摘要
随着5G网络规模化部署与业务复杂度的提升，无线网络运维面临区域性故障频发、跨专业定界定位困难、处理流程繁琐等挑战。中国联通某省公司（以下简称该公司）依托亚信科技智能体平台（AI Agent Platform，以下简称AAP），构建了一套基于大模型智能体的无线网区域故障智慧管理系统。该系统以大模型为核心，融合知识库、拓扑生成、多智能体协同等能力，实现对无线网区域性故障的自动识别、智能定界定位、处置建议推送与闭环管理。
项目于2024年9月上线试运行，显著提升了故障处理效率与网络质量。系统月均识别区域性退服故障346次，较上线前下降34.8%；基站4小时恢复达标率达95.9%，提升1.1个百分点；故障定位推送平均耗时仅8分钟，定位准确率达80%。本案例展示了大模型智能体在通信运维领域的落地价值，为行业数字化转型提供了可复用的技术路径与运营范式。
一、实施背景
1.1无线网络运维痛点突出
近年来，无线网络规模持续扩大，网络结构日趋复杂，传统运维模式在应对区域性、跨专业故障时暴露出一系列问题：
故障频发，影响面广：月均退服类故障超过5.9万次，相关工单达9600余张。区域性故障导致用户业务接入感知显著下降，严重影响客户体验。
定界定位能力弱：90%以上的区域性故障涉及传输、动环、数据设备等多专业，需跨专业协同研判。现有系统缺乏自动化、可视化的拓扑关联能力，定位过程依赖人工电话沟通，效率低下。
处置流程繁琐：故障派发后，一线人员需在多系统间手动查询动环停电、传输中断、设备告警等信息，流程环节多、耗时长，且故障复盘与策略优化缺乏数据支撑。
1.2智能化转型成为必然选择
为应对上述挑战，该公司提出引入大模型与智能体技术，构建具备自主感知、分析、决策能力的智慧运维系统。亚信科技的AAP产品以其强大的语义理解、任务规划与工具调用能力，成为该项目实现故障自动化、智能化管理的核心技术支撑。
二、实施目标
项目旨在通过构建以大模型智能体为核心的无线网故障管理系统，实现以下目标：
1.故障自动识别与智能定界定位基于实时告警数据，通过智能体自动识别区域性故障，并依托知识库与拓扑数据，实现跨专业故障的根因定位。
2.故障处理流程闭环与效率提升通过钉钉实现“T+0”信息推送，一线人员可快速反馈处理结果，系统支持故障复盘与处置策略持续优化。
3.运维知识体系化与能力沉淀构建无线故障运维专有知识库，将历史案例、专家经验转化为可检索、可推理的结构化知识，赋能一线人员。
4.运维过程可视化与可追溯基于拓扑自动生成与还原技术，实现故障影响范围、传输路径、关联设备的全景可视，支持故障处理全过程追溯。
三、建设内容
3.1整体技术架构
项目采用分层架构设计，包括业务层、能力层与网络数据底座，整体架构图如图1所示。
图1：项目整体技术架构
业务层：基于内嵌智能体及WEB可视化技术，实现无线网故障监控与管理的全景可视。
能力层：以亚信科技大模型智能体技术为核心，构建故障识别、定界定位智能体，根据同步的资源及拓扑数据，故障知识库，实现无线网的故障识别、定界定位工作流闭环。
网络数据底座：利用集团天宫平台与本地云池资源，搭建了数据采集治理平台与大模型服务组件。
3.2智能体技术能力构建
AAP作为系统的“智能大脑”，具备以下核心能力：
意图识别：根据告警信息识别故障场景（如基站退服），适配对应智能体启动分析流程。
任务规划：基于大模型的语义理解与推理能力，结合知识库生成故障分析步骤，并依赖关系编排执行顺序。
知识库构建：整合产品文档、历史故障报告、专家经验等语料，通过向量化存储与检索技术，构建无线运维专有知识库，支持智能体快速获取领域知识。
工具集封装：集成告警关联、拓扑生成、舆情查询、钉钉推送等API工具，智能体可根据任务需求自动调用相应工具执行操作。
3.3关键实施步骤
1、数据治理与知识库构建
整合移动网、传输网、动环系统告警数据，统一接入该公司网络平台。
基于历史故障案例与专家经验，构建向量化知识库，支持智能体快速检索与推理。
2、拓扑关系梳理与可视化
根据基站承载环路信息，还原从接入、汇聚到骨干的完整传输路径。
基于GIS与逻辑拓扑生成技术，实现故障影响范围与关联设备的多维可视化。
3、智能体工作流设计
故障识别智能体：实时监测批量退服告警，通过时间窗口、地理位置、基站数量等规则识别区域性故障。
图2：无线网故障识别智能体工作流程
故障定界定位智能体：根据知识库与工具集，按步骤分析动环告警、传输中断、设备异常等可能原因，输出根因报告并推送至一线人员。
4、系统部署与模型选型
选用Qwen2-72B-int4作为核心大模型，其在中文理解、多语言支持、开源合规等方面表现优异，符合通信运维场景需求。
系统部署于该公司云池，支持高并发告警处理与实时拓扑渲染。
四、实施效果
4.1运维效率显著提升
智能体自动识别并定位9–11月区域性退服故障346次，月均故障量较8月下降34.8%。
基站4小时恢复达标率达95.9%，较8月提升1.1个百分点。
故障定位报告平均推送时间仅8分钟，极大缩短了故障响应时长。
4.2定位准确性达到实用水平
智能体输出故障原因与实际根因对标准确率达80%，具备较高的可信度与实用性。
通过拓扑可视化与历史回溯功能，故障定界定位过程全程可追溯，支撑复盘与优化。
4.3知识沉淀与隐患挖掘能力增强
构建的无线运维知识库持续吸收新案例，支持智能体自学习与策略优化。
通过重复故障计算模型，系统自动标识高频故障点，辅助网络隐患定位与预防性维护。
4.4业务价值与社会效益
提升用户网络感知，降低因区域性故障导致的业务中断风险。
减少一线运维人员跨系统查询与人工研判工作量，释放人力资源。
为通信行业运维数字化转型提供了可复制、可推广的智能体落地范式。
完成单位：亚信科技（中国）有限公司
完成人：马广杰、吴珺、李传胜、张培蔚