通信行业智能体发展态势总结
前言：发展态势
通信网络正从 4G/5G/5G-A 向 6G 演进，万物互联时代开启，网络运营和运维面临效率、体验等挑战。AI 和智能体技术注入实现网络智能化、自动化转型，走向高阶自治已成共识。智能体具备自主决策、闭环和学习能力，数字孪生技术构建网络数字镜像，辅助智能体制定策略。产业实践层面，运营商已在网络节能、故障分析处理等场景取得成果，如中国移动和华为合作实现故障处理效率提升、MTTR 下降等。业务和架构层面，TM Forum 发布自智网络白皮书 7.0，定义自智网络智能体（AN Agent）为核心，推动智能体与通信网络深度融合。3GPP、ETSI、IETF、CCSA 等标准组织建立和完善智能体标准体系。展望未来 3~5 年，自智网络智能体将从高价值场景自治向多场景整网自治拓展，实现跨场景、跨域能力融合，提升网络运营效率与服务质量，不同厂商智能体也将实现协作。
自智网络智能体定义
自智网络智能体（AN Agent）是独立运作的系统或实体，根据自身感知和目标决策并行动，无需人类直接干预，具备适应性，能从经验互动中学习和改进。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。数字助手基于语言理解和生成推理能力，协调网络资源，是人类的“增强型伙伴”；自闭环智能体作为执行者进行任务发起和结束，完成自闭环，是“自主性工具”。两者相辅相成，使能网络运维运营从以人为中心走向以智能体为中心，构建人机共生 & 协同新形态。
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，需超越简单自动化，能执行自主任务、做出决策，并与人及其他智能体进行交互。TM Forum 联合产业伙伴制定了解决方案包（Solution Package），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、关键技术、交互规范、跨厂商合作标准与生态等，为自智网络智能体提供“从需求定义到落地实施的全链路指导”。
自智网络智能体分类
- 数字助手（Copilot）：针对具体运维角色，完成特定任务，使用生成式 AI 技术，在终端使用语言交互界面（LUI）进行人机交互的数字助理。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。
- 自闭环智能体（Agent）：面向特定通信网络场景，能主动感知网络状态及其环境，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，能从经验与周边的交互中不断学习和改进。
自智网络智能体架构
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。
自智网络智能体的核心功能模块包括模型与算法、数字孪生、知识与记忆、规划/反思/工具调用、场景应用以及人机/机机交互等。
自智网络智能体关键技术和发展方向
自智网络智能体的任务自闭环能力依赖于一系列关键技术的支撑，主要包括：
- 通信大模型：需要理解通信领域经验知识，解决通信领域应用场景中的复杂问题。构建通信领域智能体大模型（Large Agent model），需要增强领域语义理解、因果推理与决策、自治执行与闭环三方面能力。
- 数字孪生：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。
- 智能协同：多智能体系统理解任务需求，形成群体共识，自主协商协作、动态调整规划，化解策略冲突。
- 智能交互：提升智能体对专业领域任务目标的解析能力，对用户习惯性表达与简略表达的理解能力，对网络领域多模态输入的准确理解能力。
- 智能记忆：构建具备网络上下文信息动态关联和领域经验知识分层关联的记忆自组织能力，为大模型推理提供有效的场景化数据支撑。
- 智能学习：构建智能体自学习和自适应能力，提升自智网络智能体的领域任务泛化能力，突破预定义工作流的限制。
自智网络智能体中构建大模型的三大要素
- 专属性：具备高专业性、强鲁棒性和可执行能力。
- 预集成：自智网络智能体中交付大模型的最优路径。
- 共进化：自智网络智能体与大模型相互促进发展。
自智网络智能体接口协议的多种范式和演进方向
业界智能体协议蓬勃发展，当前主要实践沿两个方向推进：一是赋能智能体使用工具，二是实现智能体间的互联协作。
- 基于 LPI (Language Programming Interface) 的 Copilot 集成：面向角色，通过 Copilot LPI 自然语言接口开放数字助手的智能问答能力。
- 基于场景化 API 的 Agent 集成：提供面向高价值场景的场景化 API，支撑自智网络智能体平滑融入客户生产流程。
- 基于 MCP-T (MCP for Telecom) 的 Agent 集成：连接 AI 应用和外部系统，标准化了上下文传递方式。
- 基于 A2A-T (A2A for Telecom) 的 Agent 集成：旨在面向自智网络智能体之间的复杂协作场景需求，支持 Agent 能力发现、任务协作、事件订阅上报机制、多轮交互、双向协商等。
A2A-T 协议将重塑系统集成模式与交互模式，实现集成模式从静态预定义到动态自协商，系统间交互模式从请求-响应模式向多轮交互及双向协商模式转变。
自智网络智能体的标准进展和执行建议
自智网络智能体作为自智网络 L4 的关键架构使能技术，成为各个标准组织研究的热点。
- 推进 E2E Solution package 参考实践：产业联合推进和延展 TM Forum Solution Package 系列标准，细化场景、架构和交互流程设计，促进智能体生态多样性发展，加速自智网络智能体商用落地。
- 引入“POC 快速验证”的新标准开发模式：通过引入“POC 快速验证”新标准开发模式，加速和催熟自智网络智能体标准体系，繁荣自智网络智能体生态。
- 建设自智网络智能体互联互通的产业生态：产业协同推进自智网络集成和互操作标准化，消除智能体交互障碍、促进通信行业智能体格局。
华为 ADN 智能体实践
华为 ADN 解决方案打造了面向角色的 Mate 系列数字助手及面向场景的 Spirit 系列自闭环智能体应用。
- Mate 系列智能体：为华为面向现场维护工程师（FME）和 NOC 专家工程师量身打造的专属数字助手，包括 NOEMate 和 FMEMate。
- Spirit 系列智能体：为华为面向维优营的 6 类高价值场景开发的自主闭环智能体应用，包括 FaultSpirit、OptimSpirit 和 AssurSpirit。
自智网络智能体未来展望
自智网络智能体将在未来 5~10 年持续成为产业创新与商业落地转化的核心热点。
- 自智网络从场景自治走向整网自治：下一阶段的目标是通过跨场景、跨域的能力融合，推动单域网络自治，逐步释放网络的全局价值，从单点降本增效迈向整体能力变现。
- 迈向世界模型的通信大模型：通信大模型未来发展的最重要方向是世界模型，认知网络世界、理解网络规律、遵循网络常识，可以增强通信大模型的自主性和泛化性。
