2024年2月底的巴塞罗那MWC大会上，华为正式发布「通信大模型」，无线Copilot同台亮相——这是网优工程师这个工种诞生三十年来，第一次被大模型直接“点名”。两年过去，大模型网优从发布会PPT走到了运营商的生产系统：中国移动九天、中国电信星辰、中国联通元景相继落地网络域场景，SKT把A.X系列开源，五大运营商抱团成立GTAA联合造电信大模型。本文回答三个问题：网优为什么成了大模型在电信行业的第一战场？各家到底做了什么、走到哪一步了？以及最重要的——一个干了十几年网优的工程师，该怎么看这场变化：哪些是真活，哪些是花活。
先说结论：网优是大模型在电信行业落地条件最好的场景，没有之一。原因藏在网优这项工作的三重属性里。
第一重：文档密集。 3GPP规范加起来几万页，一个主流厂家的无线参数手册动辄几百页，一个地市公司的网优知识库塞着十年的优化案例、专题报告、割接记录。传统的搜索只能按关键词匹配，查到的是“页”，不是“答案”。大模型天然擅长把非结构化文档变成可对话的知识——这一层能力，以前的小模型完全补不上。
第二重：数据密集。 每个小区每天产生几十项KPI，一张中等规模的网络一天的话统数据以TB计。过去这些年，行业用小模型和规则引擎做了大量单点智能：话统异常检测、覆盖率预测、故障分类。这些确实有用，但它们有个共同的短板——只会报数，不会讲理。系统告诉你“该区域CQI劣化”，然后呢？根因可能是干扰、是覆盖、是参数、是邻区漏配，把这一串推理串起来的是工程师的脑子。
第三重：经验密集，而经验正在断代。 资深网优的培养周期是三到五年，核心本领——看一眼话统曲线就大致猜到问题方向——全在个人脑子里，写在工单系统里的只是结论。人员流动一快，经验就流失。大模型的价值恰恰在这里：把文档、工单、案例喂进知识库，让“老师傅的经验”第一次变成可复制的资产。
我在省公司带过几年新人，最深感受是：新人卡壳的地方从来不是不会跑脚本，而是面对一堆劣化KPI不知道从哪儿下手问。大模型网优如果只做成一件事，做成“把下手的地方告诉新人”，就已经值回票价。
2024年2月MWC巴塞罗那，华为发布基于盘古大模型打造的通信大模型，无线Copilot作为无线域的旗舰应用亮相。这是设备商阵营里最早把“大模型+网优”做成完整产品的动作之一。
按华为公开的产品口径，无线Copilot的定位经历了清晰的三步走：
华为宣传的关键词是「1个工程师+N个Copilot」——不是替代网优，而是给每个网优配一群副驾驶。
为什么说Copilot是个聪明的落点？ 我第一次看完演示就在组里说过：这个方案最聪明的地方是它不碰参数下发权限。AI只负责读数据、查文档、写报告、给建议，真正动参数的还是人。这一刀切下去，把大模型最危险的环节（幻觉直接进现网）先隔离开了。对比某些厂商上来就讲“全自动闭环优化”，Copilot模式对现网安全的责任心是不一样的。
至于效果数据，华为官方口径称试点中显著缩短了问题定位和报告制作时长，但具体到“效率提升百分之多少”，各场景口径不一，本文不引用具体数字——建议读者以华为官网发布的试点案例原文为准，凡是脱离场景谈“提效90%”的宣传，先打个问号。
设备商做产品，运营商则选择自己下场造模型。国内三家在2023年前后相继发布自研行业大模型：中国移动九天、中国电信星辰（TeleChat）、中国联通元景。这个阵容值得细看，因为三家切入角度明显不同。
中国移动的路线最激进。九天大模型走“基座+行业”双轨，网络域是重点方向，对标的是中国移动2021年就公开承诺的自智网络路线图——2025年整体迈向L4。大模型被明确当作跨越L3到L4之间那道鸿沟的工具：L3是“AI辅助人”，L4要求“AI闭环、人监督”，没有大模型处理语言和流程的那一层，光靠小模型凑不出L4。
中国电信把星辰大模型直接开源了（Hugging Face上的TeleChat系列），联通元景也在政企和内部生产系统铺开。运营商开源这件事以前不多见，动机不难猜：电信行业的AI人才吸引力不如互联网，开源换生态，是划算的买卖。
国际阵营有两个标志性动作。一个是GTAA（Global Telco AI Alliance）：SK电讯、德国电信、e&、新加坡电信、软银五家在2023年抱团，2024年宣布联合开发覆盖英、德、阿、日、韩多语言的电信专用大模型——五家加起来覆盖全球十几亿用户，训练语料里的投诉工单、客服对话、运维文档都是真金白银的行业数据。另一个是SKT把自研的A.X系列韩语大模型开源，成为“电信系模型开源”的第一个大样本。
| 时间 | 事件 | 意义 |
|---|---|---|
| 2023年7月 | 华为发布盘古大模型3.0 | 面向行业而非消费端，为通信大模型铺路 |
| 2023年 | 三大运营商发布九天/星辰/元景 | 运营商自研大模型成建制出现 |
| 2023年年中 | SKT、DT、e&、Singtel、软银成立GTAA | 全球运营商联合研发电信大模型 |
| 2024年2月 | MWC：华为发布通信大模型，无线Copilot亮相 | 设备商“大模型+网优”产品化元年 |
| 2024年 | GTAA宣布联合开发多语言电信大模型 | 行业数据资产进入联合训练阶段 |
| 2024–2025年 | 各家从问答助手转向场景智能体 | 网优工单、参数核查、报告生成规模化试点 |
