网络自治喊了七八年，2026年终于到了“验货”环节：TM Forum在2025年11月的Innovate Asia大会上一次性发出35张ANLAV四级自治网络认证，授予21个运营商网络；中国移动网络运营中心实测后端运维人力降超30%、故障与投诉MTTR平均降30%；Telkomsel在印尼东部试点把无线流量损失压降12.6%；T-Mobile则在2026年1月冬季风暴Fern中让自治网络自动完成了约3万次天线调整。本文以TM Forum的《Assessing CSPs' progress toward Level 4 autonomous networks》报告（2026年3月）为主线，拆解L4到底考什么、先行者交出了什么成绩单、以及埃森哲泼的那盆冷水有多冷——回答一个运维人最关心的问题：网络自愈，到底能不能顶上人工？
聊自治网络必须先统一度量衡。TM Forum把网络自治能力划成0到5共六级，这是目前全球运营商做自动驾驶网络（Autonomous Networks，业内常称“自智网络”）评估的通用标尺。按TM Forum官网的定义：
| 等级 | 名称 | 核心特征 | 运维形态类比 |
|---|---|---|---|
| L0 | 手工操作 | 纯人工执行，无系统辅助 | 手摇电话 |
| L1 | 辅助工具 | 系统辅助监控，规则脚本辅助执行 | 有了网管终端 |
| L2 | 部分自治 | 封闭场景下系统按预设规则自动执行，人负责兜底 | 告警联动、自动重启 |
| L3 | 条件自治 | 系统具备感知与分析能力，给出决策建议，人做确认 | 工单预处置、根因推荐 |
| L4 | 高度自治 | 基于意图和预测分析做决策，AI建模+持续学习驱动闭环，业务与体验驱动的闭环管理 | 网络自己“看病开方”，人管策略与例外 |
| L5 | 完全自治 | 全场景全生命周期自治，无需人工干预 | 行业愿景，尚无商用宣称 |
两个关键点值得划线。第一，L3和L4的分水岭不在“自动化做了多少动作”，而在决策权归属：L3是“机器想、人拍板”，L4是“机器想、机器拍板，人只定意图和边界”。第二，TM Forum在2026年3月报告中明确写道：“今天大多数运营商处于L2到L3之间，但部分运营商正在特定领域快速冲向L4。”注意这个限定词——特定领域。目前没有任何运营商敢宣称全网整体L4，认证都是按“某域某场景”发的，比如RAN故障管理、传输业务开通、核心网告警治理，一个场景一张证。
这也解释了为什么2025年之前行业一直在“原地踏步”的观感里打转：整体等级爬坡是慢变量，而单一场景的闭环突破是快变量。2025年下半年到2026年初的变化，正是快变量开始批量兑现。
2025年6月，TM Forum在DTW Ignite大会上推出了一个新服务：ANLAV（Autonomous Network Level Assessment Validation，自治网络等级评估验证）。说白了就是第三方验真——运营商自评等级容易，自己给自己打分的“L4”没人认；TM Forum按标准方法论独立审查你的评估过程和证据链，通过了发证书。据TM Forum官方新闻稿，截至当时已有30多家CSP完成了TM Forum的AN等级评估。
三个月后，2025年11月25日，曼谷Innovate Asia大会上，TM Forum一次发出了35张ANLAV证书，授予21个领先的运营商网络，表彰方向集中在四个领域：能效、运营卓越、新业务交付和成本节约。（另一处细节：Fierce Network在报道中写的是“37项认证”，与官方新闻稿的35张略有出入，应为统计口径差异，本文以TM Forum官方口径为准。）
2026年3月MWC巴塞罗那，TM Forum又与中国信通院（CAICT）签署合作协议，CAICT成为AN等级实网评估的中国区合作伙伴——这意味着中国的运营商除了提交证据式的书面评估，还能在真实运行的网络环境里接受对标TM Forum标准的实测验证。书面考试之外加了实操考试，含金量逻辑变了。
支撑这一切的行业基本面，来自TM Forum那份2026年3月的报告《Assessing CSPs' progress toward Level 4 autonomous networks》，它调研了全球80家公司的125位受访者，几个数字直接引用如下：
优先级排序也很清晰：移动RAN排第一，IP承载网第二，其中优先做的流程是直接改善客户体验的那几个——故障管理、服务保障、业务开通。为什么RAN排第一？报告给出两个理由：复杂度最高、节能潜力最大。这与国内运营商“无线网是自智网络主战场”的实践完全对得上。
全球网络规模最大的运营商，交出了目前公开度最高的L4成绩单。
