在人工智能技术浪潮席卷全球的今天，电信行业正站在数字化转型的关键节点。市场研究公司Omdia的报告显示，在今年6月TM Forum的DTW活动期间，一个引人注目的焦点是Ciena旗下Blue Planet部门对其Agentic AI框架的展示，这标志着电信网络运营正迎来一场深刻的智能化变革。
单点AI方案的局限与挑战
Omdia业务负责人James Crawshaw指出，在Agentic AI炒作盛行的这一年里，电信运营商正面临来自网络供应商和OSS供应商提供的单点式Agentic AI解决方案的冲击。这种碎片化的AI部署方式可能导致重复建设的风险，使运营商错失采用更统一整合方法的机会。
当前，电信行业在AI应用方面存在明显困境：一方面，市场上的许多产品仅仅是"将AI策略生硬地附加在传统OSS之上"，未能真正融入电信网络的复杂运营环境；另一方面，来自公有云提供商的通用AI平台通常无法理解电信网络的运营特殊性，难以满足行业特定的需求。
Blue Planet的专家分析认为，电信网络作为高度复杂且要求严格的基础设施，其AI解决方案必须具备以下特点：深入理解电信网络的专业知识、能够处理大规模实时数据、支持多系统协同工作，以及具备高可靠性和安全性。这些特性使得通用AI平台难以直接应用于电信领域。
Blue Planet的Agentic AI框架：专为电信网络设计
面对上述挑战，Blue Planet提出了一套专为电信网络构建的Agentic AI框架解决方案。该框架的核心优势在于支持智能体基于意图行动、应用上下文，并在整个网络范围内采取协调行动。这一创新实现的关键在于，它构建于清晰且组织良好的数据模型和API之上，确保了AI系统与电信网络基础设施的无缝集成。
该框架构建于Blue Planet的AI Studio之上，这一AI Studio于2024年商用发布。尽管AI Studio主要旨在与Blue Planet的OSS应用产品组合协同工作，但部分客户已开始将其视为一个通用的OSS Agentic框架。AI Studio本身已包含大量关于电信网络的领域知识，可为运营商构建自有OSS AI平台节省大量时间。
Blue Planet已开始与现有客户测试其Agentic AI框架，以支持多种关键用例，包括网络切片自动化、库存中的网络设备建模、意图理解、模板生成及服务保障等。这些应用场景直接关系到电信运营商的核心业务流程，展现了该框架的实用价值。
AI Studio：电信AI开发的强大平台
Blue Planet的AI Studio为电信行业提供了一个全面的AI开发和管理平台，它为Blue Planet及第三方AI模型提供API管理、流水线控制和性能跟踪功能。该平台处理模型管理事务，使电信数字架构师和数据科学团队能够轻松导入、部署和维护AI解决方案。
AI Studio能够与Blue Planet的云原生平台及其包含库存、编排和保障在内的OSS应用产品组合实现无缝集成，为电信运营商提供了一个端到端的AI解决方案。这种紧密集成确保了AI应用能够充分利用现有的电信网络基础设施和数据资源。
核心功能与能力
AI Studio提供了丰富的功能，支持AI模型的全生命周期管理：
- 导入、部署、更新和停用AI模型
- 配置模型属性
- 实例化、启动、停止和调度模型执行
- 监控模型性能
- 查看、编辑、版本化、回滚和调试模型代码
- 调用Blue Planet及外部API
AI Studio提供详细的仪表板，用于配置和管理AI应用，集中呈现所有AI活动。它经过专门设计，以满足数据科学家、开发人员和系统管理员的需求，并提供与每个角色相关的工具和功能，大大降低了AI应用的开发门槛。
开源技术集成
为了简化采用和集成过程，AI Studio集成了行业领先的开源框架和技术：
- Apache Airflow：一个用于数据工程流水线的开源工作流管理平台，支持复杂的AI工作流编排
- LangChain：一个开源框架，帮助开发者构建强大的应用程序，将大语言模型(LLM)与外部工具、API、数据源和用户工作流集成
- MLflow：一个用于构建AI应用程序和模型的开源开发者平台，简化了模型跟踪和部署
- Redis：一个开源的内存键值数据库，用作分布式缓存和消息代理，提高AI应用的性能
这些开源技术的集成不仅降低了开发成本，还确保了AI Studio的开放性和可扩展性，使运营商能够根据自身需求定制和扩展AI应用。
Agentic框架的演进与架构
