## 概述 2026年3月，谷歌云借MWC舞台把一年前发布的自主网络运营框架升级为「代理化AI网络」：Spanner图数据库给网络做动态数字孪生，图神经网络预测故障传播，两个新上岗的Agent——自主数据管家与核心网VoLTE代理——开始接管从找数据、定根因到给处置建议的全流程。新西兰运营商One NZ已把VoLTE代理推进现网，西班牙MasOrange联手NetAI试点自主处置网障，AT&T与GSMA则把开源Gemma模型推进RAN。本文以谷歌云官方博客披露的一手材料为轴，拆解这套体系的原理、数字账本与落地门槛。 ## 目录 - 一、运维的天花板：从洞察到动手 - 二、MWC26放榜：代理化网络的四块拼图 - 三、两个新Agent的岗位说明书 - 四、另一条战线：开源模型进RAN - 五、效果账本：数字都在这 - 六、落地视角：离你的机房还有多远 - 七、三道坎：幻觉、权限与责任 ## 一、运维的天花板：从洞察到动手 干了十几年核心网的人，对过去五年这波「AI进网管」的观感大概是复杂的。故障根因分析、告警压缩、异常检测，这些帽子戴了很多年，落到日常，多数平台干的事还是把告警聚合得漂亮一点，把KPI曲线画得花一点——**看**的能力上去了，**动手**的能力还停留在工单和人工脚本。 行业对此有个公认的刻度尺：TM Forum的自主网络等级L0到L5。L0是纯人工，L3是「有条件自主」，L4以上才谈得上网络自己发现问题、自己诊断、自己修复。这几年的现实是，绝大多数运营商的标杆场景卡在L2到L3之间，能稳定跑到L4的案例屈指可数。卡点不在算法，在三件更土的事上：数据找不到、数据读不懂、数据动不了。 谷歌云网络产品副总裁Muninder Sambi与首席工程师Dave Weissman在2026年3月2日发表的MWC26官方博文中，把这个窘境说得很直白：运营商过去几年积累的AI能力，大多是「AI for insights」——给人提供洞察，决策和执行仍然回到人。谷歌云这次宣布的方向转换，是从洞察转向「能感知、能推理、能自主行动」的智能代理（agentic AI networks），对标的就是TM Forum L4到L5的自主等级——让网络自己识别、自己诊断、自己修复，全程无需人介入。 这句话翻译成运维语言就是：以前AI是班长的值班参谋，现在谷歌想让AI直接当班长。 ## 二、MWC26放榜：代理化网络的四块拼图 按照官方博文的说法，这次升级不是单点产品发布，而是四块拼图拼成一个供代理工作的「操作系统」。 **第一块：活的数字孪生。** 网络数字孪生这个概念喊了三四年，多数落地还是一张静态拓扑图——割接前画个效果图可以，拿来做实时根因分析不行。谷歌云这次把孪生做成了Spanner Graph里的动态时序图：网络的物理与逻辑状态按时间轴持续写入，代理可以回放查询「五小时前甚至数天前」的任一历史状态。这对排障意味着什么，值班过的人都懂——大量根因不在当前时刻，而在故障发生前某个时间窗的参数漂移里。有了时间维度的孪生，回溯不再靠人翻历史告警。 **第二块：统一图数据层。** 运维数据和网络分析数据过去住在两套体系里，靠ETL搬运，慢且贵。谷歌云的方案是用Spanner Graph承载孪生，BigQuery做联邦图分析，让运营侧与分析侧共享一张图，省掉中间的搬运工。 **第三块：GNN预测故障传播。** 在Vertex AI上用数字孪生的数据训练图神经网络（GNN），再结合Spanner的ML.PREDICT能力，在故障波及用户之前预测其传播路径、提前处置。官方表述是「predict failure propagation and resolve issues pre-impact」——从被动响应转向预判拦截。 **第四块：开源的数据地基。** 谷歌云把电信数据管线和数据模型开源放上了GitHub，让行业用标准本体做数据接入，免去逐个手工映射表结构。 拼图之外，这次发布还有一个值得注意的落地阵容：**One NZ**（新西兰运营商）正在其语音核心网与OSS网络上试点自主网络代理，官方给的例子是——代理检测到通话质量劣化后，可独立重路由话务或重置网络配置来恢复通话质量；**MasOrange**与图机器学习AIOps厂商NetAI合作试点，让伙伴模型在「有把握自主行动」的置信度下解决网络事件；**德国电信**与**沃达丰**站台，前者强调把AI嵌入运营以降低复杂度，后者的说法是把连接变成价值创造引擎；**诺基亚**则以「Network as Code」合作入局，把技术代码封装成能用自然语言指挥的代理，官方举的例子是应急通信资源优先调度或远程医疗保障这类场景。 ## 三、两个新Agent的岗位说明书 如果说第二部分是蓝图，那3月4日的第二篇官方博文就是「招聘启事」：谷歌云联合产品合作伙伴Future Connections，在框架下新增两个验用代理（proof-of-value agents）——**自主数据管家（Autonomous Data Steward）**与**核心网VoLTE代理（IMS质量代理）**，并把核心方法论开源。 先说它俩要解决的老大难。任何一个给核心网做过数据分析的人都遇到过三座大山：数据散落（RAN与核心网性能数据在数据仓库，信令探针数据在对象存储，各自为政）；语义黑暗（网管里的计数器叫`pmCounterNumber_487`，没人说得清它是啥，得翻厂家文档）；每个代理都要做一遍定制集成，项目制堆人头。 **数据管家的岗位说明书**：它由Gemini驱动，构建在Dataplex Universal Catalog之上，采用「零拷贝」架构——不复制数据集，只存元数据指针。上岗干四件事： 1. **语义理解**：你说「小区掉话率」，它负责把这个自然语言映射到具体的电信计数器，`pmCounterNumber_487`这类天书由它翻译； 2. **动态ETL**：目标数据集不存在时，它自己写Python代码，经Dataproc执行抽取、清洗、关联——官方的说法是把过去数周的工程活压缩到数分钟； 3. **跨域联邦查询**：把RAN性能、核心网会话失败、探针错误三张原本不相往来的表联邦成一张视图； 4. **省钱**：零拷贝架构最高可降70%的存储成本（官方口径）。 **VoLTE代理的岗位说明书**：这是VoLTE运维人最该盯的一个。它构建在数据管家之上，专职IMS语音质量： - **实时监测**：盯呼叫建立成功率（CSSR）、平均意见分（MOS）、CSCF（呼叫会话控制功能）性能； - **根因分析**：用Gemini的多模态推理，把SIP/Diameter信令数据与核心网性能做关联——比如识别出CSCF过载这类根因； - **自主建议**：给出调整话务路由、负载重平衡这类纠正动作建议； - **一键取证**：检测到掉话的瞬间，自动从原本互不相通的系统里拉出关联的IMS信令和探针抓包。 干过VoLTE排障的人都清楚最后这条的分量：一次掉话的定位，过去要在信令跟踪、探针系统、核心网计数器三个界面之间来回横跳，碰上跨厂家的数据格式还得拉对端厂家支持。现在这三步被压成一个代理动作。 One NZ的CTO Kieran Byrne在博文中表态：「我们很高兴与Future Connections和谷歌云合作，利用Gemini的高级能力把代理化工作流部署进网络。这是我们迈向全自主网络运营的又一个有意义的进展。」Sambi的措辞更有意思——他强调One NZ的部署证明运营商可以「超越孤立的用例，真正规模化地把AI运营化」。 ## 四、另一条战线：开源模型进RAN 代理管好了「找数据、定根因、给建议」，但跑在代理底下的模型本身，行业还在争论另一件事：闭源大模型行不行，还是开源模型才是电信的正解？ 2026年3月3日，谷歌云官方博客披露了AT&T、GSMA与谷歌云的三方合作：面向电信行业构建一套开源AI工具集，核心是基于Gemma 3打造电信行业的基础模型，配公开权重，在GSMA框架下向全球运营商开放。 AT&T这边是实打实的现场试验。其网络应用研究副总裁Igal Elbaz的表态是：把AI用于RAN是重大机遇，而开放模型、开放RAN与云原生能力的结合才能真正推进行业。据博文引述的AT&T白皮书，经过六个月的实验，**开放模型在RAN优化任务上的表现能够匹敌甚至超越专有模型，同时把基础设施成本降低一个数量级**。GSMA全球移动运营商CEO倡议负责人Alex Sinclair则给出了行业口径：这套工具集将帮助运营商用AI提升网络性能、自动化网络运营、带来效率收益，并可惠及GSMA的260多家运营商成员、覆盖超过40亿连接。