文/黃海峰的通信生活

當演唱會現場8萬人同時直播高清畫面，地鐵隧道里千余名乘客實時刷新資訊，承載這些數據的“隱形調度官”核心網，正遭遇前所未有的挑戰。

通信網絡運維領域有句行話：“核心網運維如中醫問診，靠的是十年磨一劍的經驗沉淀?！钡S著數字化加速，網絡規模與復雜度劇增，傳統運維模式已難以為繼，運維專家們陷入困局。為此，行業開啟借助AI技術提升核心網運維效率的探索。

核心網運維與AI技術深度融合將面臨哪些難題？行業又該如何施展“AI魔法”，加速邁向自智網絡（AN）L4？在2025云網智聯大會上，華為云核心網自動駕駛網絡首席架構師魏宏帶來“核心網運維智能體展望”主題演講，這場“AI魔法秀”，揭示了運維從“人工煉丹”到“智能煉金”的跨越式變革。

核心網邁入AI時代

核心網在通信網絡中處于核心地位。它如同城市交通系統的總調度中心，掌控著用戶的認證計費、各類業務的差異化服務等關鍵環節。正因如此，核心網一直處于網絡變革的最前沿。

早在十多年前，核心網便開啟與IT技術的深度融合進程，率先完成云化轉型。如今，隨著AI技術發展，一場基于AI的核心網變革正在悄然上演。魏宏指出，AI的引入，為核心網帶來無限的想象空間。主要表現在三方面。

首先，AI將開啟核心網運維變革。自動化運維長期以來是網絡運維領域的理想目標。魏宏指出，在AI技術普及前，傳統自動化運維雖有明確方向，卻始終難以突破技術瓶頸，如同懸于眼前的胡蘿卜，可望而不可及。

隨著核心網承載的業務日益復雜，網頁數量、業務類型、技術類型不斷增加，傳統的自動化運維方式，如同“疲于奔命”的追趕者，始終難以跟上業務發展的步伐。

其次，在語音業務方面，Al的引入，如同為每個用戶配備了一名“智能秘書”，可根據用戶需求，提供深度的定制化業務服務。最后，在分組業務方面，AI可帶來差異化體驗。AI可根據不同用戶的需求、不同的使用場景，提供差異化的服務。

AN邁向L4，機遇與挑戰并存

隨著核心網邁入AI時代，產業對自智網絡（AN）的發展，有著清晰的共識和規劃。魏宏指出，目前已有73家產業伙伴聯合發布《AN產業白皮書6.0》，并將AN發展目標瞄準L4級別。這也意味著網絡將具備更高的智能化水平。

在AN通往L4的道路上，產業有著明確的發展節奏。

對此，魏宏表示，2025-2027年，產業目標是實現核心網、無線、傳輸等單域的“單兵作戰”式智能化運維。2028-2030年，則著力實現多智能體復雜運維場景閉環。

與此同時，魏宏介紹道，全球已有6家運營商制定了L4價值場景規劃，超10家運營商積極推動L4實踐落地。全球AN市場正迎來高速增長。據Omdia數據，2024年全球AN市場規模已突破80億美元，年復合增長率達42%。

產業如何加速自智網絡邁向L4？魏宏認為，生成式AI將使能自智網絡從L3邁向L4。傳統的自動化運維如同學徒，只能完成固定動作，一旦產線出現未錄入系統的新物料或工序變動，便無法應對。而生成式AI恰似經驗老師傅，不僅熟悉所有生產環節，還能根據突發狀況快速調整流程，精準協調各環節資源，輕松解決業務復雜變化與運維規則梳理的難題。

生成式AI的引入，將為云化運維帶來四大轉變。在交互方式上，從以人為中心轉變為人機交互甚至以數字員工為中心；在服務流程方面，借助數字員工的能力，簡化、壓縮甚至遷移部分流程，提高運維效率；在系統能力上，具有AI生成能力的智能中心，將提升運維能力；在集成方式上，基于意圖驅動的集成和驗證，將降低集成難度，實現更高效的系統協作。

