自智网络智能体白皮书

前言：通信行业智能体的发展态势 通信网络目前正经历从 4G/5G/5G-A 向 6G 的代际演进，万物互联的崭新时代已然开启。在赋能工业互联网、智能电网、智能交通等垂直行业，提供强大的超高速、可靠、实时通信保障，帮助众多企业提升生产效率与产品质量的同时，通信网络自身运营和运维，也面临运维效率、用户体验等关键挑战，通过AI 和智能体技术注入，实现网络自身的智能化、自动化技术转型，走向网络高阶自治，已成为产业共识。 智能体强大的自主决策、自主闭环和自主学习能力，和海量网络数据的快速处理；另一方面，数字孪生技术则构建出高度逼真的网络数字镜像，实现对网络状态的实时精准感知、分析、仿真与预测，辅助自智网络智能体制定更优闭环策略。 产业实践层面，通信产业众多领先通信运营商，积极投身探索，围绕网络节能、故障分析和处理等高价值场景开展 L4 目标网早期创新应用，并取得明显的成果。例如，中国移动和华为合作，为无线网络引入故障智能体和 NOC/FME Copilot 智能助手，并融入故障处理流程，为无线现场维护工程师提供对话式交互、智能知识问答和自助排障能力，显著提升现场作业效益，并减少 80% 的后端运维排障支撑，实现一故障一工单精准上站和 MTTR 下降 27%。 业务和架构层面，2025 年 6 月，TM Forum 联合 75 家全球领先的产业伙伴，共同发布了具有里程碑意义的自智网络白皮书 7.0，定义了以自智网络智能体（AN Agent）为核心的自智网络 Agentic 功能架构和智能体架构，推动智能体、数字孪生技术与通信网络深度融合。TM Forum 同时围绕自智网络 L4等级发布了 20 个高价值场景的目标态与智能体能力，以 KBI/KEI 指标量化商业价值，并借助 IG150x 系列解决方案包，为行业提供部署指南，助力运营商量化成效、提升部署效率。3GPP、ETSI、IETF、CCSA等专业领域标准组织则聚焦落地使能，面向无线、云核心网、光网络和数通网络，建立和完善单领域智能体场景、功能、接口和模型标准，与 TM Forum 标准一起，形成通用 + 专业的立体化自智网络智能体标准体系。 展望未来 3~5 年，自智网络智能体将从当前的高价值场景自治，向多场景整网自治全面拓展，通过跨场景、跨域的能力融合，帮助运营商实现全网络全流程的自主闭环管理，全方位提升网络运营效率与服务质量，逐步释放网络全局价值。与此同时，不同厂商、不同生态间的智能体，也会实现基于目标和任务，实现无缝协作，共同应对网络复杂问题，通信行业将迈向更加智能、高效、安全的高阶自智网络新时代。 本白皮书重点阐述面向自智网络的智能体定义、分层分域智能体架构、智能体中构建大模型的关键要素、智能体接口协议的范式、智能体标准，以及华为ADN 智能体实践，为自智网络产业未来发展提供技术参考和发展方向建议。 技术层面，为达成自智网络 Agentic 架构目标，面向通信网络的生成式 AI、数字孪生等前沿技术与智能体架构深度融合，释放出巨大能量。一方面，智能体大模型、智能协同、智能交互、智能记忆、智能学习等生成式 AI 技术正渐进成熟和应用，赋予自智网络 目录 前言：通信行业智能体的发展态势02 8.1 华为 ADN 智能体能力8.2 华为 ADN 商用案例2830 05 3309自智网络智能体未来展望 0602以智能体为核心的高阶自智网络架构 2.1 面向智能体的自智网络架构2.2 分层分域建设，网络层智能体是刚需2.3 上下层智能体协同，高效使能端到端闭环2.4 自智网络智能体的功能参考架构06070809 9.1 自智网络从场景自治走向整网自治9.2 迈向世界模型的通信大模型3333 34结语 3.1 通信大模型：从语言大模型到智能体大模型3.2 数字孪生：从融合感知到体验仿真预测3.3 智能协同：从单智能体到多智能体协同3.4 智能交互：从机器辅助人到人辅助机器3.5 