在当前人工智能技术迅猛发展的浪潮中，电信行业正经历着前所未有的变革。市场研究公司Omdia的报告指出，2023年被广泛视为"Agentic AI"炒作的高峰期，然而电信运营商却面临着来自网络供应商和OSS供应商提供的单点式解决方案的冲击。这种碎片化的AI应用模式不仅可能导致重复建设，更可能使运营商错失采用更统一整合方法的机会。
在这一背景下，Ciena旗下的Blue Planet部门推出的Agentic AI框架显得尤为引人注目。该框架专为电信网络构建，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，为运营商提供了一个全新的网络管理范式。
市场现状：AI应用的碎片化挑战
Omdia业务负责人James Crawshaw指出，当前电信AI市场存在明显的问题：一方面，许多供应商提供的"AI解决方案"仅仅是"将AI策略生硬地附加在传统OSS之上"，缺乏真正的创新和整合；另一方面，来自公有云提供商的通用AI平台又往往无法理解电信网络的运营复杂性和特殊性。
这种两难局面导致运营商在选择AI解决方案时面临困境。他们要么接受那些表面上的"AI增强"但实质上仍是传统OSS的系统，要么尝试将通用AI平台强行适配到电信网络中，两者都难以实现真正的网络智能化。
Blue Planet的市场洞察表明，运营商需要的是一个专为电信环境设计的、能够真正理解网络复杂性的AI框架。这不仅仅是一个技术问题，更是一个关乎网络运营效率和成本效益的战略问题。
Blue Planet的解决方案：专为电信设计的Agentic AI框架
Blue Planet提出的Agentic AI框架代表了电信网络管理的新方向。与市场上其他产品不同，该框架构建于清晰且组织良好的数据模型和API之上，实现了智能体间的协同工作。这一设计理念源于对电信网络特殊性的深刻理解——电信网络不仅规模庞大、结构复杂，而且对可靠性、实时性和安全性有着极高的要求。
该框架的核心优势在于其"智能体"架构。与传统AI系统不同，智能体能够基于理解网络意图自主行动，并能在整个网络范围内协调一致地工作。这种能力对于处理现代电信网络的复杂性至关重要，因为网络问题往往不是孤立的，而是涉及多个层面、多个系统的相互影响。
技术实现上，该框架构建于Blue Planet的AI Studio之上，这一AI Studio于2024年商用发布。AI Studio为框架提供了模型管理、流水线控制和性能跟踪等基础功能，使电信运营商能够更高效地部署和管理AI解决方案。
AI Studio：电信AI的统一管理平台
Blue Planet的AI Studio是一个专为电信环境设计的AI管理平台，它为Blue Planet及第三方AI模型提供全面的API管理、流水线控制和性能跟踪功能。这一平台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，大大降低了AI技术在电信网络中的应用门槛。
核心功能
AI Studio提供了一系列强大的功能，覆盖了AI模型生命周期的各个阶段：
- 模型管理：支持导入、部署、更新和停用AI模型，使运营商能够灵活地管理AI资源；
- 模型配置：允许配置模型属性，以满足特定的网络环境和业务需求；
- 执行控制：能够实例化、启动、停止和调度模型执行，实现对AI应用的精细化管理；
- 性能监控：提供全面的模型性能监控功能，帮助运营商及时发现和解决问题；
- 代码管理：支持查看、编辑、版本化、回滚和调试模型代码，确保AI系统的可维护性；
- API集成：能够调用Blue Planet及外部API，实现与现有系统的无缝集成。
用户界面
AI Studio提供了详细的仪表板，用于配置和管理AI应用，集中呈现所有AI活动。这一界面经过专门设计，能够满足不同角色的需求：
- 数据科学家：提供模型训练、测试和优化的工具；
- 开发人员：提供API集成、代码开发和调试的环境；
- 系统管理员：提供系统监控、资源管理和性能优化的功能。
这种角色导向的设计大大提高了团队协作效率，使不同背景的专业人员能够在统一的平台上协同工作。
技术集成
AI Studio集成了多个行业领先的开源框架和技术，以简化采用和集成过程：
- Apache Airflow：一个用于数据工程流水线的开源工作流管理平台，帮助构建复杂的AI工作流；
- 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，提供模型跟踪、打包和部署的功能；
- 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应用的性能和响应速度。
这些技术的集成不仅提高了AI Studio的功能性和灵活性，还降低了运营商采用新技术的门槛，因为许多团队已经对这些开源技术有所了解。
从AI Studio到Agentic框架的演进
图1：Blue Planet AI Studio向Agentic AI框架的演进
AI Studio正在不断演进，发展为更强大的Agentic AI框架。这一演进通过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，形成一个开放、协同的AI生态系统。
核心架构
演进后的框架核心是一个用于构建智能体的开发环境。这一环境采用"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，进一步降低对供应商的依赖。
