2025年9月，TM Forum发布案例研究，确认中国移动携手华为在其网络运营中心（NOC）达到自智网络L4级——这是全球电信业迄今公开细节最完整的一份“暗夜NOC”（Dark NOC）成绩单：截至2024年底，数字员工承接的工作量相当于5500个全职人力，后端运维人力下降超30%，故障与投诉平均处理时长下降30%。本文用TM Forum官方分级框架与这份案例，拆解L4到底意味着什么、暗夜NOC怎么搭、账本成色几何，以及对一线运维工程师意味着什么。
聊“AI运维” most容易变成各说各话：你说你家智能了，我说我家更智能，谁也说服不了谁。所以先立尺子。TM Forum的自智网络（Autonomous Networks）项目把网络自治能力分成六级，从全手工的L0一路到全自治的L5，每一级都有明确特征描述，配套了关键效能指标（KEI）、目标架构、场景地图，以及一套叫ANLAV的独立评估验证服务——运营商自评完，可以请TM Forum按方法论复核。这套体系如今是全球通行的刻度表。
| 等级 | 名称 | 核心特征 |
|---|---|---|
| L0 | 手工运维 | 全部操作靠人工执行 |
| L1 | 辅助运维 | 系统提供工具辅助，决策与执行仍靠人工 |
| L2 | 部分自治 | 常规场景可自动执行，人工监督 |
| L3 | 有条件自治 | 机器辅助人做决策，但关键环节依赖人工把关 |
| L4 | 高度自治 | 意图驱动、预测分析，靠AI建模与持续学习实现闭环管理 |
| L5 | 完全自治 | 跨域跨业务全生命周期自治，目前仍是愿景级定义 |
L3和L4的分水岭在哪？TM Forum的原话是：L3还停在“机器辅助人决策、离不开人盯着”，L4则是“基于意图和预测分析的决策，通过AI建模与持续学习完成闭环管理”。翻译成运维黑话：L3是你写好剧本、机器照着演；L4是机器自己看戏、自己改剧本。TM Forum给这个终态起了个名字叫"Zero-X"——零等待、零接触、零故障。
按TM Forum自己的研究口径，自智网络成熟度可以带来最高55%的运维成本下降、71%的客户满意度提升和21%的节能收益。但现实是，TM Forum明说：今天全球大多数运营商还卡在L2到L3之间，只有少数在特定领域快速冲向L4。这张刻度表的真正价值，是让“智能运维”从形容词变成了可量测的名词。
为什么中国移动第一个把L4当硬指标来打？答案藏在它的网络体量里。据TM Forum案例研究披露：中国移动有5.78亿5G用户、移动用户总数刚过10亿，是全球按用户数计最大的5G网络；同时运营着全球最大的400G光传送网和SRv6骨干网，还有运营商阵营里最大的单体集群智算中心。
体量大，故障账单就大。案例里给了一组让一线运维会心一笑的数字：仅IP回传网的故障监控与处置，2023年广东移动一个月要处理3万张故障工单，后端专家平均每单先花45分钟分析，再拉着现场人员来回沟通，一单端到端短则30分钟、长则100分钟。业务开通同样繁琐——完整IP回传开通流程有54个步骤，其中41步要人工介入，响应慢、易出错、成本高。
这笔账算下来，中国移动在2023年跨过了L3.2（网络类高价值场景的自评均值），接下来的目标只有一个：L4。而按分级定义，L4要求NOC在高价值场景——尤其是故障管理和投诉处理——做到端到端自动化，尽可能消灭人工干预。中国移动给自己定的操作性目标是：每张工单，上站次数压到一次以内。
先用一条时间线把整个历程摆清楚：
timeline
title 中国移动自智网络这几年
2023年 : 高价值场景整体达L3.2 : 广东浙江两省先行试点
2024年 : 数字员工承接5500个全职人力当量 : NOC自评升至L4
2025年 : TM Forum发布案例研究 : 摘得自智网络卓越奖
2026年 : 方案向全国复制 : 行业论坛聚焦L4落地
所谓暗夜NOC，就是关键职能不再依赖人盯着的网络运营中心。中国移动的路线是先试点后推广：广东（1.26亿人口大省）主攻IP回传故障管理和家宽投诉处理，浙江（约6500万人口）主攻无线网和核心网故障管理。两省跑通后，再以“场景全景图+评估体系”为底座，联合设备、网络与OSS厂商自下而上复制，从地市到全省再到全国。