据TM Forum调研机构2025年9月发布的案例研究，中国移动在其网络运营中心（NOC）场景达到TM Forum L4级自治，该项目为移动赢得了TM Forum卓越奖（Excellence Award）。技术路线上，案例标题里的关键词是智能体（Intelligent Agents）：不再是“规则引擎+脚本”的传统自动化，而是由智能体承担告警认知、根因定位、方案生成与执行的闭环决策链。
效果数据，TM Forum 2026年3月报告原文引用中国移动的自述：达到L4后——
给不熟悉NOC工作的读者翻译一下这两行字的分量。传统运营商的后端运维，人力大头耗在三件事上：盯告警、查根因、写报告。一张省级网每天产出的告警量以万计，其中90%以上是冗余、衍生或可自愈的噪声；根因分析高度依赖老师傅经验，一个跨专业的故障（比如传输断了引发无线大面积退服）常常要拉三四个专业的人拉通排查。MTTR降30%意味着同样的人手能兜住更大的网；后端人力降30%不是裁员叙事，而是把老师傅从“告警消防员”的位置上解放出来转去做策略、规则和智能体训练——这也是为什么国内运营商近两年大量招聘“AI训练师”“数字员工运营”类岗位。
需要保持清醒的一点是：这是NOC场景的L4，即故障管理与运营保障这条线，不是无线侧参数自优化、也不是业务开通全流程。中国移动在2026年6月的TM Forum AN Leadership论坛上作为联合主办方分享了L4部署实践，把“从成本中心走向价值中心”作为叙事主线——但对一线工程师而言，更务实的读法是：30%是真实兑现的运营收益，同时它只覆盖了运维工作量的一个子集，剩下的子集还在爬坡。
如果说中国移动代表“集中化大网NOC”路线，印尼Telkomsel交出的则是“预测式运维下沉到边缘区域”的样本。
据TM Forum报告披露，Telkomsel在印尼东部开展了一次AI驱动的预测式网络运营试点，结果：
| 指标 | 变化幅度 |
|---|---|
| 无线流量损失（因故障导致的流量流失） | 下降 12.6% |
| 故障MTTR | 改善 6% |
| 客户体验指数（CX Index） | 提升 14.7% |
这组数据的看点不在绝对值，而在业务语言的转换。流量损失12.6%——意思是过去那些“基站退服几小时，用户切到竞对或者干脆不用了”造成的真金白银收入流失，被提前预测和快速处置截回来了一成多。东印尼是典型的地形困难区域：岛屿分散、光缆和电力基础设施薄弱、站点巡检一趟船程一天起，这种地方“故障预测+远程自愈”的边际价值远高于雅加达这样的成熟城区。预测式运维的经济学逻辑在欠发达市场反而更锋利。
MTTR只改善6%看起来不显眼，但结合CX指数提升14.7%来读：预测式运维的重心本来就不在“修得快”，而在“坏之前就动手”，用户感知的是“几乎感觉不到故障发生过”，而不是“故障修得快了”。这正是L4“预测分析驱动决策”与L2/L3“事后响应”的本质差异。
前两份成绩单都是“运营效率”叙事，第三份则是极端场景下的韧性叙事，也是我个人认为最有说服力的一份。
2026年1月，冬季风暴Fern袭击美国，是该国历史上最大的冬季风暴之一，超过100万用户失去电力供应。据T-Mobile CTO John Saw在MWC 2026上披露，风暴期间T-Mobile的自治网络自动执行了约3万次天线调整，目标是让尽可能多的用户保持在线。
这个场景值得展开讲，因为它是电力中断下移动网络自保的经典难题：市电一断，备用电池只能撑几小时，油机发电受道路中断限制上不去；与此同时，幸存站点的负荷会暴涨——周边退服站点的用户全部涌向还活着的扇区。传统做法是网优工程师手动压倾角、调功率、做应急负载均衡，一个晚上处理几十个站点已是极限。
3万次调整意味着什么？意味着这是人在回路上根本做不到的规模——平均下来风暴期间每分钟要完成上百次参数动作。这正是Agentic AI与L4闭环的用武之地：感知（站点退电与负荷漂移）→预测（哪些扇区即将过载）→决策（倾角/功率/切换参数怎么组合调整）→执行（自动下发）→验证（KPI回流确认），整条链路无人介入地循环。John Saw对愿景的表述更激进：把网络变成“一个巨大的智能体AI平台，所有AI智能体和每个网元协同、自适应地优化网络性能”。
同样需要标注清楚：这是运营商高管在行业大会上的表述，属于厂商/运营方自述，第三方无法独立复核“3万次”的精确数字；但T-Mobile在灾备场景批量应用网络自动化这一事实本身，与该运营商近年多次公开的intent-based networking路线一致。
把三份成绩单和行业面上数据放在一张表里：
| 主体 | 场景 | 关键指标 | 数据来源 |
|---|---|---|---|
| 中国移动 | NOC故障与投诉运营（L4） | 后端运维人力降30%+，故障/投诉MTTR降30% | TM Forum 2026年3月报告、TM Forum案例研究 |
| Telkomsel | 东印尼预测式运维试点 | 流量损失降12.6%，MTTR改善6%，CX指数升14.7% | TM Forum 2026年3月报告 |
