成40万5G基站规模部署；2025年11月，德国电信把RAN守护智能体开进全德移动网。两家头部运营商用同一条路径回答了同一个问题：网优这件最吃老师傅经验的活，能不能交给AI闭环去做？本文以双方公开数据为主轴，拆解AI网优的架构、闭环分级、落地效果与翻车风险，回答工程师最关心的三个问题：它到底接管了哪些活、干得怎么样、哪些坑还没填。
聊AI进网络运维，很多文章把两件事搅在一起：一件是故障自愈——告警响了、业务断了，AI定位根因、倒换复位、恢复业务，本质是「抢修」；另一件是网优——网络没坏，但参数不优、覆盖不均、邻区乱配，用户还没投诉，速率已经悄悄劣化，AI在劣化变成投诉之前把参数调好，本质是「调优」。
这两件事在运营商组织里分属两个工种：前者是网络维护，盯着告警台；后者是无线网优，盯着KPI曲线、路测数据和Parameter核查表。网优是通信行业公认最吃经验积累的岗位——一个合格网优工程师的养成周期通常以年计，因为决策链条极长：从话统里看出异常，到定位到某几个小区，再到分析切换类、功率类、载波类参数，最后评估影响、申请变更窗口、下发、观察、回退预案，一环都不能少。
AI+通信实战这个方向上，故障自愈已有不少专文讨论，本文聚焦后一条线：无线网优的AI化。这是目前全球AI落地通信网络中，规模化程度最高、数据最硬的一条线——因为它直接对应降本（网优人力）和增收（用户体验保住高价值用户）两本账。而它和故障自愈最大的技术分野在于：网优是变更管理问题，不是告警管理问题。AI可以自动重启进程，但自动修改现网参数，对任何运维体系都是动「手术刀」级别的事。
这个项目节奏很快，值得拉一条时间线：
| 时间 | 事件 |
|---|---|
| 2025年2月 | MWC25，中国移动与华为发布首批「智能RAN乐园」（Intelligent RAN Park），无线网智能体概念首次公开 |
| 2025年3月 | 中国移动董事长杨杰在MWC25发布「AI+NETWORK」战略，自智网络被列为网络数智化转型的核心路径 |
| 2025年9月 | 移动福建与华为以IntelliRAN打造高等级自智网络标杆，多智能体协同用于节能与体验保障 |
| 2025年10月 | 广东移动与华为发布全国首个全场景自智网络示范，电信基础大模型支撑SPN排障、核心网运维、家宽保障、无线网优等多个场景的copilot与场景化闭环智能体 |
| 2025年11月 | 河南无线智能RAN乐园正式发布，多智能体协同创新成果亮相；随后中国移动宣布IntelliRAN全国超50万站点规模部署 |
| 2026年3月5日 | MWC26巴塞罗那移动AI峰会，双方宣布无线网络智能体完成40万5G站点智能化升级，覆盖上海、安徽、河南、福建等八省市 |
需要说明：40万与50万两个口径分别来自MWC26发布（八省市项目范围）与2025年11月的全国部署通稿，统计口径不同，本文以MWC26口径为主线。
据MWC26发布及多家媒体报道，这个项目的关键数字是：覆盖八省市、20万基站、100万个小区，超过2000名网优工程师的日常工作流与AI工具深度融合。注意「100万小区」这个数字——网优的实际操作粒度是小区级（频点、功率、切换门限都是按小区配的），20万站点折算百万小区，恰好是每个站平均5个小区的典型宏站配置，这说明部署是真到了小区级配置管理，不是「站点级演示」。
打法上有三个特征：
第一，自然语言交互替代命令行。工程师用大白话描述任务，智能体负责翻译成核查项、配置变更和工单动作。这件事看着朴素，实际改变了网优知识的使用方式——过去老师傅的经验存在人脑和Excel里，现在被沉淀成智能体可调用的能力。
第二，多智能体协同。华为侧的「数字工程师」单域智能体（覆盖、干扰、节能等）与中国移动侧的智能体通过多智能体协作框架配合，各管一段、互相校核。这比「一个大模型包打天下」的现实得多——网优问题域太宽，单模型幻觉风险无法接受。