如图1所示，AI Studio正在演进为Agentic AI框架。该框架通过API与Blue Planet的OSS应用产品组合交互，并可通过智能体间(A2A)协议与第三方智能体进行交互。这种架构设计确保了框架的灵活性和可扩展性，能够适应不断变化的电信网络需求。
智能体开发环境
Agentic框架的核心是一个用于构建智能体的开发环境。"自带AI"许可模式使授权用户能够导入、部署、配置和管理第三方AI/ML模型。从2026年起，通信服务提供商(CSP)将能够使用此开发环境构建自己的AI智能体，这将极大促进电信行业的AI创新和应用。
该框架维护着一个智能体目录，通过编排引擎可调用多个智能体以实现复杂任务。网关允许用户集成其偏好选用的大语言模型，确保了框架的开放性和灵活性。
技术架构与互操作性
Agentic核心通过模型上下文协议(MCP)与工具进行通信，这确保了不同组件间的有效协作。此外，它还能与其他符合MCP标准的外部服务进行互操作，进一步扩展了框架的应用范围。
Agentic工具包括OSS知识图谱(包含服务、设备、多层拓扑、SLA、警报、策略等信息)和OSS API操作(与库存、保障、编排等应用交互)。这些工具为AI智能体提供了丰富的电信网络知识和操作能力，使其能够理解并处理复杂的电信网络场景。
实际应用场景与价值
Blue Planet的Agentic AI框架已在多个实际场景中展现出其价值，为电信运营商提供了显著的运营优势：
网络切片自动化
5G网络切片是电信网络的重要特性，它允许在同一物理基础设施上创建多个虚拟网络，满足不同应用场景的需求。通过Agentic AI框架，运营商可以实现网络切片的自动化配置和管理，大大提高网络资源利用效率和服务交付速度。
设备建模与管理
电信网络包含大量复杂的网络设备，传统的设备建模和管理方式效率低下且容易出错。AI框架能够自动识别和建模网络设备，维护设备信息的实时更新，为网络规划、优化和维护提供准确的数据支持。
意图理解与执行
传统的网络管理系统通常需要工程师将业务需求转换为具体的技术指令，这一过程既耗时又容易产生误解。Agentic AI框架能够直接理解业务意图，自动转换为相应的网络配置和操作指令，大大简化了网络管理流程。
服务保障与故障处理
电信服务的高可用性对运营商至关重要。AI框架能够实时监控网络性能，预测潜在故障，并在问题发生前采取预防措施。当故障发生时，它能够快速定位问题根源并提出解决方案，显著减少服务中断时间。
行业影响与未来展望
Blue Planet的Agentic AI框架代表了电信网络AI化的重要发展方向，其影响将深远而广泛：
推动电信行业AI标准化
通过提供统一的AI框架和开发环境，Blue Planet有助于电信行业建立AI应用的标准和最佳实践，减少碎片化解决方案带来的互操作性问题，促进行业的协同发展。
加速电信运营商数字化转型
Agentic AI框架为电信运营商提供了强大的工具，使其能够更有效地管理和优化网络资源，快速响应市场变化，加速向数字化服务提供商的转型。这将帮助运营商在5G时代保持竞争优势。
促进创新业务模式
通过AI驱动的网络自动化和智能化，运营商能够开发更多创新的业务模式，如按需网络服务、AI驱动的网络优化服务等，创造新的收入来源。
未来发展方向
展望未来，Blue Planet的Agentic AI框架将继续演进，预计在以下方向取得突破：
- 更强的自主决策能力：AI智能体将能够在更复杂的场景中做出自主决策，减少人工干预
- 跨域协同：突破传统网络管理域的界限，实现端到端的跨域智能协同
- 边缘AI集成：将AI能力下沉到网络边缘，支持低延迟、高带宽的应用场景
- 可解释AI：提高AI决策的可解释性，增强运营商对AI系统的信任和控制
结论
Blue Planet的Agentic AI框架代表了电信网络运营智能化的重要里程碑。通过专为电信网络设计的AI架构，它解决了市场上单点式AI方案的局限性，提供了统一高效的AI开发和管理平台。随着AI技术的不断发展和应用场景的持续拓展，这一框架将为电信运营商带来更大的价值，推动整个行业向更智能、更高效、更灵活的方向发展。
在5G和未来6G时代，电信网络的复杂性和规模将呈指数级增长，传统的人工运维方式已难以应对。Agentic AI框架的出现，为电信运营商提供了应对这一挑战的有力工具，将助力其在数字化转型的道路上走得更远、更稳。随着"自带AI"许可模式的推广和第三方开发者的加入，这一框架的生态系统将不断壮大，为电信行业带来更多创新可能。