架构上有两个值得细看的点。
第一，智能体分两类：基于角色的“副驾”（copilot）和基于场景的“智能体”（agent）。副驾配给9500多名装维工程师这类一线角色，随身带知识库和处置建议；场景智能体则驻守在无线、核心网、IP回传、家宽四条线的故障与投诉流程里，用自然语言和智能问答直接干活。
第二，大小模型协同。智能体怕幻觉，中国移动与华为为此专门构建了百亿参数级（超过100亿参数）的行业大模型加专用算法，再用RAG（检索增强生成）压住幻觉率——据案例披露，问答准确率做到90%，大模型幻觉发生率压到3%；运维知识问答的准确率达到97%，中国移动自称高出行业均值20个百分点。跑闭环时则是大小模型分工：大模型管泛化（理解意图、看懂告警上下文），小模型管专精（具体故障的诊断判定），外加NL2SQL/NL2API让网管系统支持1000多个场景的自由问数，还有一个No-Code机制——老师傅用自然语言把处置经验喂进去，系统自动转成工作流。反馈回来的处置结果，又会用于改进下一轮排障引导。
整个闭环画出来是这样的：
flowchart TD
A["告警或投诉进入"] --> B["大模型意图识别与定界"]
B --> C{"能否自动闭环？"}
C -->|"能"| D["场景智能体生成处置方案"]
C -->|"暂不能"| E["知识问答给建议转人工"]
D --> F["小模型与工具链执行验证"]
F --> G{"业务是否恢复"}
G -->|"是"| H["自动关单经验回写"]
G -->|"否"| D
H --> I["反馈优化排障引导"]
E --> I
值得一提的是方法论底座：中国移动大量复用了TM Forum资产——用eTOM（GB921）定义工作范围，用ODA功能框架（GB1022）做解耦与集成，用IG1218F自智网络框架里的AN Journey方法走过评估、差距分析、方案设计到实施全程，再用KBI/KEI/KCI三层指标体系量效。项目自智网络负责人姚元在案例里说得很直白：没有TM Forum资产，整个过程会显著拉长，甚至难以完成。经验又反哺回标准——Agent与Copilot设计写进了IG1345《拥抱电信生成式AI》，故障管理方案贡献给IG1373《自愈域》。
账本是最硬的部分，直接照录TM Forum案例研究的数据（均为运营商自报口径）：
| 范围 | 场景 | 关键指标 |
|---|---|---|
| 集团层面 | NOC整体 | 数字员工工作量相当于5500个全职人力/年；后端运维人力降超30%，一线装维人力省超5%；故障与投诉平均MTTR降30%；NOC自评从3.2升至4 |
| 广东 | IP回传故障 | 相当于30%后端、5%现场人力工作由智能体承担；MTTR降25%；工单量降15%；2023年四季度至2024年底每月诊断工单超1.4万张 |
| 广东 | 家宽投诉 | 相当于25%后端、6%现场人力由智能体承担；MTTR降50%；投诉率降30%；超9000名装维工程师配副驾，日均参与处理3000-4000次咨询 |
| 浙江杭州 | 无线网故障 | 23%的无线网操作由数字员工完成；MTTR降27%；后端排障时间降80%；初期即有100多名维护工程师日用，月关单8000+（覆盖约2万站点、10万+小区） |
| 浙江全省 | 核心网故障与投诉 | 相当于40%后端操作由数字员工完成；核心网故障MTTR降87%；端到端投诉MTTR降65%；投诉前置率（先于用户投诉主动干预）从5%升到75% |
几个数字值得多看一眼。
核心网故障MTTR降87%，是全表最猛的一格——核心网故障高度模式化，历史工单里藏着大量“同型同因”案例，大模型+知识图谱检索正好吃这一口，所以降幅远超无线网（27%）。这也解释了为什么试点要分省选不同场景：故障形态不同，AI吃到的红利完全不同。
投诉前置率从5%到75%，可能是对用户感知最有价值的一格。过去是用户打电话来骂了才知道坏了，现在是系统从性能劣化里先嗅到问题、在投诉发生前主动处置。这一格背后其实是运维哲学的翻转：从“响应故障”变成“消灭投诉”。