智能记忆：从碎片化到自组织3.6 智能学习：从预定义到动态增强111213141516 1704自智网络智能体中构建大模型的三大要素 1717184.1 专属性：具备高专业性、强鲁棒性和可执行能力4.2 预集成：自智网络智能体中交付大模型的最优路径4.3 共进化：自智网络智能体与大模型相互促进发展 1905自智网络智能体接口协议的多种范式和演进方向 1920225.1 智能体集成交互的四种范式5.2 面向未来演进的 A2A-T 智能体交互协议5.3 A2A-T 重塑系统集成模式与交互模式 2306自智网络智能体的标准进展和执行建议 2424256.1 推进 E2E Solution package 参考实践6.2 引入“POC 快速验证”的新标准开发模式6.3 建设自智网络智能体互联互通的产业生态 2607从传统网络演进到自智网络 Agentic 架构 02以智能体为核心的高阶自智网络架构 01自智网络智能体的定义 2.1 面向智能体的自智网络架构 自智网络智能体在自智网络中的快速发展和应用，推动自智网络向 Agentic 架构演进。基于三层四闭环、单域自治、跨域协同以及全栈 AI/GenAI 的总体原则，自智网络各层都将出现面向场景的自闭环智能体以及 面向角色的数字助手两类智能体，全面增强各层的自治能力。2024 年，TM Forum 在自智网络产业蓝图白皮书中发布了基于自智网络智能体的 L4 总体参考架构，如下图所示： 当前，业界对智能体有多种定义维度，包含功能效用、决策逻辑、自主性、行动类型、应用场景等种类。而在自智网络上形成的共识为，自智网络智能体（ANAgent）是一种能够独立运作的系统或实体，它根据自身的感知和目标做出决策并采取行动，无需人类的直接干预；它通过执行自己的计划或目标来发挥作用，并且必须具备适应性，能够不断从自身经验以及与环境的互动中学习和改进。根据功能特征，自智网络智能体可分为面向角色的数字助手（Copilot）和面向场景的自闭环智能体（Agent）两大类别： 数字助手基于语言理解和生成推理能力，负责接收人类意图并协调网络资源，使能运维交互模式从菜单式转向对话式，简化和增强了交互能力，是人类的“增强型伙伴”；而自闭环智能体则作为执行者进行任务发起和任务结束，从监控分析到诊断、修复、优化、配置、仿真等完成自闭环，是“自主性工具”。两者在自智网络中相辅相成，使能网络运维运营从以人为中心走向以自智网络智能体为中心，构建起智能时代人机共生 & 协同的新形态。 在 2025 年 6 月发布的自智网络白皮书 7.0 中，TM Forum 进一步提出：自智网络智能体是高阶自智网络（AN L4）的核心，它必须超越简单的自动化，能执行自主任务、做出决策，并与人及其他智能体进行交互。但成功实现自智网络 L4，还需要有清晰、结构化的方法，用来设计、构建和集成这些智能体，使其在整个网络中协同工作。为此，TM Forum 协同产业伙伴制定了解决方案包（Solution Package），它围绕通信网络的“维护、优化、运营”高价值场景，定义了自智网络智能体的功能分层与协同机制、自智网络智能体所需的关键技术、自智网络智能体与网络设备及运维系统的交互规范、以及跨厂商合作的标准与生态等，为自智网络智能体提供了“从需求定义到落地实施的全链路指导”。 1.数字助手（Copilot）：针对具体运维角色，完成一个特定任务，使用生成式 AI 技术，在手机 /PC/ 平板等终端上使用语言交互界面（LUI）进行人机交互的数字助理。其提供智能知识问答和辅助运维，大幅提升作业效率及降低人员技术要求。 在 L4 总 体 参 考 架 构 基 础 上，2025 年，TMForum 自智网络功能应用架构进一步明确了自智网络智能体的划分，以及在各层的分布，明确了自智网络 各层中具体存在哪些智能体，如何规划智能体，以及各层存在哪些关联和支撑模块，以更好支撑和指导 L4落地。 