通信世界网消息（CWW）在5G时代，行业应用的广度和深度得到了显著提升。工业和信息化部公开数据显示，截至2024年9月末，5G已融入97个国民经济大类中的80个，应用案例数累计超10万个，在工业、矿业、电力、港口、医疗等重点行业实现规模复制，应用赋能作用逐步彰显。
为了确保网络服务的高质量和高可靠性，多种协议技术与5G新技术的融合应用已成为垂直行业数字化转型的必然趋势。这些技术在提升网络服务质量的同时，也增加了站点形态的复杂性和设备操作的复杂度，给网络运维带来了巨大的挑战。
在处理无线网络故障时，传统运维方式需要运维工程师根据自身经验进行分析定界，制定排障步骤；面对棘手故障，运维工程师还要频繁咨询后台专家，获取排障指导。这无疑增加了运维的难度和时间成本，据统计，平均排除单个故障需要耗费1~2小时，而对于光路故障等复杂场景，逐节点排查使得故障定位时长甚至超过4小时。
面对挑战，中国移动联合华为将智能体引入无线运维领域，推出了业界首个无线网络故障助手。针对无线网络中最常出现的六大故障类型（如前传光路、小区退服、馈线驻波等），提供交互式排障指导，提升运维效率并降低技术门槛。
打造智能化无线网络故障助手
利用从历史运维案例和专业文档中总结出的800亿词符语料，对通用大模型进行微调，再辅以知识图谱等技术，打造无线智能体。而引入该智能体的无线网络故障助手，可以通过自然语言与运维工程师交互，理解工程师的问题和意图，并利用所学的运维知识和故障现场的网络数据进行分析，生成图文指导，帮助工程师进行端到端的自主高效故障排查和修复。智能化无线网络故障助手的部分功能如图1所示。
模型协同，精准快速理解意图
当前，有一些数字化工具可以帮助运维工程师查询信息，以提升排障效率，但需要工程师使用特定的指令进行操作。而故障助手可以理解自然语言，大大降低了使用的门槛。通过结合高精度的稠密模型和高效率的稀疏模型，故障助手不但在反应速度方面比业界平均水平提升30%，而且对运维专业问题的理解准确度达到了97%，比平均水平提升了20%。
知识图谱固化经验，降低排障技术门槛
传统运维通过老师傅以言传身教的方式传递经验，新手需要长时间学习才能独立上站排障，因此学习成本高。无线网络故障助手能从专家撰写的解决方案和日积月累的经典案例中，提取碎片化的思维链和语料，融合构建出系统化的知识图谱。结合知识图谱和RAG（检索增强生成）技术，故障助手对大模型生成的答复进行修正，将大模型幻觉的发生概率从34%降低到3%。由此故障助手可以代替老师傅，为新手运维工程师的疑问提供准确答案。通过高效地传递排障经验，新手也能快速独立上站。
动态生成排障指导，提升排障效率
经验丰富的运维工程师会跳过冗余排查项以提升排障效率，故障助手也可以根据现场状况动态生成精准高效的排障建议。ReACT技术赋予故障助手规划行动以获取信息的能力。故障助手不仅可以理解并回答问题，还能根据推理编排出一系列步骤以达成高效排障的目标，而非仅仅遵循预设的静态排障流程。同时每次行动的反馈结果，都将用于进一步优化模型，使其在自我学习中不断提升排障指导的质量。
无线网络故障助手重塑无线运维
运维工程师工作流程重塑
“这个告警的含义是什么？”上站前现场运维工程师老刘向故障助手发出了询问，并很快得到了告警含义解读和故障类型信息。根据这些信息，老刘很快领取了修复所需的备件和工具，完成了上站前的准备。而以往老刘上站前需要自行翻阅告警文档，查找对应告警的含义，推测故障根因。有时会因为缺乏信息导致遗漏了必要的备件，还需要重复上站。
上站后，故障助手以拓扑图的形式引导老刘快速找到了故障端口，完成修复操作后，老刘通过故障助手确认了所有关联告警已消除，便放心地离开了站点，整个过程无需与后台交互。而以往老刘仅凭借工单信息是很难直接找到故障端口的，需要逐一排查；遇到疑难问题，还要联系后台专家申请提供相关指导；修复完成后也需要等待后台确认后才能离站。在此过程中，运维工程师平均每单需要与后台联系10余次。
使能无线运维降本增效
目前在杭州市，无线网络故障助手已覆盖五大城区共计2万多个站点，使能100多名运维工程师，每月辅助闭环故障工单超8000张，平均每张工单节省30%的故障处理时间，每位工程师每月可节省工单处理时间100~125个小时。与此同时，后台支撑现场排障的工作量也相应减少了30%。
另外，相较于传统的老师傅“传帮带”模式，新基站运维工程师的培训时长减少了720小时，新人可以更快地独当一面。
助力建设可靠的无线网络底座
随着无线网络不断深入社会生活、国民经济的方方面面，基站退服带来的社会影响也在不断增加。通过引入无线智能体，重塑运维流程、赋能基站运维工程师，无线网络故障助手可有效提高运维效率，缩短基站退服时长，有助于进一步提升网络的稳定性，更好地守护现代生活的“网络生命线”。
*本文刊载于《通信世界》
总第960期 2025年1月25日 第2期