博文还引述GSMA的一项估计：AI用于故障管理与告警关联，可为运营商节省最高25%的网络运营成本。 把这几条线索放在一起看，谷歌的打法就完整了：**代理层**用Gemini这类闭源旗舰负责推理与行动，**领域模型层**联合AT&T、GSMA用开源Gemma下沉到RAN这类数据敏感、成本敏感的环节。两条腿走路，而不是押一条。 ## 五、效果账本：数字都在这 所有数字均来自谷歌云官方博客披露口径，属于厂商自述数据，本文如实转述并标注出处，供读者自行判断： | 指标 | 数字 | 出处 | |---|---|---| | 数据管家零拷贝架构存储成本降幅 | 最高70% | 谷歌云博客《Scaling the autonomous network》（2026-03-04） | | 数据集ETL工程耗时 | 数周 → 数分钟 | 同上 | | 数字孪生历史状态回溯 | 5小时乃至数天前 | 谷歌云博客《From framework to scale》（2026-03-02） | | 自主等级目标 | TM Forum L4–L5 | 同上 | | 开源模型RAN优化基础设施成本 | 降低一个数量级 | AT&T白皮书，经谷歌云博客转述（2026-03-03） | | 故障管理与告警关联的网络OPEX节省 | 最高25% | GSMA估计，经谷歌云博客转述 | | GSMA工具集覆盖面 | 260+运营商成员、40亿+连接 | 同上 | 两个Agent的岗位对比如下： | 岗位 | 技术底座 | 核心职责 | 落地状态 | |---|---|---|---| | 自主数据管家 | Gemini＋Dataplex，零拷贝架构 | 语义映射、动态ETL、跨域联邦查询 | 框架公共资产，方法论已开源 | | 核心网VoLTE代理 | 构建于数据管家之上 | CSSR/MOS监测、SIP/Diameter根因关联、路由与负载建议 | One NZ现网部署 | | 自主网络代理（试点） | 图数字孪生＋GNN | 语音核心网与OSS的执行类动作（重路由、重置配置） | One NZ试点中 | | RAN AI代理 | 2025年框架首个验用资产 | 无线网优化 | 框架验证资产 | ## 六、落地视角：离你的机房还有多远 拿掉发布会滤镜，这套体系对国内一线运维的真正参考价值，不是「买Spanner」，而是它把L4自主网络的工程顺序摆对了。一次掉话，代理从感知到恢复的完整链路是这样的： ```mermaid flowchart TD A[通话掉话] --> B[代理自动感知] B --> C[拉取SIP信令] B --> D[拉取探针抓包] C --> E[联邦图查询] D --> E E --> F[GNN预测影响面] F --> G{根因判定} G -->|CSCF过载| H[负载重平衡] G -->|路由劣化| I[话务重路由] H --> J[执行与验证] I --> J J --> K[掉话率回落] J --> L[工单复盘归档] ``` 对照这条链路，倒推落地要补的课，我认为有四件： **第一件：先做语义层，再谈智能。** 数据管家这件事的本质，是给全网络的数据资产建一本「人话字典」——计数器、KPI、参数名全部映射到统一语义。这活不性感，但没有它，任何大模型在你的网管里都是睁眼瞎。国内运营商的家底（MML命令集、网优平台、DPI探针）并不缺数据，缺的恰恰是这本字典。 **第二件：数字孪生要有时间轴。** 只画拓扑的孪生是PPT工程。真正有用的孪生必须按时间持续写入状态，支持「回到案发现场」。这一条决定了根因分析的上限。 **第三件：代理的执行边界要分级放权。** 注意谷歌的措辞很谨慎：VoLTE代理给的是「自主建议」，One NZ试点的是「重路由、重置配置」这类可逆动作。先建议后执行、先可逆后不可逆、先单域后跨域——这个放权次序不能反。把「自动执行工单」一步到位交给模型，等于把核心网钥匙交给实习生。 **第四件：闭环要落回工单体系。** 代理干完活，复盘记录必须归档进现有运维流程，审计与考核才有抓手。AI不是绕过流程，是跑进流程里。 