TM Forum 自智网络白皮书 7.0 和 IG1251C 中定义的自智网络 Agentic 功能架构如下图所示： 2.自闭环智能体（Agent）：面向特定的通信网络场景，能够主动感知网络状态及其环境并根据感知到的信息进行分析，做出适应性决策并进行响应控制，以实现用户目标的自闭环系统。自闭环智能体必须是自适应的，能从它的经验与周边的交互中不断学习和改进。 部最小可替换单元、具体根因以及所在位置，才能准确给出修复方案。比如设备单板故障，需要准确定位出是单板硬件故障、还是单板不在位，或是类型不匹配、注册失败等具体根因，同时给出单板类型以及所在的柜号 / 框号 / 槽号以及当前配置等，才能根据具体根因给出准确的修复方案和建议。网络层故障智能体基于领域故障知识库和故障模型，可以精准识别和处理故障，上报结果性 incident，从而大幅减少无效工单，支撑精准处置和上站，促进端到端自动化。 源，保障网络流畅，快速实时闭环从而避免产生更大影响。 3.支持灵活的集成模式，简化和降低集成难度。传统应用接口基于结构化 API，需要针对业务场景和具体功能定义详细接口，在接口设计 / 开发 / 测试 / 集成以及后续的接口管控等方面都会花费大量时间和成本。网络层智能体支持多种灵活的集成方式，从接口级集成走向应用级集成，从而可以简化并降低集成难度。基于场景化 API 的集成方式下，通过优化消息模型、定义面向场景的大颗粒接口，可以大幅减少接口数量，减少接口管理、开发和集成工作量；Copilot 集成方式下，通过基于自然语言的 Copilot LPI 对接，意图表达更为丰富和灵活；基于 MCP-T 协议的集成模式，则通过提供标准化的上下文传递方式，简化了与上层的集成；后续基于 A2A-T 协议，可以使能系统间集成进一步向多智能体自协商集成演进，从而进一步大幅减轻集成难度和复杂度。 2.具备单域自主决策与灵活应变能力，使能更快实时闭环。网络层智能体部署在网络层近设备侧，具备更快感知和闭环能力，可以减少故障和异常对上层用户和业务的影响，从而减少用户申告。通过智能网元实时感知网络流量、拓扑、设备状态等信息，并内置领域 AI 模型和专业算法，早发现早处理早闭环。比如，当某区域网络流量突发增长，网络优化智能体通过实时分析，并针对可自优化的性能类问题进行自主调整配置和调配资 2.3 上下层智能体协同，高效使能端到端闭环 自智网络智能体基于 TM Forum L4 产业蓝图中的高价值场景分层规划和定义，在 AI/ 数据 / 意图 / 工单等公共能力模块支撑下，相互协同配合，完成面向场景的端到端闭环： 其它系统配合，完成跨域跨厂商的端到端业务流程闭环； 网络层智能体使能单域自治，通过将网络数据变为面向结果的事件并开放能力，支撑运维从依赖人工转向自动闭环；业务层和商业层智能体使能跨域协同，关注用户和业务体验，实现跨厂商跨网络的端到端闭环。在不同场景下，网络层智能体和业务层智能体基于各自分工并上下协同，共同支撑实现 L4 高阶自治。 3.在体验保障场景下，网络层智能体负责单域内质差识别、根因分析到优化方案生成和执行的单域性能优化，业务层智能体聚焦业务质量和用户体验，负责跨域跨厂商的端到端业务分析和体验优化，上下协同，最终保障用户的网络和业务使用体验。 3.商业层智能体面向计费、销售、客服等商业运营场景，与业务层智能体和网络层智能体协同，完成面向终端用户的流程闭环。 1.网络层智能体面向本领域内故障、优化、节能等网络运维场景，完成从识别到分析决策再到执行的任务处理，使能单域自治； 面向网络运营中心 (NOC)、业务运营中心 (SOC)、现场维护工程师 (FME)、客服工程师等不同角色，数字助手提供基于自然语言的交互能力，实现自助式运维。 2.业务层智能体面向业务交付、体验保障、故障管理、投诉处置等业务运营场景，与网络层智能体以及 1.在故障场景下，网络层各域的故障智能体负责单域故障的识别、诊断和修复等自动化处理，业