第三，闭环分级放权。不是所有任务都全自动。以上海为例，15%的无线网优任务实现了无人干预的全自动闭环，其余任务仍在人工审批或人机协同模式下跑。这个比例是理解整个行业真实水位的关键锚点——宣传里「自智L4」很热闹，现网里九成以上任务还需要人点头。
MWC26发布给出了四个省市的实测结果：
这些数字的共同特点是克制——没有「全网速率提升50%」式的宣传语，而是每省只报一个场景一个指标。对行业读者来说，这反而是可信度高的信号。TM Forum 2025年9月的案例研究也从第三方角度确认：中国移动网络运营中心在网络运营域达到TM Forum自智网络L4等级，其路径正是「运维智能体+copilot+电信GenAI」组合，并使用了TM Forum的框架资产做评估。
欧洲这边，德国电信（DT）走了几乎同频的一条线：
| 时间 | 事件 |
|---|---|
| 2025年2月 | MWC25，DT无线网络守护智能体（RAN guardian agent）公开首秀 |
| 2025年11月11日 | DT宣布该智能体在德国全网移动网激活。据欧盟数字战略官网转述：平台持续监测无线接入网性能、识别异常，并自主执行纠正动作优化网络性能 |
| 2026年3月 | DT提出「AI原生网络」路线，平台能力从监测走向运营控制，代表平台为MINDR |
| 2026年7月 | MWC26期间（据RCR Wireless报道），DT将网络API定位为「可信任AI的基础设施」，agentic network成为其对外叙事主轴 |
DT网络战略与网络数据及AI高级副总裁Ahmed Hafez在2025年TelecomTV AI-Native Telco论坛的演讲材料中给出过DT的AI投资分布：客户体验优化是最热门的用例，其后依次是安全、预测性维护、网络规划与运营、现场作业。网优正是「网络规划与运营」科目下投入最重的方向之一。
把中德两个案例并排看，结构惊人地一致：监测→异常识别→决策→（有约束的）自主执行→效果回收。差异在放权尺度：DT的表述是「自主执行纠正动作」，未公开披露自动闭环任务占比；中国移动则给出「15%全自动」的明确水位。另外据voip.review 2026年3月报道，DT强调其AI原生能力「每6-9个月迭代一次」，走的是小步快跑路线——这与国内「一年上量40万站」的工程节奏形成有趣对照：欧洲运营商受变更管理与劳资约束，闭环放权普遍更保守。
抛开厂商营销词，一套能上线现网的AI网优系统，骨架是固定的四层：
flowchart TB
A["数据采集层<br/>话统/KPI/MDT/路测/参数表"] --> B["数据平台层<br/>清洗·对齐·特征仓库"]
B --> C["模型层<br/>电信大模型+单域小模型"]
C --> D["智能体层<br/>覆盖/干扰/节能/切换单域Agent"]
D --> E["决策与仿真<br/>方案生成·影响评估·数字孪生验证"]
E --> F{"闭环分级"}
F -->|观察级| G["只建议不出手<br/>人审核后下发"]
F -->|半闭环| H["自动生成方案+人工审批"]
F -->|全闭环| I["自动下发·自动观察·可自动回退"]
G --> J["效果评估层<br/>KPI回归·投诉回收"]
H --> J
I --> J
J -->|反馈再训练| B
几个工程要点展开说：
数据层是真正的胜负手。网优AI最缺的不是算法，是「干净、对齐、带标签」的历史数据：每次参数变更前后的KPI样本、每次投诉与根因的关联记录。中国移动项目的底子，恰恰是多年全网级话统仓库和变更记录——这也是为什么AI网优先在头部运营商跑通：小运营商连数据地基都没有，买了模型也没东西可学。