整体演进节奏，官方的时间线大致如下： ```mermaid timeline title 谷歌自主网络运营框架演进 2025 : 框架首发 : 携RAN AI代理验用资产 2026年3月2日 : MWC26代理化蓝图 : 图孪生与GNN预测 2026年3月4日 : 两个新代理上岗 : One NZ部署VoLTE代理 ``` ## 七、三道坎：幻觉、权限与责任 最后泼三瓢冷水，都是工程师视角的实在话。 **第一道坎：幻觉与误判。** Gemini做信令关联，把CSCF过载误判成路由异常怎么办？建议错了，人审核还能兜住；自动执行错了，就是一次局部「自愈变自残」。行业通行的做法是给代理输出加置信度门槛——MasOrange与NetAI试点的措辞「有把握才自主行动」就是在处理这个问题。模型置信度怎么标定、错一次的代价怎么计入考核，目前公开材料里都还没有答案。 **第二道坎：数据主权。** 核心网信令、用户面数据送进云端大模型，数据出域本身就是一道合规关。谷歌给出的一部分答案是开源：数据管家的方法论开源了，AT&T与GSMA的Gemma电信模型带公开权重，可以落在运营商自己的环境里跑。开源确实是化解主权焦虑的一条现实路径，这也是我判断「开源模型进电信」这波会先于通用大模型在核心网侧规模落地的原因。 **第三道坎：责任边界。** L4网络自己动手修自己，修坏了算谁的？设备商的、运营商的、模型供应商的？TM Forum的分级框架回答了「能力到哪级」，没回答「责任怎么切」。这个空白不补上，L4的合同和保险就没法写，规模化商用就始终差最后一公里。 平心而论，谷歌云这两篇博文给出的东西，比绝大多数「AI+网络」的PPT实在：有具体代理、有具体信令层（SIP/Diameter）、有具体KPI（CSSR/MOS）、有现网部署的运营商实名背书。从「AI给班长出主意」到「AI自己当班长」，2026年算是正式开了题。至于答卷能写到L4的几分，One NZ们的现网数据，明年这个时候见分晓。 ## 参考来源 1. [From framework to scale: Accelerating autonomous networks at MWC 26](https://cloud.google.com/blog/topics/telecommunications/autonomous-networks-at-mwc-2026) — 谷歌云官方博客（2026-03-02）：代理化AI网络蓝图、图数字孪生、GNN预测与运营商阵容 2. [Scaling the autonomous network: Introducing the Data Steward and Core Network Agents](https://cloud.google.com/blog/topics/telecommunications/new-agents-for-the-autonomous-network-operations-framework) — 谷歌云官方博客（2026-03-04）：数据管家与VoLTE代理岗位细节、One NZ部署与高管引言 3. [Open models, global networks: How AT&T and GSMA are accelerating telecom innovation with Gemma](https://cloud.google.com/blog/topics/telecommunications/open-models-global-networks-how-att-and-gsma-are-accelerating-innovation-with-gemma) — 谷歌云官方博客（2026-03-03）：AT&T/GSMA开源电信模型工具集与效果数据 4. [The rise of the autonomous network: How GraphML is redefining telecom operations](https://cloud.google.com/blog/topics/telecommunications/graphml-and-digital-twins-enable-autonomous-networks) — 谷歌云官方博客：图机器学习AIOps技术延伸阅读 --- > 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。