Agentic AI for network operations: Smarter decisions on proven automation

网络运维中的智能代理AI：基于成熟自动化技术的更明智决策

Component | Article_teaser

2026年9月29日

6分钟阅读

人工智能

Sachin Rathee

红帽AI专家

David Kypuros

全球首席解决方案架构师

Fabrizio Fiori

解决方案架构高级总监

Subpattern | social_share_set

Component | social_share

分享

Subpattern | subscribe

Component | social_icon

订阅RSS

Component | Icon

© Red Hat, Inc. CC-BY-4.0许可

Subpattern | results_nav

组布局

Component | Nav_links

• 返回所有文章

Component | Generic

大多数电信服务提供商已经知道如何管理网络变更。

他们建立了标准的变更窗口，制定了经过批准的流程手册，并多年来通过网络自动化使流程更加可靠。真正的挑战不是实施变更本身，而是在警报、供应商和网络领域持续增加的情况下，决定变更什么、在哪里变更以及为什么变更。

智能代理操作可以提供帮助。这不是一种新的变更实施方式，而是将AIOps（IT运维人工智能）风格的智能嵌入到运维团队已经信任的流程中。

结果是运营成本降低、问题解决速度加快、基础设施利用率提高以及客户体验更加稳定——过去需要广泛讨论和审查的决策，现在可以在受控的人机协作流程中完成。

瓶颈是决策而非变更实施

TM Forum的自主网络框架定义了6个自主级别。它们描述了从人工驱动运维向日益智能化、闭环控制，最终实现完全自主的网络运维的演进过程。

在此框架中，第4级被描述为意图驱动、预测性、闭环操作。目前大多数服务提供商仍处于部分或条件性自动化（2-3级），这包括在人工做出决策后运行的脚本和流程手册。差距在于决策周期，而正是这个环节AIOps和智能代理AI最为关键。

这个差距正在扩大。5G独立组网、云原生网络功能（CNF）、多供应商环境、边缘基础设施以及快速变化的流量模式，使得难以判断哪些信号重要、下一步会发生什么以及哪些响应是安全的。传统的被动式运维往往难以跟上节奏。实施路径通常已经自动化，但其前端的智能尚未实现。

将更先进的智能融入这一循环，意味着服务提供商可以更快地在特定领域达到TM Forum第4级，而无需放弃已投入生产的自动化。第5级不是颠覆性替换事件，而是相同的闭环模式，但范围更广且管控更严格。

保持不变的部分与变得更智能的部分

变更实施层通常已经建立并可以保留。对于许多服务提供商而言，Red Hat Ansible Automation Platform就是这一层：跨网络和IT领域的人类可读、可重复、可审计的工作流程，包括在已知条件触发已知任务时的事件驱动Ansible。

我们现在引入的是一个全新的智能层级。红帽人工智能将模型和智能工作流引入运营流程，使系统能够关联信号、预测下一步发生的情况，并推荐——在符合策略且经人工批准后，甚至可以自动选择——下一步操作。智能人工智能能够通过多个步骤进行操作：观察、与意图进行对比，并提出响应建议。它仍然通过相同的自动化协议、相同基于角色的访问控制（RBAC）以及相同的审计追踪来执行。

这就是转变的关键所在。做出更优决策，加快决策周期。网络变更本身仍然呈现出运维团队已熟悉的流程形态。

一个能够标记问题的人工智能模型是有价值的。而一个能够识别问题、选择已批准响应、触发现有工作流并验证结果的系统，则更接近四级自主网络运营。操作手册无需更改，决策本身已经发生。

服务提供商不应被迫在现有已运行的自动化方案与网络当前所需的智能之间做出选择。

多供应商AIOps路径，而非单一供应商的“大脑”

仅在单一供应商领域内运作的自主性，并非服务提供商可以使用的自主性。无线电接入网络（RAN）、核心网、传输网、IT和云基础设施早已来自不同供应商。决策过程将跨越这些领域。变更仍需通过相同严谨的自动化路径，落实到每个供应商的接口上。

因此，智能层和执行层需要部署在供应商连接的节点上，而非任何单一工具链内部。

红帽人工智能包含一个人工智能网关功能，作为控制平面来管理并治理代理流量。它管理策略、配额、认证和治理——本质上决定模型如何以及在何处被部署。随着更多模型进入运营——例如RAN中的故障关联、核心网中的容量预测、网络运营中心（NOC）中的智能助手——服务提供商需要一个统一位置来实施安全策略、内容控制和使用治理。网关为服务提供商提供了一种方法，使来自不同来源的模型可以参与同一决策过程，而无需为每个供应商领域设置不同的信任模型。

决策完成后，同样的逻辑依然适用。安全、可观测性和策略不能仅存在于单一供应商的工具中。它们需要在平台层级运行，定义谁被允许操作、被允许更改什么，以及如何记录每一次操作。Ansible自动化平台已经实现了这一功能。将其与平台级推理治理结合，服务提供商就能实现多供应商网络自动化——每个领域可以保留其专业系统，而服务提供商则能保持统一的决策与控制平面。

这同时也是通向第五级自主性的实际路径。完整的自主性不会以单一供应商的封闭架构形式出现。它将在意图、策略和执行能够跨供应商协同运作，并且运维团队仍能查看和控制系统被允许执行的操作时实现。

组件 | 引用

服务提供商应从一个领域开始，然后扩展相同的模式。

故障管理与自愈网络

故障管理是服务提供商开始构建AIOps和智能人工智能能力最清晰的切入点。

现代网络会产生海量的告警、事件、日志和遥测数据。运维团队可能在海量信号中迷失，导致典型的告警疲劳。这一挑战涉及多个层面：系统需要检测到异常发生，同时识别关键信号、判断潜在根本原因、评估可能影响，并确定下一步行动。