5500个全职人力当量里，约75%的减员发生在网络运营条线，25%在客户运营条线，约相当于这两块总人力的10%。这不是一个技术指标，这是一个组织指标——后文再展开。
看完账本，得泼三瓢冷水，这也是L4能不能在你家网络落地的真正约束。
第一瓢：数据与知识是地基，模型只是房子。中国移动的做法里，真正压幻觉的不是更大的模型，而是RAG+知识图谱+大小模型协同的工程组合，再靠处置反馈持续回灌。百亿参数的行业模型配合专用算法，而不是把通用大模型直接怼上网管——这个路径选择比参数量本身更值得抄。各省业务模式与数据形态不同，还得用本地数据重训适配，没有“一次训练全国通用”的便宜事。
第二瓢：L4要看清是“自评”还是“他验”。这份案例里的"NOC从3.2升到4"，依据是TM Forum ANL方法的自评估。TM Forum同时提供ANLAV独立验证服务，2025年6月DTW大会上，TM Forum与产业伙伴发布了核心网自智L4高价值场景方案包，并向第二批通过“自智核心网高稳定评估”的运营商颁发了证书。看同行的L4宣传时，先问一句：过没过独立验证？评估的是哪个场景？TM Forum的分级是按“场景”评的——某运营商“无线网故障管理到L4”不等于“整网L4”。据Fierce Network刊文，2024年11月清华大学校园网已按L4自治模式运行，中国移动同期在广东完成L4现网试验——都是场景级突破，离“全网L4”还有距离，这是全行业的真实进度，不必被营销话术带偏。
第三瓢：人怎么办。5500个全职人力当量被承接，意味着一部分重复性运维岗位在实质收缩。但暗夜NOC并没有取消人：闭环外仍有人工兜底通道，老师傅的经验通过No-Code机制变成系统资产，人的角色从“执行者”转向“规则的制定者与经验的喂养者”。对个人而言，真正危险的不是AI抢活，是你的经验没有变成可被系统复用的结构化资产。设备商侧，华为ADN等商用方案均有成熟落地，行业路线大同小异；3GPP与TM Forum均允许多种实现，具体行为以各厂家官方文档为准。
中国移动不是独角戏。据TM Forum新闻稿，2026年6月的自智网络领导力论坛即由中国移动联合主办，这家运营着全球最大电信网络的运营商分享了L4部署的一线经验。Fierce Network在2026年4月的报道里引述TM Forum报告称，向L4的迁移已经“越过边缘试水阶段”，以中国移动为代表的领先者拿到了实打实的收益。
热度也有数字佐证：据TelecomLead援引TM Forum 2026年9月对128家通信服务商的调查，72%计划用数字孪生支撑自智网络与智能体AI，13%已经用上。DTW大会上与自智网络相关的Catalyst创新项目多达25个，TM Forum的创新中心还专门立了“L4无线网故障管理”攻关课题——行业把火力集中在了“故障闭环”这个最先出效益的场景上。
当然，账要两面算。TM Forum给出的55%成本降幅是“最高可达”的研究口径，个案落在3%-5%的节能、10%-20%的效率提升都属于正常分布；暗夜NOC的投入（算力、数据治理、模型工程、组织改造）在财报里不会单独披露。对中小运营商，更现实的路径未必是全线冲L4，而是挑一两个故障形态集中的高价值场景（比如家宽投诉或传输故障）先做出浙江核心网那样的局部闭环，用MTTR和投诉前置率去说服管理层。
回头看这份L4账本，最有意思的不是87%的MTTR降幅，而是一个结构变化：运维价值正在从“处置故障的熟练度”迁移到“定义闭环的完备度”。写剧本的人取代了演剧本的人——故障怎么定界、哪些场景允许自动执行、兜底阈值设在哪，这些决策被显式地写进了系统，成了新的运维核心资产。
TM Forum把L5定义为完全自治，但按当前行业位置——大多数运营商在L2-L3、头部玩家在特定场景摸到L4——全行业其实刚走完一半。对中国工程师来说，这份案例的真正启示是：下一次网络大故障复盘时，问题可能不再是“谁没盯住告警”，而是“谁的闭环没盖住这个场景”。网管的灯熄了，人的活儿换了，但责任一个都没少——只是从盯着屏幕，变成了盯着系统替你盯着屏幕。
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。