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。这种设计允许运营商根据具体需求组合不同的智能体，构建定制化的AI解决方案。网关功能则允许用户集成其偏好选用的大语言模型，保持系统的灵活性。
通信协议
Agentic核心通过模型上下文协议（MCP）与工具进行通信。这一协议定义了智能体与工具之间的交互方式，确保不同系统间的互操作性。此外，框架还能与其他符合MCP标准的外部服务进行互操作，形成一个开放的AI生态系统。
工具集成
Agentic工具包括两个主要组成部分：
- OSS知识图谱：包含服务、设备、多层拓扑、SLA、警报、策略等信息，为智能体提供全面的网络上下文；
- OSS API操作：与库存、保障、编排等应用交互，使智能体能够执行实际的网络操作。
这些工具的集成使智能体不仅能够理解网络状态，还能够采取实际行动，实现真正的网络自动化和智能化。
实际应用场景与价值
Blue Planet已开始与现有客户测试其Agentic AI框架，并在多个场景中展示了其价值。这些应用场景不仅验证了框架的技术可行性，也展示了其商业价值。
网络切片自动化
网络切片是5G和未来网络的关键技术，它允许运营商在同一物理基础设施上创建多个虚拟网络，每个网络具有不同的特性和服务质量。然而，网络切片的配置和管理极为复杂，涉及多个网络域和系统的协调。
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。智能体能够理解业务需求，自动生成相应的切片配置，并在整个网络范围内协调实施。这不仅大大提高了切片部署效率，还减少了人为错误，提高了网络质量。
网络设备建模
电信网络包含大量不同厂商、不同型号的设备，这些设备的配置和管理各不相同。传统的设备建模方法需要人工编写和维护大量的配置模板，不仅效率低下，而且难以适应网络的变化。
Agentic AI框架通过智能体自动分析设备信息，生成精确的设备模型。这些模型不仅包括设备的物理和逻辑特性，还包括其配置模式和性能特征。智能体能够持续更新这些模型，确保其与实际网络状态保持一致，为网络自动化提供准确的基础。
意图理解
传统的网络管理系统通常基于命令式操作，管理员需要精确指定每个操作步骤。这种方式不仅复杂，而且容易出错，尤其是在处理复杂网络问题时。
Agentic AI框架通过智能体的意图理解能力，允许管理员以更自然的方式表达需求。例如，管理员可以简单地说"提高网络A的可靠性"，智能体就会自动分析网络状态，识别潜在问题，并采取适当的措施。这种大幅简化了网络管理过程，提高了管理效率。
模板生成
网络配置模板是网络自动化的重要组成部分，但传统的模板创建方法需要专业知识，且难以适应网络的变化。
Agentic AI框架能够智能生成网络配置模板，这些模板不仅考虑了设备的特性和需求，还考虑了网络的整体架构和服务质量要求。智能体能够根据网络的变化自动调整模板，确保配置的一致性和有效性。
服务保障
服务保障是电信运营商的核心业务，它涉及监控网络性能、检测问题、诊断原因和恢复服务等多个环节。传统的服务保障方法通常基于静态规则和阈值，难以应对现代网络的复杂性和动态性。
Agentic AI框架通过智能体实现智能化的服务保障。智能体能够实时分析网络性能数据，识别异常模式，预测潜在问题，并主动采取措施。这种 proactive 的服务保障方式不仅提高了服务质量，还减少了故障对用户的影响。
行业影响与未来展望
Blue Planet的Agentic AI框架代表了电信网络管理的新范式，它不仅解决了市场上单点式AI方案的局限性，还为运营商提供了一个统一、开放的AI生态系统。这一框架的出现将对电信行业产生深远影响。
避免重复建设
当前，许多运营商面临的一个主要问题是来自不同供应商的AI解决方案难以整合，导致重复建设和资源浪费。Blue Planet的框架通过提供统一的基础设施和标准化的接口，使运营商能够整合不同来源的AI能力，避免重复建设。
加速创新
通过提供开发环境和工具集，Blue Planet的框架使运营商能够快速构建和部署新的AI应用。这种加速创新的能力对于保持竞争优势至关重要，尤其是在技术快速发展的电信行业。
降低技术门槛
Agentic AI框架不仅为大型运营商提供了强大的AI能力，也为中小运营商提供了采用先进技术的机会。通过提供预构建的智能体和简化开发过程，框架降低了AI技术的使用门槛，使更多运营商能够受益于AI技术。
开放生态系统
通过与第三方智能体的互操作性和"自带AI"模式，Blue Planet正在构建一个开放的AI生态系统。这种开放性不仅有利于创新，还有助于避免供应商锁定，为运营商提供更大的选择自由。
结论
Blue Planet的Agentic AI框架为电信行业提供了一个全新的网络管理范式。它不仅解决了市场上单点式AI方案的局限性，还通过整合数据模型与API，实现了智能体间的协同工作。从网络切片自动化到服务保障，该框架在多个场景中展示了其价值，帮助运营商提高网络效率、降低运营成本、加速创新。
随着AI技术的不断发展，我们可以预见，Agentic AI框架将在电信行业中扮演越来越重要的角色。它不仅是一个技术平台，更是电信网络智能化转型的关键推动力。通过这一框架，运营商将能够构建更加智能、高效、灵活的网络，为未来的业务创新奠定坚实基础。
在未来的发展中，我们期待看到更多基于Agentic AI框架的创新应用，以及这一框架如何进一步演进，以应对电信网络的新挑战和新机遇。无论技术如何变化，以智能体为核心的AI架构都将成为电信网络管理的主流方向，引领行业进入一个全新的智能化时代。