| T-Mobile | 冬季风暴Fern应急 | 约3万次自动天线调整 | T-Mobile CTO在MWC 2026的自述 |
| 行业整体（TM Forum调研） | 80家公司125位受访者 | 21%整体达L3+；32%已引入GenAI | TM Forum 2026年3月报告 |
| TM Forum研究测算 | AN成熟度收益上限 | O&M成本最高降55%，客户满意度升71%，节能21% | TM Forum官网 |
注意TM Forum那组“55%/71%/21%”是研究测算的上限值（原文表述为"up to"），不是平均兑现值——写进PPT时千万别把"up to"吃掉。
然后是那盆冷水。埃森哲的研究给出了完全相反的温度：79%的运营商仍处于L0/L1，只有22%预计能在2030年前达到L4，主要障碍是遗留BSS/OSS系统和人才缺口，大量运营商卡在渐进式、混合式的自动化路径上。
两个数据“打架”吗？其实不。TM Forum的样本偏差自洽——80家公司里愿意做AN评估、愿意申请ANLAV认证的，本来就是行业里跑得最快的那批；埃森哲的样本更贴近全行业中位数。合并起来的真实图景是：头部在L3-L4之间冲刺并兑现收益，腰尾部还在L1-L2补自动化的课，行业方差在拉大。对设备商和服务商而言，这意味着“自智网络”不再是统一话术的卖点，而是分层市场——头部要的是智能体编排和数据闭环，腰尾要的还是先把告警接进一个系统里。
剥掉叙事，L4自治在工程上就是一条高速可靠的数据闭环。以故障管理场景为例，它长这样：
flowchart TD
A["全网遥测与告警接入"] --> B["告警压缩与事件聚合"]
B --> C["智能体根因分析"]
C --> D{"置信度达标吗"}
D -->|"达标"| E["生成处置方案"]
D -->|"未达标"| F["升级人工处置"]
F --> G["经验回流知识库"]
E --> H["预演环境仿真验证"]
H --> I["自动化下发执行"]
I --> J["效果监测与闭环校验"]
J -->|"已恢复"| K["自动关单并归档"]
J -->|"未恢复"| C
K --> G
G --> C
这条链路里，L2/L3和L4的分野出现在C和D两个环节：L3在D处必然落地为人审批，L4要求系统自己拍板——前提是置信度、影响面评估、回退方案三件套齐备。而整条链的工程卡点，TM Forum报告和行业实践指向四个：
第一，数据底座。 告警不清洗、配置不同步、话统口径不统一，智能体的根因分析就是垃圾进垃圾出。TM Forum为此单独发布了知识平面（Knowledge Plane）报告，把“构建知识平面”列为扩展自治网络的前提——数据治理不是前置项目，而是自治能力本身的一部分。
第二，评估方法学的成熟度。 报告坦承，TM Forum自己的评估工具ANLET（AN Level Evaluation Tool）被发现“过于主观、颗粒度太粗”，正在改进。这不是小事——等级评估本身不严谨，认证的价值就会稀释，这也是ANLAV要引入证据链审查、CAICT合作要引入实网测试的原因。
第三，遗留BSS/OSS。 埃森哲点名的第一大障碍。二十年积累的烟囱式工单系统、专业网管、静态CMDB，任何一个都是闭环链路上的“断点”。现实中大量L3项目不是AI不行，是AI做完了决策、下发通道走不通，最后还是复制粘贴进老系统。
第四，责任边界与人才。 L4意味着机器决策直接作用于生产网，误操作的爆炸半径必须靠仿真预演和灰度策略兜住；而既懂网络又懂AI工程的复合人才，恰是埃森哲指出的第二障碍。目前标准允许多种实现路径，具体闭环架构与工具选型以各厂家和运营商的官方方案为准，但组织层面的规律是共通的：先行者都成立了直连CTO的数字化转型的专职团队，而不是把自治网络当专业部门的兼活。
2025到2026这个窗口，自治网络行业发生的本质变化可以概括为一句话：从建设能力到验收收益。35张ANLAV证书、21个过验的运营商网络、中国移动30%的MTTR削减、Telkomsel 12.6%的流量损失挽回、T-Mobile风暴里的3万次无人调整——这些数字第一次让“L4”从白皮书词汇变成了有账本可查的工程事实。
但对大多数运维团队来说，诚实的定位仍然是：行业整体21%过了L3，79%还在L0/L1（埃森哲口径）。L4不是一次大爆炸式的替代，而是一个个场景的接力——先让故障管理闭环跑通并算得过账，再谈开通、优化、规划逐域冲线。对一线工程师，最实际的建议只有一条：从今天起，把你经手每一张工单的“现象-定位-处置-验证”过程结构化地沉淀下来——未来的智能体不是替代你，它是用你和同事们的经验喂出来的。喂得越规整的团队，越早站到那21%里。
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。