模型层是「大模型+小模型」混合。电信大模型（如华为 teleco 基础大模型）承担意图理解、方案编排、报告生成；真正的参数决策大量依赖传统强化学习与启发式小模型——节能关断用强化学习，PCI/邻区优化用图算法与规则，覆盖功率类用 SON 式算法。大模型负责「翻译与调度」，小模型负责「精算」。这是当前所有商用系统的共同形态，标准允许多种实现，具体行为以各厂家官方文档为准。
智能体层的「单域Agent+编排」结构，在两家案例里都出现了（华为称数字工程师智能体，DT的guardian agent内部同样是按域拆分的检测与纠偏模块）。原因很朴素：把一百万个小区交给一个端到端大模型，出错时连归因都做不到。
闭环分级是安全阀。业界（含TM Forum自智网络分级）的实际共识是：影响面小、可回退、可观测的变更才允许进全闭环；涉及大面积功率、邻区、载波策略的变更，长期停留在「AI拟稿、人工审批」档位。DT与中国移动的公开材料都没有越过这条线。
把公开数据放进一张表（所有数字均来自厂商/运营商发布或引用其数据的媒体报道，口径见括号）：
| 维度 | 中国移动×华为 | 德国电信 |
|---|---|---|
| 部署规模 | 40万5G站点/100万小区，八省市（MWC26口径） | 德国全网移动网（2025年11月激活） |
| 代表平台 | 无线网络智能体/IntelliRAN/智能RAN乐园 | RAN guardian agent→MINDR |
| 全自动闭环占比 | 上海15%网优任务（MWC26披露） | 未公开披露 |
| 已披露效果 | 安徽故障处理时长-20%；河南单站能效改善；福建高价值用户体验改善 | 异常识别与自主纠偏上线，量化收益未公开 |
| 人机界面 | 自然语言任务下发 | 监测+自主纠偏，未披露自然语言细节 |
| 生态位 | 运营商+设备商深度共建 | 运营商自研平台+多供应商集成 |
适用场景排序（按投入产出比，行业普遍共识）：第一是节能——可全闭环、效果直接体现在电费、出错代价低；第二是常规参数核查与隐患整治——把老师傅的月度核查变成日常自动巡检；第三是高价值场景体验保障——场馆、高铁、商务区；第四才是大面积结构性优化（邻区重构、载波策略），这类大概率永远留在人审档位。
坑一：KPI对齐陷阱。AI调参后A指标涨B指标跌是常态（例如提速率的功率调整可能推高干扰）。自动闭环必须内置多目标约束和「变更后悔药」，只考核单指标的智能体在现网一定翻车。
坑二：回退比下发更重要。40万站规模下，哪怕0.1%的坏方案也是400个站。全闭环的前提是每个变更都带自动回退触发条件（KPI越限自动恢复原配置），这套机制的研发量不比智能体本体小。
坑三：经验流失的双刃剑。自然语言交互降低了使用门槛，但也让年轻工程师跳过了「为什么这么调」的推理训练。十年后谁来审核AI的方案？这个组织问题比技术问题更难。
坑四：数据主权与供应商锁定。「设备商从供应商变成智能网络的深度共建者」（abit.ee对华为项目的评语）是事实，但共建深度越高，网优知识沉淀在谁的平台里的问题越尖锐。多供应商网络里，非主力设备商覆盖区的智能体如何接管，目前公开案例极少，属于行业未解之题。
2025到2026这两年的变化，本质是网优工具从「Excel+脚本」进化到了「会干活的同事」：40万基站规模、百万小区粒度、15%任务无人化、故障处理提速20%——这些不是实验室数字，是写进MWC发布稿的现网水位。但同样要看清水位线之下的部分：九成任务仍在人机协同档位，全自动闭环只敢收编节能、核查这类低风险变更，欧洲运营商的放权尺度比国内更保守。
对网优工程师，我的建议是三句话：把核查类、报表类工作放心交给智能体，这是它干得比你好的部分；把精力投向闭环分级策略、多目标效果评估、回退机制设计这些「给AI立规矩」的岗位——它们正在成为网优的新核心技能；至于对AI方案的审核权，永远握在懂原理的人手里。网络调优这门手艺不会消失，它只是正在换一种存在方式。
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。