《爱立信：2025年AI智能体在电信网络架构中的应用白皮书（24页）.pdf》由会员分享，可在线阅读，更多相关《爱立信：2025年AI智能体在电信网络架构中的应用白皮书（24页）.pdf（24页珍藏版）》请在三个皮匠报告上搜索。

1、爱立信白皮书BCSS-25:0244392025年10月自智网络之旅早已启动，但直至近期才开始显著加速。AI智能体、生成式AI（GenAI）及大语言模型（LLM）凭借强大的自主能力，预计将成为提升网络效率、改进客户服务与运营管理的关键组件。本白皮书将明确AI智能体的定义，并以TM Forum（TMF，电信管理论坛）制定的意图管理架构为主要案例，展示其在移动网络架构中的应用实践。我们还探讨了其他潜在应用场景，例如助力移动网络优化签约用户与企业所用智能体之间的通信。我们将深入探讨前期白皮书提出的概念与分析框架，包括 定义AI原生：高级智能电信网络的关键赋能技术 1、意图驱动网络：实现自智网络的关键

2、步骤 5以及 5G网络生命周期管理的认知推理 2。针对业界对AI智能体在网络中角色与任务的多元解读，我们需明确智能体与AI智能体的本质内涵。智能体智能体是被授权代表个人或实体独立采取行动、制定决策并自主发起任务的自主系统。智能体以目标为指引，通过传感器、协议、数据流或其他智能体交互等机制感知环境，并运用规则、编程逻辑或学习模型处理信息，最终生成输出、执行行动、使用工具甚至运行代码以实现目标。智能体可在运行时与环境交互，可随时间存储与检索信息，既可独立运行，也能通过智能体间通信实现协同。其计算表达能力覆盖从确定性规则行为到图灵完备推理（Turing-complete reasoning）的完整谱

3、系，从而实现不同层级的适应性、决策与规划能力。AI智能体AI智能体是智能体的一个子类，运用机器学习技术持续更新其内部知识（有时称为记忆），从而动态适应不断变化的条件。NAI智能体形成一个从受限制（受人为设定约束）到无限制（具备内部逻辑与目标修改能力）的连续谱系。尽管存在编排器（Orchestrator）、协调器（Coordinator）和执行器（Executor）等多种角色与组织模式，本分类体系着重从AI/非AI、受限/无限制维度进行界定。通过这种方式，我们即可界定受限智能体与无限制智能体之间的边界，从而确定是否及在何种情况下允许不同类型的智能体存在，并反映在架构中。尽管两类智能体存在多种变体

4、，但在下述情况下，受限智能体将转化为无限制智能体：内部逻辑修改：覆盖人类编程限制 目标体系重构：超越人类预设目标边界此处值得特别说明的是，基于生成式AI的智能体包含一个特定子类Copilot。这是一种基于大语言模型（LLM）的受限智能体，作为人机交互接口（HMI）与人类协同工作。Copilot通过利用大语言模型（LLM）的自然语言深度理解能力来改善人类绩效。AgentAI agentNon-AI agentRestricted AI agentUnrestricted AI agentNon-GenAI-basedGenAI-basedNon-GenAI-basedGenAI-basedLLM

5、-basedLLM-based图1：AI智能体分类体系在5G及未来6G技术的推动下，现代电信网络持续演进，导致网络复杂性不断增加，对运营自动化的需求日益迫切。若缺乏自动化，传统网络运营成本或将难以为继，迫使厂商与运营商（CSP）应对此类挑战。自动化既能满足这一需求，又赋能网络更灵活快速地适应客户需求的变化。通过利用正确的数据并发挥我们在最关键网络领域的深厚专长，AI可有效驱动自动化进程。在此基础上将AI嵌入产品组合，能在运营效率、客户体验、业务增长与可持续发展等多维度创造最大价值。在6G时代，AI与网络的协同效应将更为关键AI将作为关键原生组件，塑造网络架构、能力与服务，实现最小化人力干预的意

6、图管理，最终达成零接触运营。与此同时，生成式AI与AI智能体等新兴技术的出现进一步增强了这些能力，并在多个领域展现出应用潜力，包括：网络运营效率提升：生成式AI可实现动态网络策略与配置，持续监控网络流量，检测异常状态，并自动响应潜在 威胁或效能瓶颈，从而降低运营成本并减少对人工干预的依赖。预测能力构建：AI智能体可以分析海量网络数据，精准预测拥塞或硬件故障等潜在问题，并主动启动应对机制以 增强网络可靠性，延长运行时间。实时决策优化：生成式AI能基于带宽需求与时延要求等因素生成最优路由路径与资源分配策略，在运行时动态 实施这些策略并持续适应网络条件变化。弹性扩展与适应能力：AI智能体可动态响应持