基于AI的告警关联技术能够发现模式、预测故障并支持根本原因分析（RCA）。这使得决策过程更快更精准，直接缩短平均修复时间（MTTR）。

Ansible Automation Platform运行着许多提供商已信赖的修复服务：重启服务、隔离路径、创建工单、验证服务。相同的流程，相同的控制机制，在信号洪流中减少决策时间。

这就是闭环故障管理和自愈网络运维：检测、分析、决策、修复、验证。TM Forum将故障管理视为高价值的第4级场景。从实际角度考虑，这是个理想的切入点：服务提供商无需要求NOC改变现有变更实施方式，只需在现有操作手册前增加更多智能。

预测性容量与维护

容量管理在不同领域遵循相同模式。

传统规划通常依赖历史趋势、定期审查和保守扩展。但需求不会等待。新服务、事件、应用负载和地理变化可能迅速改变需求。

AI可以分析历史和实时遥测数据，识别需求形成趋势，并预测容量瓶颈，从而在客户感知之前实现预测性维护和预测性容量规划。

实施方式可以保持熟悉：扩容、重新配置、重新分配资源，或触发现有工作流。预测性容量规划是与网络自动化服务提供商已使用的资源增减和调整流程直接关联的更快更优决策。

首先出现故障的领域实现第4级能力

向自主智能网络演进不会一蹴而就。服务提供商的起点、架构、供应商和运营模式各不相同。

这正是开放模块化方法至关重要的原因。服务提供商不应部署孤立的AI系统或新的运营孤岛，而应将智能体AI和AIOps引入现有工作流，并与已建立的自动化投资相连接。

目标是在首先出现故障的领域实现TM Forum第4级能力，并建立可逐步演进至第5级的基础架构。

TM Forum Innovate Americas 2026正是围绕这一实践转变构建：将智能体AI和AIOps融入日常网络运维，从试点走向生产环境。活动将于2026年10月6日至7日在德克萨斯州达拉斯举行。（ TM Forum ）

在Innovate Americas 2026现场见证实践

想了解智能体AI和AIOps如何在真实网络运维流程中提升决策效率吗？

加入Red Hat在TM Forum Innovate Americas 2026的活动，让我们探讨AI代理和智能体AI如何提升故障管理、告警关联和预测性容量规划——同时Ansible Automation Platform继续以服务提供商已习惯的方式，在多厂商网络中执行变更。

了解更多关于该环节的信息并将其加入您的Innovate Americas日程：Red Hat在TM Forum Innovate Americas 2026的环节。

网络运营的未来仍然是自动化的，但也将更加智能，能够做出更优决策，缩短平均故障修复时间（MTTR），并为从第4级向第5级演进提供切实可行的路径。

Block | Dynamic pattern deluxe promo

Component | Band_header

Resource

适应性企业：为何AI准备就绪即意味着应对变革的准备就绪

这本电子书由Red Hat首席运营官兼首席战略官Michael Ferris撰写，帮助IT领导者应对当前面临的AI技术变革与挑战。

Component | spacer

Component | Cta_multi_basic

Subpattern | simple_cta

Component | CTA

获取资源

Deluxe mbox

Component | Card_header

关于作者

Subpattern | speaker

Card layout

Component | Image_embed

Component | Person

Sachin Rathee

Subpattern | social_links

Sachin负责Red Hat多项前沿技术领域的工作，尤其专注于人工智能及其在服务提供商环境中的应用。他主导实现的AI用例显著提升了运营效率、优化了客户体验，并创造了新的商业机会。作为开源技术的坚定倡导者，Sachin曾在多个IEEE会议和云峰会上阐述开源技术的价值与影响。Sachin拥有工程学士学位和工商管理硕士学位，兼具技术专长与对商业战略和行业需求的深刻理解。

更多该作者的文章

David Kypuros

David Kypuros是Red Hat的全球首席解决方案架构师。拥有15年电信行业经验，曾担任Verizon和AT&T的关键职位，目前领导5G、边缘计算和AI领域的创新项目。作为TM Forum Catalyst计划的重要贡献者，David因在可持续发展和生成式AI领域主导获奖项目而获得赞誉，彰显了其对创新且负责任的技术解决方案的承诺。

Fabrizio Fiori

类似内容推荐

Dynamic pattern

博客文章

重新构想代理时代的企业创新引擎

构建AI驱动的多模态合规监控系统：从训练到追踪到聊天

原始播客

Red Hat如何为可扩展AI清除IT债务

用PyTorch标准化AI堆栈

Subpattern | card_flex

Subpattern | text_basic

继续探索

• 什么是代理AI？ 文章

• 预测性AI与生成式AI 文章

• 构建生产级AI/ML环境的首要考虑因素 电子书

• 以Ansible方式实现生成式AI 视频

• 通过现代应用平台实现创新与转型 电子书

继续探索 mbox

Subpattern | simple_text

按频道浏览

浏览所有频道

Pattern | raw_html

自动化

有关IT自动化在技术、团队和环境中的最新动态

人工智能

关于使客户能够随时随地运行AI工作负载的平台的最新动态

混合云

探索我们如何通过混合云构建更加灵活的未来

安全

关于我们在不同环境和技术中降低风险的最新动态

边缘计算

关于简化边缘操作平台的最新动态

基础设施

关于全球领先的企业级Linux平台的最新动态

应用程序

深入探讨我们解决最复杂应用程序挑战的方案

虚拟化

您本地或跨云工作负载的企业级虚拟化未来