中国移动设计院联合省公司及九天研究院成功研发无线网络运维智能体AIOpsGPT

通信世界网消息（CWW）随着网络复杂性的增加，运维及时性、灵活性、全面性要求的增加，传统运维模式已逐步显现经济上不可持续、技术上不可行，需重构运维流程，并引入高阶技术加持，提升网络运维效率和质量。

目前AI智能体是大模型应用领域的研究热点，但其如何在网络域有效应用，面临一系列技术攻关难题。

中国移动设计院在集团公司的指导下，联合福建、安徽、辽宁、浙江、江苏等5省公司及九天研究院，结合自身多年积累，基于九天大模型，成功研发端到端无线网络运维智能体AIOpsGPT，实现行业首创，并在中国移动智慧中台“揭榜挂帅任务”成功揭榜。

AIOpsGPT基于AI Agent架构，以语音或文本输入运维需求，通过大模型构建思维链，通过Agent主动理解运维意图，自动规划分解任务目标，协同调度工具集执行，实现运维全场景覆盖、全流程贯穿、全闭环执行。

AIOpsGPT聚焦网络运维域，支持故障预测、故障定位、网络性能优化、用户需求预测等多类运维场景。通过ReAct框架和CoT思维链技术实现Multi-Agent的编排与调度。同时，支持网络运维问答、数据自服务等功能。

01故障预测

智能体通过数据自服务可帮助用户获取区域的隐患基站信息（如查询某城市的TOP隐患基站）、细粒度的基站告警信息（如给定基站名称查询历史告警记录）。此外，智能体可分析基站历史故障数据，精准预测可能出现的故障，并提供故障预警方案，辅助运维工程师采取预防措施，降低故障发生率。

02故障定位

智能体首先查询基站派发故障工单的情况，之后基于工单及关联告警信息，分析故障现象与故障原因的关联关系，快速精准定位网络故障的类型，并根据定位结果提供相应的故障修复建议，提升运维工程师处理故障效率。

03网络性能优化

智能体根据用户提供的小区信息，可自动查询小区当前的流量状态（如无线利用率、上行PRB平均利用率等），并基于历史流量状态数据精准预测用户和网络需求，如流量需求、网络资源需求等，辅助网络流量规划，提升网络资源利用率及用户感知。

04用户需求预测

智能体根据用户提供的小区信息，可自动查询并分析该小区的各种网络性能指标（例如SN添加成功率低、SN异常释放率等），识别网络性能瓶颈，提示可能存在的网络性能异常状态，为工程师提供针对性的网络优化建议和方案。

AIOpsGPT的成功研发有效实现运维提质增效，退服故障工单平均处理时长压降20%，隐患识别效率提升20%，数据查询分析效率从按需编程到自动生成。此外，AIOpsGPT的成功研发为基于意图驱动的L5级自智网络提供了一条可选技术路线，为业界通过大模型赋能网络运维进行了宝贵探索，已获得业界的高度关注。

面向未来，设计院将继续在集团公司的指导下，投身“AI+网络”转型研发，运用大模型技术提升技术领先性和业务赋能成效，加速从“+AI”向“AI+”转变，推动人工智能和实体经济融合发展。