在當下AI熱潮中，DeepSeek自發布以來，實現日活躍用戶數突破3000萬大關，特別是其強大的推理能力，為核心網運維領域帶來了全新的暢想空間。

相較于傳統Chat模型，DeepSeek在運維場景優勢明顯。比如，在告警分析方面，它能快速梳理海量告警信息，精準定位關鍵問題；面對復雜故障診斷，DeepSeek憑借深度推理，快速找出故障根源；在配置環節，能依據網絡需求與歷史數據，提供優化配置建議。

然而，類似DeepSeek的Reasoner模型雖潛力巨大，直接應用于電信運維領域卻存在三大挑戰。魏宏坦言，當前模型面臨三大挑戰。模型存在“啰嗦”的問題，回答簡單問題時會給出冗長的答案，就像一個人說話繞來繞去，浪費時間和資源；“幻覺”問題也較為嚴重，模型可能會給出錯誤的、不符合實際的答案；在專業能力方面，對通信領域的專業知識理解不足。

創新MoM智能體架構，打造運維新范式

為了解決上述三大挑戰，華為創新提出了MoM（混合模型）架構。

在筆者看來，這一創新模型如同一支協同的“軍隊”，既有專業模型這樣的士兵，能以極高的效率和精準度，快速完成如簡單的工具選擇、問答等日常90%的運維任務，又有Reasoner模型這樣的參謀長，憑借對全局的深刻理解和把控，在遇到新問題、復雜的規劃推理任務時，有條不紊地組織各部分協同作戰。

魏宏介紹，華為MoM架構具備三大能力。

第一，實現多模型智能分流。這就好比身處戰場的總指揮，可以將簡單、重復的任務交給士兵，而將復雜的規劃、推理類任務交給參謀長，最終實現簡單問題“快”響應，復雜推理“慢”思考。

第二，實現記憶轉知識。在運維場景中，如果一直“慢”顯然不行，需要實現由“慢”向“快”轉換。華為MoM架構通過將慢思考的結果經過驗證形成思維鏈，從而在后續同類任務快速，準確響應。

這就好比參謀長在參謀部面對同樣的作戰態勢時，通過多次推演與實戰復盤，將零散的戰場經驗沉淀為系統化策略。下次遭遇相似戰局，便能憑借深厚的戰術儲備，快速制定出精準高效的作戰方案。

第三，打造快慢模型結合的綜合性核心網運維智能體，讓合適的大模型處理合適的任務，實現運維的高效運作。對于該能力，魏宏進行了形象地詮釋：這就好比做題，學生可以處理簡單的題目，大學教授需要解決一些未知的難題。

筆者認為，華為MoM混合模型架構通過精準匹配各模型的應用場景，使其在相應領域發揮最大效能，從而推動核心網運維實現質的飛躍。

筆者觀察：AI運維時代，華為給出方向

從魏宏的專業演講中可以清晰地看到，華為正以“All in AI”的魄力重構核心網運維體系。當大模型成功突破“泛化能力”與“專業深度”的矛盾，當混合智能體實現“快決策”與“深分析”的動態平衡，運維領域或將迎來一場比自動駕駛更具顛覆性的變革。這也再次印證了華為“把復雜留給自己，把簡單留給用戶”的承諾。

華為MoM架構的誕生，更是將這種領先優勢具象化。對運營商而言，它能助力降本增效、優化資源配置，在提升服務質量的同時增強用戶體驗，加速網絡智能化轉型；對行業來說，該架構有望樹立新的技術標桿，推動行業標準統一，拓展產業邊界，催生出全新的業務形態與商業模式；對華為而言，不僅鞏固了自身技術領先地位，還能憑借先進技術與解決方案吸引更多運營商客戶，進一步拓展市場份額。

從行業角度看，在當下智能時代，華為這場核心網運維變革意義深遠，不僅為通信行業發展明晰了前行方向，更深刻啟示各界企業：唯有敢于掙脫傳統經驗束縛，積極擁抱前沿技術變革，才能在智能時代浪潮中搶占先機，成為真正的行業領跑者，而華為無疑已在這條賽道上遙遙領先。