| 2025年 | SKT开源A.X系列 | 电信系大模型开源样本 |
注：表中时间点据各厂商公开发布与行业媒体广泛报道整理，个别具体日期以官方公告为准。
看热闹的看发布会，干活的看架构。大模型网优系统拆开看，其实是“小模型算数、大模型讲理”的混合架构，这是我目前看到的、在现网站得住的唯一形态。
flowchart TD
A["告警与话统数据"] --> B["小模型与规则引擎<br/>前置特征提取"]
B --> C["大模型综合分析<br/>生成诊断与建议"]
K["知识库与历史工单<br/>RAG检索"] --> C
C --> D{"风险分级"}
D -->|低风险| E["自动执行<br/>报告与核查"]
D -->|高风险| F["工程师审核"]
F --> G["参数方案下发"]
E --> H["效果验证与回溯"]
G --> H
H --> A
这张图里有四个工程要点，每一个都是踩过坑才能体会的。
要点一：时序数据必须前置处理。 一天的话统导出来百万行，任何大模型的上下文窗口都装不下。所以数据侧必须先用小模型和规则引擎把特征提出来——“哪些小区、哪些指标、劣化了多少”——大模型拿到的已经是浓缩后的事实清单，不是原始数据。谁要是演示时说“直接把话统CSV扔给大模型”，那是PPT工程。
要点二：RAG是网优大模型的命根子。 通用大模型不认识你的现网，也不认识你家厂家的参数命名。参数表、优化指导书、历史工单必须切成知识库做检索增强，而且要带出处——工程师复核建议时，第一反应就是“这结论从哪本手册里来的”，给不出出处的AI，在一线是没有信用额度的。
要点三：工具调用打通“最后一公里”。 大模型输出的建议要落地，得能调用KPI查询接口、参数核查脚本、工单系统。这就是Agent化：模型不光会说，还会调工具。但这里也是权限设计的分水岭——查询类工具可以放开，写操作类工具必须过审批闸门。
要点四：风险分级是安全阀。 生成一份路测报告和修改一台基站的切换参数，风险量级完全不同。成熟的做法是按操作风险分道：低风险任务自动执行，高风险操作强制人工审核，所有动作留审计日志。
从问答助手到流程Copilot再到场景Agent，这三段演进目前行业整体处在第二段向第三段的爬坡期。自智网络分级里对应的正是L3到L4——口号喊了很多年，大模型是第一个让“爬坡”看起来可行的技术，但可行性不等于已经到站。
发布会我看了不少，现网问题我也遇过不少。以下五道坎，是我判断一家运营商的大模型网优能不能真落地的尺子。
第一道坎：数据出域。 话统、工单、用户投诉是运营商最敏感的数据资产，公有云大模型API基本不用考虑，私有化部署是唯一选项。算力成本随之而来——千亿参数模型的推理集群对省公司不是小钱。这也是为什么国产模型纷纷做中小参数量的行业精简版：不是能力不够，是部署现实。
第二道坎：幻觉。 通用大模型写文章胡编八道无所谓，网优场景里一个编造的参数名、一个不存在的counter，轻则浪费工程师一下午，重则误导处置方向。我的经验是必须双保险：RAG带出处复核，加上参数白名单校验——模型输出的每个参数名都要过一遍现网参数字典，对不上的直接拦下。
第三道坎：效果度量。 “提升了工作效率”是汇报语言，不是工程语言。真上线要看硬指标：劣化工单的根因命中率、报告初稿的可用率、核查任务的自动化覆盖率。拿“用户满意度提升”来证明网优大模型有效，属于偷换概念。
第四道坎：责任界定。 AI生成的参数方案，工程师点了同意，出了故障算谁的？这个问题不解决，一线就没人敢真用。可行的解法是权限分级加审计留痕，把“谁批准、依据什么批准”记录在案——不是为了追责，是为了让敢点“同意”的人心里有底。
第五道坎：组织惯性。 这是最隐蔽的一道。网优考核按KPI和工单量走，大模型把报告时间从一天压到十分钟，省下来的时间去哪了？如果组织不重新定义岗位产出，工具再好也只会被当成“写周报神器”——这是很多试点项目从热热闹闹到无人问津的真实路径。
作为在行业里干了十八年的人，我给同行的判断是三句话。
重复劳动会加速消失。 周报、月报、专题报告的“数据搬运”部分，参数例行核查，常见问题的标准排查报告——这类工作大模型已经干得比新人快，两年内会基本自动化。如果你目前的全部产出都是这类内容，不是AI要替代你，是时代要替代你。
判断力在升值。 会提问、会验证、会给AI的方案把关，正在成为网优的核心技能。同样的Copilot，老手用它一天处理二十个工单，新手用它生成的报告没法过审——工具放大的是存量能力，不是替代能力。
编制不会缩，结构会变。 网络规模还在涨，5G-A载波、多频组网、高低频协同让优化复杂度只增不减，省出来的劳动力会被更复杂的网络吃掉。真正的变化是团队结构：数据治理、知识库运营、AI方案审核这些新角色会挤占传统路测和报表的编制。
大模型进网优，本质上干了一件事：把老师傅的经验从“传帮带”变成“可复制的资产”。设备商的Copilot模式、运营商的自研模型、五大运营商的联合造模，路径不同，赌的是同一个未来——网络复杂度的增长速度早已超过人才培养速度，不把经验工程化，网络迟早没人守得住。
对一线工程师，我的建议朴素一点：现在就去当你们单位大模型试点的种子用户。挑刺也好，喂语料也好，这个阶段的深度使用者，就是三五年后行业里最稀缺的那批人。
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。